淺析多源遙感數(shù)據(jù)融合原理及應(yīng)用

1、淺析多源遙感數(shù)據(jù)融合原理摘要：本文介紹了遙感影像融合技術(shù)，系統(tǒng)闡述了幾種常見的遙感影像融合方法及其優(yōu)缺點(diǎn)。 首先，闡述了多源遙感影像數(shù)據(jù)融合的目的、意義以及多源遙感影像數(shù)據(jù)融合的基本理論； 然后介紹了多源遙感影像數(shù)據(jù)融合的層次和常用方法，在分析和探討多源遙感影像數(shù)據(jù)融合 原理、層次、結(jié)構(gòu)及特點(diǎn)的基礎(chǔ)上，歸納了多源遙感影像數(shù)據(jù)融合方法，然后通過實(shí)驗(yàn)，對 不同方法融合后的成果圖進(jìn)行比較，每種方法都有其自身的優(yōu)點(diǎn)和不足之處，這就決定了它 們在應(yīng)用方面的不同，采用乘積方法變換、Brovey比值變換和PCA變換融合方法融合后的圖 像，其光譜保真程度逐漸降低.Muhiplieative （乘積）變換融合較

2、好地保留了多光譜波段的 光譜分辨率和空間信息，融合圖像的光譜保真能力較好，詳細(xì)程度較高；PCA變換融合和 Brovey變換；融合和影像質(zhì)量一般.與PCA變換融合比較，Brovey變換融合的空間信息的詳 細(xì)程度較低，但相對好的保留了多光譜波段的光譜分辨率。關(guān)鍵詞：遙感影像融合融合層次融合方法優(yōu)缺點(diǎn)對比 TOC o 1-5 h z HYPERLINK l bookmark9 o Current Document 1、緒論1 HYPERLINK l bookmark13 o Current Document 2、多源遙感數(shù)據(jù)融合的基本理論 12.1多源遙感數(shù)據(jù)融合的概念 3 HYPERLINK l

3、bookmark1 o Current Document 2.2多源遙感數(shù)據(jù)融合的原理42.3多源遙感數(shù)據(jù)融合層次 42.3.1像元級融合42.3.2特征級融合42.3.3決策級融合5 HYPERLINK l bookmark21 o Current Document 3、多源遙感數(shù)據(jù)融合常用方法53.1主成分變換（PCT） 53.2乘積變換53.3 Brovey 比值變換融合 5 HYPERLINK l bookmark25 o Current Document 4、實(shí)驗(yàn)與分析6 HYPERLINK l bookmark29 o Current Document 5、結(jié)語8參考文獻(xiàn)9致謝10

4、1、緒論隨著遙感技術(shù)的發(fā)展，光學(xué)、熱紅外和微波等大量不同衛(wèi)星傳感器對地觀測的應(yīng)用，獲 取的同一地區(qū)的多種遙感影像數(shù)據(jù)（多時(shí)相|多光譜、多傳感器、多平臺和多分辨率）越來越 多。形成多級空間分辨率、時(shí)間分辨率和光譜分辨率影像序列的金字塔結(jié)構(gòu)。通常，同一傳 感器獲得的遙感影像的光譜分辨率較高時(shí)，其空間分辨率相對來說要低。因此如何將不同傳 感器獲得的遙感影像結(jié)合起來，以實(shí)現(xiàn)優(yōu)勢互補(bǔ)和冗余控制，成為遙感工作者要解決的關(guān)鍵 問題，也是未來遙感面臨的重要問題。于是，遙感數(shù)據(jù)融合技術(shù)，以成為當(dāng)前遙感研究的熱 點(diǎn)問題之一。多源遙感數(shù)據(jù)融合的目的是將單一傳感器的多波段信息或不同類別傳感器所提供的信息 加以綜合，消

5、除多傳感器信息之間可能存在的冗余和矛盾，加以互補(bǔ)，改善遙感信息提起的 及時(shí)性和可靠性，提高數(shù)據(jù)的使用率。簡單地說，多源遙感數(shù)據(jù)融合的目的是：簡化圖像處理。便于圖像特征提取。實(shí) 現(xiàn)圖像壓縮。從概念上增強(qiáng)對圖像信息的理解。多源遙感數(shù)據(jù)融合的意義：單一遙感手段獲取的信息具有一定的局限性和差異性。應(yīng)用 范圍有限。多源遙感圖像所提供的信息具有冗余性、互補(bǔ)性和合作性。多源遙感圖像數(shù)據(jù)融 合則是匯集這些多源遙感圖像最有效的途徑之一，通過同一地區(qū)不同數(shù)據(jù)源間的信息互補(bǔ)為 多源遙感圖像的處理、分析和應(yīng)用提供最有效的應(yīng)用，有力于減少單一信息源對被感知對象 或環(huán)境解譯中可能存在的不確定性、不完全性和誤差，最大限度地

6、利用各種數(shù)據(jù)所包含的信 息做出決策。這樣不僅擴(kuò)大了個(gè)數(shù)據(jù)的應(yīng)用范圍，而且提高了分析精度、應(yīng)用效果和使用價(jià) 值。2、多源遙感數(shù)據(jù)融合的基本理論2.1多源遙感數(shù)據(jù)融合的概念美國國防部從軍事應(yīng)用的角度將數(shù)據(jù)融合定義為這樣一個(gè)過程：把來自多個(gè)傳感器和信 息源的數(shù)據(jù)和信息加以聯(lián)合、相關(guān)和組合，以獲得精確的位置估計(jì)和身份估計(jì)，以及對戰(zhàn)場 情況和威脅及其重要程度進(jìn)行適時(shí)的完整評價(jià)。目前，一般認(rèn)為多源遙感影像數(shù)據(jù)融合是將 同一環(huán)境或?qū)ο蟮亩嘣催b感影像數(shù)據(jù)綜合的方法和工具的框架，以獲得滿足某種應(yīng)用的高質(zhì) 量信息，產(chǎn)生比單一信息源更精確、更完全、更可靠的估計(jì)和判決。因此，多源遙感影像數(shù) 據(jù)融合的數(shù)據(jù)源可來自各個(gè)層

7、次，既可以是同一傳感器的不同波段和不同時(shí)間獲取的影像， 還可以是來自不同處理水平的數(shù)據(jù)。2.2多源遙感數(shù)據(jù)融合的原理多源數(shù)據(jù)融合是把來自多個(gè)傳感器和信息源的數(shù)據(jù)進(jìn)行聯(lián)合、相關(guān)、組合和估值的處理。 產(chǎn)生比單一信息源更精確、更完全、更可靠的估計(jì)和判決，以獲得滿足某種應(yīng)用的高質(zhì)量信 息，完成一個(gè)單一傳感器獨(dú)自所不能進(jìn)行的推理。相對于單源遙感影像數(shù)據(jù)，多源遙感影像數(shù)據(jù)所提供的信息具有以下特點(diǎn)：（1）冗余性：表示多源遙感影像數(shù)據(jù)對環(huán)境或目標(biāo)的表示、描述或解譯結(jié)果相同。（2）互補(bǔ)性：指信息來自不同的自由度且互相獨(dú)立。（3）合作性:不同傳感器在觀測和處理信息時(shí)對其它信息有依賴關(guān)系。（4）信息分層的結(jié)構(gòu)特性：

8、數(shù)據(jù)融合所處理的多源遙感信息可以在不同的信息層次上出現(xiàn)， 這些信息抽象層次包括像素層、特征層和決策層，分層結(jié)構(gòu)和并行處理機(jī)制還可以保證系統(tǒng) 的實(shí)時(shí)性。2.3多源遙感數(shù)據(jù)融合層次多源遙感影像數(shù)據(jù)融合從層次上可分為：像素級（特征提取之前）、特征級（屬性說明之 前）和決策級（各傳感器數(shù)據(jù)獨(dú)立屬性說明之后）。2.3. 1像元級融合像元的融合方法主要是像元之間的直接數(shù)學(xué)運(yùn)算，包括差值梯度比值運(yùn)算、加權(quán)運(yùn)算、 多元回歸或其他數(shù)學(xué)運(yùn)算，如孫家柄等根據(jù)不同的應(yīng)用需要，分別將TM與側(cè)視雷達(dá)，TM與 航片進(jìn)行了加權(quán)融合。像元級融合的優(yōu)點(diǎn)是最大限度的保留了源圖像的信息，在多傳感器圖 像融合三個(gè)層次中精度最高，同時(shí)也

9、特征級和決策級融合的基礎(chǔ)。但也存在一定的局限性如： 處理數(shù)據(jù)量較大，對圖像配準(zhǔn)的精度要求高，要求達(dá)到一個(gè)像素。2.3.2特征級融合特征級影像融合屬于中間層次上的融合，是對源圖像先分別進(jìn)行預(yù)處理和特征（邊緣、 形狀、輪廓、紋理等）選擇和提取，然后將其進(jìn)行綜合分析和處理，以實(shí)現(xiàn)對多傳感器數(shù)據(jù) 的分類、匯集和融合。特征級融合可分為目標(biāo)狀態(tài)信息融合和目標(biāo)特征融合。目標(biāo)狀態(tài)信息 融合主要應(yīng)用于多傳感器目標(biāo)跟蹤領(lǐng)域；目標(biāo)特征融合就是特征層聯(lián)合識別，具體的融合方 法仍是模式識別的相應(yīng)技術(shù)，只是融合前必須先對特征進(jìn)行相關(guān)處理，對特征矢量進(jìn)行分類 組合。2.3.3決策級融合決策級融合是最高層次的信息融合，它是在

10、對影像特征提取的基礎(chǔ)上，在獲得有關(guān)地區(qū) 特征、空間結(jié)構(gòu)、目標(biāo)狀態(tài)等決策信息后再對這些多信息源圖像數(shù)據(jù)進(jìn)行融合處理，決策級 融合包含了檢測、分類、識別和融合這幾個(gè)過程。決策級融合是在信息表示的最高層次上進(jìn) 行融合處理。首先將不同類型傳感器觀測同一目標(biāo)獲得的數(shù)據(jù)在本地完成預(yù)處理、特征抽取、 識別或判斷，以建立對所觀察目標(biāo)的初步結(jié)論，然后通過相關(guān)處理、決策級融合判決，最終 獲得聯(lián)合推斷結(jié)果，從而直接為決策提供依據(jù)。因此，決策級融合是直接針對具體決策目標(biāo)， 充分利用特征級融合所得出的各類目標(biāo)特征信息，并給出簡明而直觀的結(jié)果。決策級融合除 了實(shí)用性最好之外，還具有一個(gè)重要優(yōu)點(diǎn)，即在一個(gè)或幾個(gè)傳感器失效時(shí)

11、仍能給出最終決策， 因而具有良好的容錯(cuò)性。當(dāng)然對預(yù)處理及特征抽取有較高要求，所以決策級圖像融合的代價(jià) 較高。3、多源遙感數(shù)據(jù)融合常用方法3.1主成分變換（PCT）主成分分析也稱W-L變換，數(shù)學(xué)上稱為主成分分析（PCA）。主成分變換是應(yīng)用于遙感諸 多領(lǐng)域的一種方法，包括高光譜數(shù)據(jù)壓縮、信息提取與融合及變化檢測等。它是將N個(gè)波段 的低分辨率圖像進(jìn)行KL變換，將單波段的高分辨率圖像經(jīng)過灰度拉直，使其灰度的均值與方 差和KL變換第一分量圖像一致；然后以拉伸過的高分辨率圖像代替第一分量圖像，經(jīng)過KL 逆變換還原到原始空間。經(jīng)過融合的圖像包括了原始二幅圖像的高空間分辨率與高光譜分辨 率特征，保留了原圖像的

12、高頻信息。融合圖像上目標(biāo)的細(xì)部特征更加清晰，光譜信息更加豐 富。這種融合方法也是目前遙感影像融合處理的主要方法之一，它克服了基于IHS變換融合 方法只能同時(shí)對3個(gè)波段多光譜影像進(jìn)行融合的局限，可以融合多個(gè)多光譜波段，在保持多光 譜特性的能力上也較強(qiáng)，這種融合方法適用范圍較廣。3.2乘積變換乘積性融合法是應(yīng)用最基本的乘積組合算法,直接對兩種空間分辨率的遙感數(shù)據(jù)進(jìn)行融 合，其運(yùn)算法則為:Bi_new=Bi_m XB_h式中：Bi_new代表融合以后的波段數(shù)值；Bi_m代表多 光譜圖像中的任意一個(gè)波段數(shù)值:B_h代表高分辨率遙感數(shù)據(jù)波段值。將一定亮度的圖像進(jìn)行 變換處理時(shí)，只有乘積變換可以使其色彩保

13、持不變。3.3 Brovey比值變換融合Brovey融合也稱為色彩標(biāo)準(zhǔn)化融合，是美國科學(xué)家Brovey建立的一種模型并將其推廣 的，是目前一種應(yīng)用廣泛的RGB彩色融合變換方法。該方法能夠保留每個(gè)像素的相關(guān)光譜特性，并且將所有的亮度信息變換成高分辨率的全色影像融合。但由于Brovey影像融合對影像 的要求比較高，為減少數(shù)據(jù)冗余和非光譜信息，融合前必須預(yù)先進(jìn)行相關(guān)預(yù)處理和噪聲濾波處 理，采用Brovey融合會導(dǎo)致光譜信息的失真。4、實(shí)驗(yàn)與分析數(shù)據(jù)來源：文中使用的影像數(shù)據(jù)主要來自ERDAS系統(tǒng)，位于 examples。圖4-1高空間分辨率圖像SPOT .img圖4-1高空間分辨率圖像SPOT .im

14、g圖4-2多光譜圖像dmtm.img原圖在ERDAS軟件中對圖4-1和圖圖4-2進(jìn)行主成分變換、乘積變換和Brovey比值變換融合。所得到的成果圖如下：圖4-4 乘積變換后成果圖圖4-5 Brovey比值變換融合后成果圖由成果圖4-3、成果圖4-3和成果圖4-5可以看出：采用乘積方法變換、Brovey比值變換和PCA變換融合方法融合后的圖像，其光譜保真程 度逐漸降低.Muhiplieative （乘積）變換融合較好地保留了多光譜波段的光譜分辨率和空間 信息，融合圖像的光譜保真能力較好，詳細(xì)程度較高；PCA變換融合和Brovey變換；融合和 影像質(zhì)量一般。與PCA變換融合比較，Brovey變換融

15、合的空間信息的詳細(xì)程度較低，但相對 好的保留了多光譜波段的光譜分辨率。5、結(jié)語對于高空間分辨率全色影像和低空間分辨率多光譜影像的融合而言，目的之一是獲取空 間分辨率增強(qiáng)的多光譜影像，而且不應(yīng)使原多光譜影像的光譜特征產(chǎn)生變化。但實(shí)際上，通 過融合多光譜影像空間分辨率增強(qiáng)，必然會產(chǎn)生多光譜影像光譜特征或多或少的變化。為保 證地物在原始影像數(shù)據(jù)可分離性經(jīng)融合后仍保持不變，即融合影像仍具有可分離性，以適于 計(jì)算機(jī)影像判讀和分類等后續(xù)處理，高空間分辨率全色影像和低空間分辨率多光譜影像融合 時(shí)，應(yīng)該在保持原多光譜影像的光譜特性變化小，以至人眼察覺不到或不影響計(jì)算機(jī)后續(xù)處 理的前提下，盡量提高多光譜影像空間

16、分辨率，滿足實(shí)際應(yīng)用的要求。經(jīng)過PCT融合的圖像包括了原始兩幅圖像的高空間分辨率和高光譜分辨率特征，保留了 原圖的高頻信息。融合圖像上目標(biāo)的細(xì)部特征更加清晰，光譜信息更加豐富。由于光譜信息 的變化，使融合圖像不能用于地物識別和反演工作。乘積運(yùn)算優(yōu)點(diǎn)是對于大的地貌類型，如高起伏地區(qū)、荒漠區(qū)域類型增強(qiáng)效果是比較理想 的。缺點(diǎn)是光譜變化大，紋理不如高分辨率影像清晰，此類融合方法對于表現(xiàn)細(xì)碎地貌類型 是不合適的。Brovey變換優(yōu)點(diǎn)是多光譜圖像的方空間分解為色彩和亮度成分進(jìn)行計(jì)算，銳化影像的 同時(shí)能夠保持原多光譜信息內(nèi)容。缺點(diǎn)是只能抽取和選擇多光譜影像中的三個(gè)波段參與變換, 使其他波段的信息丟失。不利

17、于影像信息的綜合利用。融合過程中包括歸一化處理，融合影 像像元灰度值一般要比其他方法的小。沒有解決波譜范圍不一致的全色影像和多光譜影像融 合的問題。參考文獻(xiàn)1李德仁，攝影測量與遙感的現(xiàn)狀及發(fā)展趨勢J武漢測繪科技大學(xué)學(xué)報(bào)，2000, 2.5 (1 ) 1-5.2劉衛(wèi)光，圖像信息融合與識別(M).北京：電子工業(yè)出版社，2008.3孫家柄，劉繼琳，李軍。多源遙感影像融合J.遙感學(xué)報(bào)，1998，2(1)： 47-50.4魏冠軍，楊世瑜.基于主成份變換的多源遙感數(shù)據(jù)融合J.蘭州交通大學(xué)學(xué)報(bào)：自然科 學(xué)版，2005, 24(3) : 5760.5趙英時(shí).遙感應(yīng)用分析原理與方法M .北京：科學(xué)出版社，200

18、3.6楊肖琪，林嵩，金斌，等.高分辨率衛(wèi)星遙感數(shù)據(jù)的融合比較研究J.集美大學(xué)學(xué)報(bào), 2005, ( 4)： 338- 342.7黨安榮，賈海峰，陳曉峰，等.ERDAS IMAGINE遙感圖像處理教程fM .北京：清華大學(xué) 出版社，2010.8孔慶楠.多源遙感影像數(shù)據(jù)的融合方法探討J.測繪與空間地理信息2008,5(2):130-134.9全斌，楊肖琪.多源衛(wèi)星生態(tài)環(huán)境遙感數(shù)據(jù)的融合方法比較J.水土保持研究，2005, 12(3) : 123124.本篇論文雖然凝聚著自己的汗水，但卻不是個(gè)人智慧的產(chǎn)品，沒有導(dǎo)師的指引和贈予， 沒有父母和朋友的幫助和支持，我在大學(xué)的學(xué)術(shù)成長肯定會大打折扣。當(dāng)我打完畢業(yè)論文的 最后一個(gè)字符，涌上心頭的不是長途跋涉后抵達(dá)終點(diǎn)的欣喜，而是源自心底的誠摯謝意。首 先我要感謝我的導(dǎo)師崔老師對我的論文的構(gòu)思以及內(nèi)容不厭其煩的指導(dǎo)和悉心指點(diǎn)，使我在 完成論文的同時(shí)也深受啟發(fā)和教育，特