遙感影像數(shù)據(jù)融合原理與方法課件_第1頁
遙感影像數(shù)據(jù)融合原理與方法課件_第2頁
遙感影像數(shù)據(jù)融合原理與方法課件_第3頁
遙感影像數(shù)據(jù)融合原理與方法課件_第4頁
遙感影像數(shù)據(jù)融合原理與方法課件_第5頁
已閱讀5頁,還剩17頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

遙感影像數(shù)據(jù)融合原理與方法

2003.10.17一.數(shù)據(jù)融合基本涵義數(shù)據(jù)融合(datafusion)最早被應(yīng)用于軍事領(lǐng)域?,F(xiàn)在數(shù)據(jù)融合的主要應(yīng)用領(lǐng)域有:多源影像復(fù)合、機(jī)器人和智能儀器系統(tǒng)、戰(zhàn)場(chǎng)和無人駕駛飛機(jī)、圖像分析與理解、目標(biāo)檢測(cè)與跟蹤、自動(dòng)目標(biāo)識(shí)別等等。在遙感中,數(shù)據(jù)融合屬于一種屬性融合,它是將同一地區(qū)的多源遙感影像數(shù)據(jù)加以智能化合成,產(chǎn)生比單一信息源更精確、更完全、更可靠的估計(jì)和判斷。

相對(duì)于單源遙感影象數(shù)據(jù),多源遙感影象數(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(duì)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相互獨(dú)立3.合作性:不同傳感器在觀測(cè)和處理信息時(shí)對(duì)其它信息有依賴關(guān)系;

4.信息分層的結(jié)構(gòu)特性: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)制還可保證系統(tǒng)的實(shí)時(shí)性。

二、數(shù)據(jù)融合原理及過程

一般來說,遙感影像的數(shù)據(jù)融合分為預(yù)處理和數(shù)據(jù)融合兩步

1.預(yù)處理:主要包括遙感影像的幾何糾正、大氣訂正、輻射校正及空間配準(zhǔn)

(1)幾何糾正、大氣訂正及輻射校正的目的主要在于去處透視收縮、疊掩、陰影等地形因素以及衛(wèi)星擾動(dòng)、天氣變化、大氣散射等隨機(jī)因素對(duì)成像結(jié)果一致性的影響;(2)影像空間配準(zhǔn)的目的在于消除由不同傳感器得到的影像在拍攝角度、時(shí)相及分辨率等方面的差異。

影像的空間配準(zhǔn)時(shí)遙感影像數(shù)據(jù)融合的前提

空間配準(zhǔn)一般可分為以下步驟:(1)特征選擇:在欲配準(zhǔn)的兩幅影像上,選擇如邊界、線狀物交叉點(diǎn)、區(qū)域輪廓線等明顯的特征。

(2)特征匹配:采用一定配準(zhǔn)算法,找處兩幅影像上對(duì)應(yīng)的明顯地物點(diǎn),作為控制點(diǎn)。(3)空間變化:根據(jù)控制點(diǎn),建立影像間的映射關(guān)系。(4)插值:根據(jù)映射關(guān)系,對(duì)非參考影像進(jìn)行重采樣,獲得同參考影像配準(zhǔn)的影像。

空間配準(zhǔn)的精度一般要求在1~2個(gè)像元內(nèi)??臻g配準(zhǔn)中最關(guān)鍵、最困難的一步就是通過特征匹配尋找對(duì)應(yīng)的明顯地物點(diǎn)作為控制點(diǎn)。

2.數(shù)據(jù)融合

根據(jù)融合目的和融合層次智能地選擇合適的融合算法,將空間配準(zhǔn)的遙感影像數(shù)據(jù)(或提取的圖像特征或模式識(shí)別的屬性說明)進(jìn)行有機(jī)合成,得到目標(biāo)的更準(zhǔn)確表示或估計(jì)。對(duì)于各種算法所獲得的融合遙感信息,有時(shí)還需要做進(jìn)一步的處理,如“匹配處理”和“類型變換”等,以便得到目標(biāo)的更準(zhǔn)確表示或估計(jì)。

優(yōu)點(diǎn):保留了盡可能多的信息,具有最高精度。

局限性:1.效率低下。由于處理的傳感器數(shù)據(jù)量大,所以處理時(shí)間較長(zhǎng),實(shí)時(shí)性差。

2.分析數(shù)據(jù)限制。為了便于像元比較,對(duì)傳感器信息的配準(zhǔn)精度要求很高,而且要求影像來源于一組同質(zhì)傳感器或同單位的。3.分析能力差。不能實(shí)現(xiàn)對(duì)影像的有效理解和分析4.糾錯(cuò)要求。由于底層傳感器信息存在的不確定性、不完全性或不穩(wěn)定性,所以對(duì)融合過程中的糾錯(cuò)能力有較高要求。5.抗干擾性差。

像元級(jí)融合所包含的具體融合方法有:代數(shù)法、IHS變換、小波變換、主成分變換(PCT)、K-T變換等

1.2特征級(jí)融合

特征級(jí)融合是一種中等水平的融合。在這一級(jí)別中,先是將各遙感影像數(shù)據(jù)進(jìn)行特征提取,提取的特征信息應(yīng)是原始信息的充分表示量或充分統(tǒng)計(jì)量,然后按特征信息對(duì)多源數(shù)據(jù)進(jìn)行分類、聚集和綜合,產(chǎn)生特征矢量,而后采用一些基于特征級(jí)融合方法融合這些特征矢量,作出基于融合特征矢量的屬性說明。

特征級(jí)融合的流程為:經(jīng)過預(yù)處理的遙感影像數(shù)據(jù)——特征提取——特征級(jí)融合——(融合)屬性說明。

1.3決策級(jí)融合決策級(jí)融合是最高水平的融合。融合的結(jié)果為指揮、控制、決策提供了依據(jù)。在這一級(jí)別中,首先對(duì)每一數(shù)據(jù)進(jìn)行屬性說明,然后對(duì)其結(jié)果加以融合,得到目標(biāo)或環(huán)境的融合屬性說明。決策級(jí)融合的優(yōu)點(diǎn)時(shí)具有很強(qiáng)的容錯(cuò)性,很好的開放性,處理時(shí)間短、數(shù)據(jù)要求低、分析能力強(qiáng)。而由于對(duì)預(yù)處理及特征提取有較高要求,所以決策級(jí)融合的代價(jià)較高。決策級(jí)融合的流程:經(jīng)過預(yù)處理的遙感影像數(shù)據(jù)——特征提取——屬性說明——屬性融合——融合屬性說明。表2三級(jí)融合層次下的融合方法像元級(jí)特征級(jí)決策級(jí)代數(shù)法熵法專家系統(tǒng)IHS變換表決法神經(jīng)網(wǎng)絡(luò)小波變換聚類分析Bayes估計(jì)K-T變換Bayes估計(jì)模糊聚類法主成分變換神經(jīng)網(wǎng)絡(luò)法可靠性理論回歸模型法加權(quán)平均法基于知識(shí)的融合法Kalman濾波法Dempater-shafer推理法Dempater-shafer推理法2數(shù)據(jù)融合方法介紹

2.1代數(shù)法

代數(shù)法包括加權(quán)融合、單變量圖像差值法、圖像比值法等。(1)加權(quán)融合法(2)單變量圖象差值法(3)圖象比值法

2.2圖像回歸法(ImageRegression)

圖像回歸法是首先假定影像的像元值是另一影像的一個(gè)線性函數(shù),通過最小二乘法來進(jìn)行回歸,然后再用回歸方程計(jì)算出的預(yù)測(cè)值來減去影像的原始像元值,從而獲得二影像的回歸殘差圖像。經(jīng)過回歸處理后的遙感數(shù)據(jù)在一定程度上類似于進(jìn)行了相對(duì)輻射校正,因而能減弱多時(shí)相影像中由于大氣條件和太陽高度角的不同所帶來的影響。

2.4K-T變換

即Kauth-Thomas變換,簡(jiǎn)稱K-T變換,又形象地成為“纓帽變換”[14]。它是線性變換的一種,它能使座標(biāo)空間發(fā)生旋轉(zhuǎn),但旋轉(zhuǎn)后的坐標(biāo)軸不是指向主成分的方向,而是指向另外的方向,這些方向與地面景物有密切的關(guān)系,特別是與植物生長(zhǎng)過程和土壤有關(guān)。以此,這種變換著眼于農(nóng)作物生長(zhǎng)過程而區(qū)別于其他植被覆蓋,力爭(zhēng)抓住地面景物在多光譜空間的特征。通過這種變換,既可以實(shí)現(xiàn)信息壓縮,又可以幫助解譯分析農(nóng)業(yè)特征,因此有很大的實(shí)際應(yīng)用意義。

目前對(duì)這個(gè)變換在多源遙感數(shù)據(jù)融合方面的研究應(yīng)用主要集中在MSS與TM兩種遙感數(shù)據(jù)的應(yīng)用分析方面。

2.5小波變換

小波變換是一種新興的數(shù)學(xué)分析方法,已經(jīng)受到了廣泛的重視。小波變換是一種全局變換,在時(shí)間域和頻率域同時(shí)具有良好的定位能力,對(duì)高頻分量采用逐漸精細(xì)的時(shí)域和空域步長(zhǎng),可以聚焦到被處理圖像的任何細(xì)節(jié),從而被譽(yù)為“數(shù)學(xué)顯微鏡”。

小波變換常用于雷達(dá)影像SAR與TM影像的融合。它具有在提高影像空間分辨率的同時(shí)又保持色調(diào)和飽和度不變的優(yōu)越性。

2.6IHS變換

3個(gè)波段合成的RGB顏色空間是一個(gè)對(duì)物體顏色屬性描述系統(tǒng),而IHS色度空間提取出物體的亮度I,色度H,飽和度S,它們分別對(duì)應(yīng)3個(gè)波段的平均輻射強(qiáng)度、3個(gè)波段的數(shù)據(jù)向量和的方向及3個(gè)波段等量數(shù)據(jù)的大小。RGB顏色空間和IHS色度空間有著精確的轉(zhuǎn)換關(guān)系。以TM和SAR為例,變換思路是把TM圖像的3個(gè)波段合成的RGB假彩色圖像變換到IHS色度空間,然后用SAR圖像代替其中的I值,再變換到RGB顏色空間,形成新的影像。

遙感數(shù)據(jù)融合存在問題及發(fā)展趨勢(shì)

遙感影像數(shù)據(jù)融合還是一門很不成熟的技術(shù),有待于進(jìn)一步解決的關(guān)鍵問題有:(1)空間配準(zhǔn)模型(2)建

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論