航測內(nèi)業(yè)中遙感影像數(shù)據(jù)融合方法的探討

航測內(nèi)業(yè)中遙感影像數(shù)據(jù)融合方法的探討摘要：隨著航測技術(shù)的迅速發(fā)展，航測技術(shù)在工程勘測勘察等多個領(lǐng)域得到了廣泛應(yīng)用。而在具體應(yīng)用中，單一傳感器所得到的圖像信息不足以滿足具體工程建設(shè)需求，所以需要通過不同傳感器來獲得更加豐富的信息數(shù)據(jù)，從而有效促進(jìn)影像信息精確度、可靠性的提升。而其中最為重要的就是做好遙感影像數(shù)據(jù)的融合處理，基于此文章就對航測內(nèi)業(yè)中遙感多源數(shù)據(jù)融合的技術(shù)路線和常用方法進(jìn)行了分析研究，并結(jié)合具體工程實例開展了探討，以供參考。關(guān)鍵詞：遙感影像；多元數(shù)據(jù)融合；應(yīng)用研究引言遙感數(shù)據(jù)融合的目的是將獲得的信息與衛(wèi)星、飛機(jī)和地面平臺上安裝的傳感器的不同空間和光譜分辨率相結(jié)合，從而產(chǎn)生包含比每個源更詳細(xì)的信息的融合數(shù)據(jù)。數(shù)據(jù)融合產(chǎn)品是許多應(yīng)用的基礎(chǔ)，研究人員和從業(yè)人員不斷努力開發(fā)先進(jìn)的融合方法和技術(shù)，以提高其性能和準(zhǔn)確性。然而，由于許多原因，例如各種需求、景觀的復(fù)雜性、輸入數(shù)據(jù)集的時間和光譜變化以及精確的數(shù)據(jù)共同注冊，使得遙感數(shù)據(jù)尤其是多源數(shù)據(jù)，仍然具有挑戰(zhàn)性。所以對于從影像融合應(yīng)用的角度來講，合理進(jìn)行遙感影像數(shù)據(jù)融合方法的選擇和應(yīng)用，具有非常重要的意義和作用。1多源數(shù)據(jù)融合技術(shù)路線多源數(shù)據(jù)融合處理包括數(shù)據(jù)預(yù)處理、圖屬融合處理。數(shù)據(jù)預(yù)處理是為了將數(shù)據(jù)的格式、空間基準(zhǔn)、數(shù)據(jù)模型等處理一致，以便后續(xù)在統(tǒng)一的基準(zhǔn)和模型下進(jìn)行融合處理。圖屬融合處理包括屬性融合和圖形融合，將參考數(shù)據(jù)的屬性和圖形補(bǔ)充入基于遙感信息提取的典型矢量要素數(shù)據(jù)中。數(shù)據(jù)融合技術(shù)流程的關(guān)鍵技術(shù)是數(shù)據(jù)匹配，也稱同名實體匹配。同名實體匹配是通過分析空間實體的差異性和相似性，識別出不同來源數(shù)據(jù)中表達(dá)現(xiàn)實世界同一地物或地物集（即同名實體），包括幾何匹配方法、拓?fù)淦ヅ浞椒ê驼Z義匹配方法。幾何匹配是對不同地理實體匹配的重要手段。通過度量地理要素之間的距離、形狀、方向趨勢等幾何特征相似度，利用先前設(shè)置的閾值來判斷是否屬于同名地理要素。拓?fù)淦ヅ涫且阅繕?biāo)實體與待匹配實體之間的拓?fù)涮卣飨嗨贫茸鳛槠ヅ湟罁?jù)，克服了幾何匹配方法對點位精確及幾何形狀的敏感性，其匹配結(jié)果與原圖中物體的幾何精度無關(guān)，但缺點是兩幅圖中拓?fù)潢P(guān)系的微小差異都會導(dǎo)致匹配失敗。（圖1）中，由于右邊的圖形比左邊多了一個分支，導(dǎo)致在拓?fù)潢P(guān)系上有所區(qū)別，從而導(dǎo)致匹配失敗。在實際匹配過程中，如線實體匹配，可以先進(jìn)行節(jié)點匹配，再確定與節(jié)點相關(guān)聯(lián)弧段的匹配關(guān)系。由于拓?fù)潢P(guān)系的特點，拓?fù)淦ヅ渫ǔＥc幾何匹配結(jié)合在一起使用，很少獨立使用。圖1拓?fù)淦ヅ涫疽鈭D語義匹配即屬性匹配，是利用不同數(shù)據(jù)源對相同地理現(xiàn)象的性質(zhì)描述相同或相近的特點，通過比較候選同名實體的語義信息作為匹配的依據(jù)。如在同一區(qū)域的地理數(shù)據(jù)中，兩個點名稱的屬性值都相同，僅利用點的名稱就可以確定兩者為同名實體。一些學(xué)者據(jù)此研究，采用中文近似字符串匹配算法BPM-BM進(jìn)行地名數(shù)據(jù)匹配。由于不同數(shù)據(jù)源屬性信息可能存在較大的差別或?qū)傩孕畔㈦y以保證完整性，因此基于屬性信息的匹配方法并不多用，很多時候是作為一個匹配特征同幾何特征、拓?fù)涮卣鞴餐褂?。對于已匹配要素，將參考要素屬性賦給典型矢量要素完成屬性融合，同時采用更規(guī)則的圖形替換典型矢量要素圖形；未匹配的要素，則結(jié)合影像數(shù)據(jù)對典型矢量要素數(shù)據(jù)丟漏要素進(jìn)行補(bǔ)充，完成圖形融合。2航測內(nèi)業(yè)中遙感影像數(shù)據(jù)融合方法2.1Brovery變換方法Brovery變換融合的另一個說法為色彩標(biāo)準(zhǔn)化變換融合，是一種普遍使用的RGB彩色變換融合方法。該變換融合的主要目的是如何將多光譜影像3個顏色的波段（紅、綠、藍(lán)）標(biāo)準(zhǔn)化，通過多光譜標(biāo)準(zhǔn)化和高分辨率圖像乘積的產(chǎn)品提高圖像信息。這個方法較為常用，特點明顯，即可以大大增強(qiáng)融合后圖像的目視效果，可以將多光譜數(shù)據(jù)的影像的彩色效果轉(zhuǎn)換為高分率圖像的全色信息。但是缺點明顯，就是對數(shù)據(jù)要求較高。在用這種方法處理數(shù)據(jù)時，必須進(jìn)行預(yù)處理和去噪處理，過程較為復(fù)雜，且會使個光譜信息失真。2.2HIS變換HIS變換適用面非常廣泛，是一種很常見的算法（HIS中H表示色調(diào)；I表示亮度；S表示飽度)。HIS的正變換，是把彩色影像所具有的RGB波段變換成HIS；由HIS變換成RGB稱為HIS的反變換。實際上在研究過程中，常常構(gòu)建RGB和HIS在空間上的對立關(guān)系，以實現(xiàn)二者的轉(zhuǎn)換。HIS變換處理融合后生成的圖像結(jié)合了融合前2幅圖像各自的特點，使得圖像變成了具有高分辨率且信息量豐富的彩色融合圖像。融合后的圖像既有多光譜數(shù)據(jù)的豐富的信息含量，又有全色波段的高分辨率，又有多光譜數(shù)據(jù)的豐富的信息含量。2.3colornormalized(CN)變換方法CN變換又稱能量分離變換。它的原理就是使原始圖像的較低分辨率的多光譜數(shù)據(jù)被融合后的圖像所具有的高分辨率所提升，比如Landsat8融合后的圖像的高分辨率增強(qiáng)融合前的多光譜數(shù)據(jù)的低分辨率。該方法僅對包含在融合圖像波段的波譜范圍內(nèi)對應(yīng)的輸入波段進(jìn)行融合，其他輸入波段被直接輸出而不進(jìn)行融合處理。該方法較為常用，使用范圍是盡量選擇大的地貌類型，乘積運算（CN）對于大的地貌類型上處理效果好，還可以用于多光譜與高光譜的融合。2.4主成分變換融合主成份變換(PCA)，其是在保證信息完整性的前提下，所采用的一種線性變換，其多用于數(shù)據(jù)的增強(qiáng)和壓縮。在具體應(yīng)用中能夠?qū)Χ嗖ǘ螖?shù)據(jù)中的遙感信息進(jìn)行完整準(zhǔn)確的表達(dá)，任意融合不同波段，從而得到更加清晰、數(shù)據(jù)更豐富的融合圖像。2.5乘積變換融合乘積變換融合在具體應(yīng)用中無需先合成分辨率不同的遙感數(shù)據(jù)，可以直接變換圖像亮度，并不改變圖像色彩。因為其所采用的乘積組合算法，可以直接處理原始圖像，對其中的關(guān)鍵信息進(jìn)行增強(qiáng)。例如在對道路建筑等的識別中，就可以通過該方法來對上述食物的信息進(jìn)行增強(qiáng)，但是該方法在具體應(yīng)用中無法對多光譜圖像反射信息得到完整保留。3遙感影像數(shù)據(jù)融合實例3.1軟件選取目前常用的遙感圖像處理軟件有：PCI、ENVI、EＲMapper和EＲDASIMAGINE．在四種軟件中，PCI適合用于影像制圖；ENVI具備強(qiáng)大的多光譜影像處理功能，因此在針對像元處理的信息提取中有較大優(yōu)勢；EＲMapper對于處理高分辨率影像效果較好；而EＲDASIMAGINE是功能非常強(qiáng)大的遙感圖像數(shù)據(jù)處理系統(tǒng)，應(yīng)用最廣泛，數(shù)據(jù)融合效果最好．綜合考慮各類軟件，融合實驗采用的軟件平臺是EＲDASIMAGINE。3.2數(shù)據(jù)融合為了驗證融合方法，選取SPOT衛(wèi)星（圖3）和TM影像數(shù)據(jù)（圖4），選擇采用PCA變換、Brovery變換、乘積變換法來進(jìn)行融合處理。經(jīng)過處理后，與原圖相比，清晰度大大提升（圖5－7），并且信息也更加豐富。對比三種不同的圖像如何處理結(jié)果，PCA變換能夠更好實現(xiàn)對特定影像結(jié)果的分離和突出；Brovery變換則可以將食物的輪廓細(xì)節(jié)等進(jìn)行更加清晰的呈現(xiàn)，同時還可以去除云霧等陰影；乘積變換則能夠更好地提升圖像亮度，并且不改變原有色彩。圖3原始SPOT衛(wèi)星影像圖4原始TM影像圖5主成分變換法融合效果圖6乘積變換法融合效果圖圖7比值變換法融合效果圖結(jié)論綜上所述，遙感影像數(shù)據(jù)融合處理作為航測內(nèi)業(yè)中的重中之重，在現(xiàn)階段必須加強(qiáng)對各種融合技術(shù)的研究和應(yīng)用，根據(jù)不同情況合理進(jìn)行融合軟件和方法的選擇，不斷提升遙感影像數(shù)據(jù)融合處理質(zhì)量，為航測工作開展奠定良好基礎(chǔ)。參考文獻(xiàn)[1]楊柳，陳延輝，岳德鵬，等．無人機(jī)遙感影像的城市綠地信息提?。郏剩荩疁y繪科學(xué)，2017，42（2）：5