多源遙感影像數(shù)據(jù)融合技術(shù)探討

1、 多源遙感影像數(shù)據(jù)融合技術(shù)探討1姚靜,康停軍遼寧工程技術(shù)大學(xué)測(cè)繪與地理科學(xué)學(xué)院,遼寧阜新 (123000E-mail:yaojing1124摘要:針對(duì)當(dāng)前海量遙感數(shù)據(jù)與相對(duì)較低的數(shù)據(jù)利用率并存的現(xiàn)狀,探討了數(shù)據(jù)融合的概念,融合的三個(gè)層次:像素級(jí)、特征級(jí)和決策級(jí)融合,以及各層次的優(yōu)缺點(diǎn)、流程和常用融合方法;并詳細(xì)闡述了融合影像的評(píng)價(jià)指標(biāo)。進(jìn)行了某地區(qū)的融合試驗(yàn),從而得出對(duì)同一地區(qū)的遙感影像數(shù)據(jù)進(jìn)行融合,可以產(chǎn)生更準(zhǔn)確、更完全,更可靠的估計(jì)和判斷的結(jié)論,為類似的工作提供了借鑒。關(guān)鍵詞:多源遙感影像,數(shù)據(jù)融合,像素級(jí),評(píng)價(jià)指標(biāo)中圖分類號(hào):TP751.引言隨著遙感技術(shù)的發(fā)展,光學(xué)、熱紅外和微波等大量不

2、同衛(wèi)星傳感器對(duì)地觀測(cè)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(tái)和多分辨率越來(lái)越多。與單源遙感影像數(shù)據(jù)相比,多源遙感影像數(shù)據(jù)所提供的信息具有冗余性、互補(bǔ)性和合作性1。這些多傳感器、多時(shí)相、多分辨率、多頻段的遙感圖像數(shù)據(jù),各自顯示了自身的優(yōu)勢(shì)和局限。為了更充分地利用和開(kāi)發(fā)這些數(shù)據(jù)資源,數(shù)字圖像融合技術(shù)便應(yīng)運(yùn)而生2。20世紀(jì)70年代美國(guó)學(xué)者最早提出“數(shù)據(jù)融合”概念,于80年代建立其技術(shù)。軍事上的迫切要求,使它得到了很快的發(fā)展,并引起世界各國(guó)的普遍關(guān)注。在遙感中,遙感影像數(shù)據(jù)融合屬于一種屬性融合,是將同一環(huán)境或?qū)ο蟮亩嘣催b感影像數(shù)據(jù)綜合所用的方法和工具的框架,產(chǎn)生比單一

3、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3。2.多源遙感影像數(shù)據(jù)融合的層次影像融合的分類方法有很多種,按照數(shù)據(jù)抽象的三個(gè)層次,融合可分為三個(gè)等級(jí),即像素級(jí)、特征級(jí)、決策級(jí)融合。2.1像素級(jí)融合像素級(jí)融合是指將配準(zhǔn)后的影像對(duì)像素點(diǎn)直接進(jìn)行融合。例如,加、乘、梯度、線性平均、比值、多元回歸等運(yùn)算。一般來(lái)說(shuō),融合的結(jié)果可以得到一幅信息含量更大、更全面的圖像,有利于下一步的圖像分析和理解。像素級(jí)融合對(duì)傳感器配準(zhǔn)的精度要求較高,其優(yōu)點(diǎn)是保留了盡可能多的信息,具有較高精度。缺點(diǎn)是處理信息量大、費(fèi)時(shí)、實(shí)時(shí)性差4。由于像素級(jí)融合是基于最原始的圖像數(shù)據(jù),能更多地保留圖像原有的真實(shí)

4、感,提供其它融合層次所不能提供的細(xì)微信息,因而應(yīng)用廣泛。像素級(jí)融合常用方法:加權(quán)融合法、比值融合法、乘積融合法、高通濾波法、IHS變換融合法、主成分變換法,以及比較熱門(mén)的小波變換等。多源遙感影像數(shù)據(jù)融合最典型的應(yīng)用是高分辨率影像全色波段和低分辨率多光譜影像數(shù)據(jù)的融合;融合后的影像既保留了多光譜影像的較高光譜分辨率,又保留了全色影像的高空間分辨率。1本課題得到教育部博士點(diǎn)基金(20050147002和遼寧省自然科學(xué)基金(20042175的資助。 像素級(jí)融合的流程如圖1所示: 圖1 像素級(jí)融合流程圖Figure1.flowing chart of pixel data fusion2.2特征級(jí)融合

5、特征級(jí)融合是指將經(jīng)過(guò)配準(zhǔn)的數(shù)據(jù)先進(jìn)行特征提取,然后進(jìn)行關(guān)聯(lián)處理,使每一種傳感器得到同一目標(biāo)的特征向量,最后融合這些特征向量,進(jìn)行圖像分類或目標(biāo)識(shí)別。優(yōu)點(diǎn):實(shí)現(xiàn)了可觀的信息壓縮,有利于實(shí)時(shí),并且提供的特征直接與決策分析相關(guān)4。特征級(jí)融合的常用方法:基于Bayes統(tǒng)計(jì)理論,基于D-S證據(jù)理論融合法,聚類分析法,神經(jīng)網(wǎng)絡(luò)法等。特征級(jí)融合方法的流程如圖2所示: 圖2 特征級(jí)融合流程圖Figure2.flowing chart of feature data fusion2.3決策級(jí)融合決策級(jí)融合是指將經(jīng)過(guò)配準(zhǔn)的數(shù)據(jù)進(jìn)行關(guān)聯(lián)處理后,對(duì)每一傳感器數(shù)據(jù)給出目標(biāo)識(shí)別結(jié)果,然后對(duì)這些結(jié)果根據(jù)地物特征的不同特點(diǎn)進(jìn)

6、行圖像分類組合,得到高層態(tài)勢(shì)評(píng)估。其優(yōu)點(diǎn)是具有很強(qiáng)的容錯(cuò)性和很好的開(kāi)放性,并且處理時(shí)間較短。難點(diǎn)在于分類特征組合與表達(dá)的機(jī)理難以量化和統(tǒng)一4。 決策級(jí)融合常用方法:最大似然法,D-S方法,基于專家知識(shí)的專家系統(tǒng)、基于神經(jīng)網(wǎng)絡(luò)、基于模糊集理論方法。決策級(jí)融合流程如圖3所示: 圖3 決策級(jí)融合流程圖Figure3.flowing chart of decision level data fusion3. 融合影像的質(zhì)量評(píng)價(jià)融合影像質(zhì)量的評(píng)價(jià)不僅是評(píng)價(jià)融合影像的好壞以及對(duì)后續(xù)應(yīng)用的影響,更是評(píng)價(jià)融合算法性能的一個(gè)重要依據(jù)。常用的質(zhì)量評(píng)價(jià)方法分為定性評(píng)價(jià)和定量評(píng)價(jià)5,定性評(píng)價(jià)的方法主要是通過(guò)目視觀察法

7、對(duì)融合后的影像進(jìn)行分析評(píng)價(jià),定量評(píng)價(jià)的方法則是使用均值、標(biāo)準(zhǔn)差、信息熵、平均梯度、偏差指數(shù)、相關(guān)系數(shù)等作為評(píng)價(jià)指標(biāo)。3.1目視觀察法目視觀察是一種最直觀,也是在圖像質(zhì)量評(píng)價(jià)中最常用的一種方法,主要通過(guò)空間分辨率、清晰度、極限放大倍數(shù)對(duì)影像進(jìn)行評(píng)價(jià)。目視觀察方法的優(yōu)點(diǎn)是操作簡(jiǎn)單,效率高;但是,目視觀察結(jié)果存在很大的不確定性,而且它還只能做出定性的評(píng)價(jià),沒(méi)有科學(xué)數(shù)據(jù)的支持,可靠性無(wú)法掌握。因此,對(duì)影像的質(zhì)量進(jìn)行定量的分析則顯得尤為重要。3.2影像質(zhì)量定量評(píng)價(jià)指標(biāo)常用的影像質(zhì)量定量評(píng)價(jià)指標(biāo)包括均值、標(biāo)準(zhǔn)差、信息熵、平均梯度、偏差指數(shù)、相關(guān)系數(shù)等。3.2.1均值( G X均值就是圖像中所有像素的灰度平

8、均值,它近似反映了圖像的灰度分布情況?；叶确植记闆r接近的圖像,均值也會(huì)比較接近。均值的定義式為 11,001(M N i j i j G X G X M N =其中,X 表示大小為M N ×的圖像,(i j G X 表示圖像X 中(,i j 點(diǎn)的灰度。3.2.2標(biāo)準(zhǔn)差(Std X標(biāo)準(zhǔn)差的定義式為: 2(Std X = 其中,式中變量定義同上式。標(biāo)準(zhǔn)差是衡量圖像信息豐富程度的一個(gè)重要指標(biāo)。3.2.3信息熵 2根據(jù)仙農(nóng)(Shannon信息論的原理,一幅8bit 表示的圖像x 的信息熵為:(25520log i ii H x P P =式中:x 為輸入的圖像變量,i P 為圖像像元灰度值為

9、i 的概率。熵越大,圖像所包含的信息量越豐富。3.2.4平均梯度(g X 平均梯度的定義式為: 111222001(,(,M N x y i j g X f i j f i j M N =+ 其中(,x f i j 、(,y f i j 分別為像素(,i j 在X 、Y 方向上的一階差分值。平均梯度反映了圖像中微小細(xì)節(jié)反差與紋理變化特征,也反映了圖像的清晰度。3.2.5相關(guān)系數(shù)(,X Y 相關(guān)系數(shù)反映了圖像X 和Y 的相關(guān)程度,定義式為:11(,1(y x S S i i X Y G X G X G Y G Y S S = 其中, x S 、y S 分別為圖像X 和Y 的大小,(D X 、(D

10、 Y 分別為圖像X 和Y 的方差。3.3試驗(yàn)數(shù)據(jù)分析我們選用99年Landsat-7TM 獲取的某地TM8波段和TM4,3,2進(jìn)行融合試驗(yàn)。經(jīng)過(guò)精確空間配準(zhǔn)后(配準(zhǔn)誤差控制在0.5個(gè)像元之內(nèi),選取試驗(yàn)區(qū)大小為512×512像素,采用球體IHS 變換進(jìn)行了融合試驗(yàn),融合前后影像的熵、標(biāo)準(zhǔn)差、均值、平均梯度、相關(guān)系數(shù)見(jiàn)表2。試驗(yàn)結(jié)果表明:融合后影像的熵、平均梯度、均值、方差都有了很大的提高,因此經(jīng)過(guò)融合后的影像提高了影像的清晰度、信息含量,有利于后續(xù)解譯和分類工作的開(kāi)展。 表1 參數(shù)統(tǒng)計(jì)表Table 1 statistic of parameters標(biāo)準(zhǔn)差圖像波段號(hào)熵平均梯度均值與原TM

11、對(duì)應(yīng)波段相關(guān)系數(shù)1.5039 60.447 1.00 8.4804 4.7362Landsat-72.3080 50.501 1.00 14.046多光譜 3 5.28002 5.74693.0042 88.647 1.00 15.4653.1509 60.532 0.8128 7.514球體HIS 4 4.77823.3360 50.540 0.9466 12.694變換 3 5.28482 6.00185.1583 89.049 0.9352 17.251 4. 結(jié)論多源遙感影像數(shù)據(jù)融合作為遙感領(lǐng)域一門(mén)新興的技術(shù)正在興起并不斷完善,本文在分析和總結(jié)多種融合理論和方法的基礎(chǔ)上,探討了多源遙感

12、影像數(shù)據(jù)融合的層次、特點(diǎn)、流程及常用算法,歸納總結(jié)了多源遙感影像數(shù)據(jù)融合技術(shù)的質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn),并通過(guò)試驗(yàn)證明了影像融合的必要性,為類似的工作提供了借鑒參考。參考文獻(xiàn)1賈永紅,李德仁,孫家柄.多源遙感影像數(shù)據(jù)融合J.遙感技術(shù)與應(yīng)用,2000,15(1:19-23.2趙英時(shí)等.遙感應(yīng)用分析原理與方法M.北京:科學(xué)出版社,2003:251-263.3賈永紅.多源遙感影像數(shù)據(jù)融合技術(shù)M.北京:測(cè)繪出版社,2005:10-14.4冉向書(shū)。多源遙感圖像融合及其應(yīng)用研究D. 西安:西北工業(yè)大學(xué)碩士學(xué)位論文,2005,3.5邢帥。多源遙感影像配準(zhǔn)與融合技術(shù)的研究D.鄭州:信息工程大學(xué)碩士學(xué)位論文,2004,4.

13、The study of the theory for data fusion of multi-sourceremote sensing imageYao Jing,Kang Ting-junSchool Of Geomatics,Liaoning Technical University,Fuxin,Liaoning (123000AbstractAimed at the problem between a great deal of remote sensing image data and the low efficiency of the data, discussing the c

14、oncept of data fusion, the three levels of data fusion, which contains pixel-based, feature-based and decision-based, and the advantage and disadvantage of every level, the flow, the algorithms of fusion, the evaluate of fusion effects. We have made an experimentation, and the conclusion is that data f