第六章 遙感圖像輻射處理-4

第六章遙感圖像的輻射處理遙感圖像的輻射定標(biāo)與校正1遙感圖像的融合3遙感圖像的四則運(yùn)算212遙感圖像的融合一、遙感影像融合的概念二、影像融合的層次與關(guān)鍵問題三、遙感影像融合的方法四、遙感影像融合的應(yīng)用3第六章第3節(jié)遙感圖像的融合4一、遙感影像融合的概念遙感影像融合5遙感影像融合【定義】將多源遙感圖像按照一定的算法，在規(guī)定的地理坐標(biāo)系，將不同傳感器獲取的遙感影像中所提供的各種信息進(jìn)行綜合,生成新的圖像的過程。遙感影像融合遙感衛(wèi)星的互補(bǔ)特點(diǎn)取長(zhǎng)補(bǔ)短，信息綜合同一地區(qū)兩幅或多幅要點(diǎn)一、遙感影像融合的概念6遙感影像融合在本課程中的位置后續(xù)：判讀、識(shí)別、分類、應(yīng)用等處理遙感影像融合基礎(chǔ)融合目的

提高對(duì)影像進(jìn)行分析的能力(通過融合既提高多光譜圖像空間分辨率，又保留其多光譜特性)。一、遙感影像融合的概念一、遙感影像融合的概念二、影像融合的層次與關(guān)鍵問題三、遙感影像融合的方法四、遙感影像融合的應(yīng)用7第六章第3節(jié)遙感圖像的融合8二、影像融合的層次與關(guān)鍵問題2.1影像融合層次如何充分利用遙感影像的信息互補(bǔ)，突出有用信息。融合要解決的核心問題：像素級(jí)融合決策級(jí)融合融合層次：特征級(jí)融合1像素級(jí)融合將各圖像的像元的物理量進(jìn)行處理,該值對(duì)應(yīng)為同一坐標(biāo)上新圖像的像元值。

9二、影像融合的層次與關(guān)鍵問題2.1影像融合層次2特征級(jí)融合 對(duì)不同圖像進(jìn)行特征提取,按照各自圖像上相同類型的特征進(jìn)行融合處理。10二、影像融合的層次與關(guān)鍵問題2.1影像融合層次3決策級(jí)融合決策級(jí)融合是高水平的融合。其按照應(yīng)用的要求首先對(duì)圖像進(jìn)行分類,確定各個(gè)類別中的特征影像,然后進(jìn)行融合處理。11二、影像融合的層次與關(guān)鍵問題2.1影像融合層次12二、影像融合的層次與關(guān)鍵問題2.1影像融合層次

(1)對(duì)多源遙感數(shù)據(jù)作出合理的選擇有用信息的增加波譜信息相關(guān)性噪聲誤差的增加13二、影像融合的層次與關(guān)鍵問題2.2多源遙感圖像融合的關(guān)鍵(2)影像精確配準(zhǔn)解決遙感影像的幾何畸變問題,使各種遙感影像在空間位置上能精確配準(zhǔn)(3)選擇合理的融合算法最大限度的利用多種遙感數(shù)據(jù)中的有用信息14二、影像融合的層次與關(guān)鍵問題2.2多源遙感圖像融合的關(guān)鍵一、遙感影像融合的概念二、影像融合的層次與關(guān)鍵問題三、遙感影像融合的方法四、遙感影像融合的應(yīng)用15第六章第3節(jié)遙感圖像的融合16三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合（像素級(jí)）遙感影像上最小的記錄單元像素地面上的目標(biāo)點(diǎn)本質(zhì)：像素記錄值優(yōu)勢(shì)信息綜合被兩顆衛(wèi)星觀測(cè)像素記錄值1像素記錄值2融合后的記錄值17多光譜遙感影像全色遙感影像問題1：兩幅影像像素記錄值優(yōu)勢(shì)信息是什么？目標(biāo)強(qiáng)度信息豐富目標(biāo)色彩信息豐富優(yōu)勢(shì)信息：強(qiáng)度值優(yōu)勢(shì)信息：色彩值三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合18問題2：記錄值優(yōu)勢(shì)信息如何綜合？強(qiáng)度值色彩值同一個(gè)像素?fù)碛袃蓚€(gè)記錄信息標(biāo)量I建立強(qiáng)度值I與色彩(R,G,B)的定量轉(zhuǎn)換關(guān)系矢量(R,G,B)(紅,綠,藍(lán))三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合19IHS-RGB變換三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合20IHS-RGB變換RGB坐標(biāo)->IHS坐標(biāo)

IHS坐標(biāo)->RGB坐標(biāo)三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合

I明度：是人眼對(duì)光源或物體明亮程度的感覺。 物體反射率越高，明度就越高。

H色調(diào)：是色彩彼此相互區(qū)分的特性。

S飽和度：是色彩純潔的程度，即光譜中波長(zhǎng)段是否窄， 頻率是否單一的表示。21IHS-RGB變換三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合2223242526IHS-RGB變換三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合27IHS-RGB變換三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合28IHS-RGB變換三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合將RGB模式轉(zhuǎn)換成IHS模式，對(duì)于定量地表示色彩特性，以及在應(yīng)用中實(shí)現(xiàn)兩種表達(dá)方式的轉(zhuǎn)換具有重要作用。29IHS-RGB變換三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合30多光譜遙感影像全色遙感影像(R,G,B)強(qiáng)度值I0優(yōu)勢(shì)信息替換I分量(I,H,S)(I0,H,S)

IHS逆變換三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合31遙感圖像的融合三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合歸納：將圖像處理常用的RGB彩色空間變換到ＩＨＳ空間。圖像融合只在強(qiáng)度通道上進(jìn)行，圖像的色調(diào)和飽和度保持不變。

32三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合

基于ＩＨＳ變換的融合過程如下：(1)．待融合的全色圖像和多光譜圖像進(jìn)行幾何配準(zhǔn)，并將多光譜圖像重采樣與全色分辨率相同；(2)．將多光譜圖像變換轉(zhuǎn)換到ＩＨＳ空間。(3)．對(duì)全色圖像I′和ＩＨＳ空間中的亮度分量I進(jìn)行直方圖匹配。用全色圖像I′代替ＩＨＳ空間的亮度分量，即HIS－>I′HS。將Ｉ′ＨＳ逆變換到RGB空間，即得到融合圖像。33三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合采用IHS變換方法將LandSatTM和SPOT影像進(jìn)行影像融合

34三、遙感影像融合的方法3.1基于ＩＨＳ變換的圖像融合對(duì)兩幅圖像Ii,Ij按下式進(jìn)行：I'ij=A（PiIi+PjIj）+B其中：Pi,Pj為兩個(gè)圖像的權(quán)，其值由下式?jīng)Q定：Pi=（1－|rij|)/2Pj=1－Piri,j為兩幅圖像的相關(guān)系數(shù)ri,j=σij/σ

iσjA，B為常數(shù)。35三、遙感影像融合的方法3.2加權(quán)融合

對(duì)多光譜圖像的多個(gè)波段進(jìn)行主分量變換，變換后第一主分量含有變換前各波段的相同信息然后將高分辨率圖像和主成分第一分量進(jìn)行直方圖匹配，使高分辨率圖像與主成分第一分量圖像有相近的均值和方差。

最后，用直方圖匹配后的高分辨率圖像代替主成份的第一分量進(jìn)行主分量逆變換。36三、遙感影像融合的方法3.3基于主分量變換的圖像融合

對(duì)一幅數(shù)字圖像，分解后可以形成四幅子圖像LLHLLHHH37三、遙感影像融合的方法3.4基于小波變換的圖像融合小波變換的圖像融合步驟如下：①對(duì)高分辨率全色圖像和多光譜圖像進(jìn)行幾何配準(zhǔn)，并且對(duì)多光譜圖像重采樣與全色圖像分辨率相同；②對(duì)全色圖像和多光譜圖像進(jìn)行直方圖匹配；③對(duì)全色高分辨圖像進(jìn)行分解，分解成LL（低頻部分），HL（水平高頻），LH（垂直高頻），HH（對(duì)角高頻）；38三、遙感影像融合的方法3.4基于小波變換的圖像融合④對(duì)多光譜圖進(jìn)行分解成四部份LL，LH，HL，HH；⑤根據(jù)需要或保持多光譜色調(diào)的程度由③,④中的LL重新組合成新的LL；⑥根據(jù)需要由③,④中的LH，HL，HH重新組合成新的LH，HL，HH；⑦由⑤,⑥所得的新的LL，HL，LH，HH反變換重建影像；⑧其它波段融合重復(fù)步驟③－⑦。39三、遙感影像融合的方法3.4基于小波變換的圖像融合比值變換融合算法按下式進(jìn)行：

[B1/(B1+B2+

B3)]D=DB1[B2/(B1+B2+

B3)]D=DB2[B3/(B1+B2+

B3)]D=DB3

其中:Bi(i=1,2,3)為多光譜圖像；D為高分辨率圖像；DBi(i=1,2,3)為比值度變換融合圖像。比值變換融合可以增加圖像兩端的對(duì)比度40三、遙感影像融合的方法3.5

比值變換融合乘積變換融合算法按下式進(jìn)行：D*Bi=DBi通過乘積變換融合得到的融合圖像其亮度成分得到增加。41三、遙感影像融合的方法3.6

乘積變換融合例如：對(duì)其中一個(gè)圖像作邊緣提取，然后融合到另一個(gè)圖像上。42三、遙感影像融合的方法3.7

基于特征的融合特征植被指數(shù)邊緣特征紋理特征遙感影像1遙感影像2影像特征1影像特征2融合特點(diǎn)：融合不針對(duì)原始遙感影像，而是經(jīng)過加工的特征。先要對(duì)圖像分類，在分類的基礎(chǔ)上進(jìn)行融合。(1)．對(duì)圖像中的不同類別用不同波段或不同圖像融合以達(dá)到增加空間特性和光譜特性；(2)．對(duì)不同時(shí)相的圖像進(jìn)行分類后融合，可以達(dá)到提取圖像內(nèi)變化信息的目的。43三、遙感影像融合的方法3.8

基于分類的融合44分類融合法地物類別某地面目標(biāo)TM遙感影像建筑分類SPOT遙感影像車輛分類HJ-1遙感影像車輛分類類別特征對(duì)比分析車輛……三、遙感影像融合的方法3.8

基于分類的融合

(1)定性評(píng)價(jià)

主要以目視判讀為主優(yōu)點(diǎn)：簡(jiǎn)單、直接缺點(diǎn)：是因人而已，具有主觀性45三、遙感影像融合的方法3.9

圖像融合的效果評(píng)價(jià)(2)定量評(píng)價(jià)從融合圖像包含的信息量和分類精度這兩方面進(jìn)行評(píng)價(jià)，可以彌補(bǔ)定性評(píng)價(jià)的不足。46三、遙感影像融合的方法3.9

圖像融合的效果評(píng)價(jià)1）平均梯度：

反映圖像中微小細(xì)節(jié)反差和紋理變化的特征，表達(dá)圖像的清晰度；

其中：G平均梯度，Δxf(i,j),Δyf(i,j)分別為像素(I,j)在x,y方向上的一階差分值，M，N為圖像大?。窃酱髣t圖像層次越多，圖像越清晰。47三、遙感影像融合的方法3.9

圖像融合的效果評(píng)價(jià)2）熵與聯(lián)合熵

其中：Ｐi為圖像像素灰度值i的概率。對(duì)于彩色圖像的聯(lián)合熵為：

其中Ｐi1i2i3

表示圖像x1中像素為i1與圖像x2中像素灰度為i2以及圖像x3中像素為i3

的聯(lián)合概率。熵越大則圖像包含的信息越豐富。48三、遙感影像融合的方法3.9

圖像融合的效果評(píng)價(jià)3)圖像融合前后差異:交叉熵交叉熵或稱相對(duì)熵,可以用來度量?jī)煞鶊D像間的差異,交叉熵越小,表示圖像間的差異越小。設(shè)標(biāo)準(zhǔn)參考圖像為R,融合后的圖像為F,則參考圖像R與融合圖像F的交叉熵為:49三、遙感影像融合的方法3.9

圖像融合的效果評(píng)價(jià)4)光譜信息的繼承:偏差度用偏差指數(shù)(DifferenceIndex)l來反映融合后圖像與原始圖像在光譜信息上的匹配程度。其中C為融合后的圖像,B為原始圖像

如果偏差指數(shù)D較小,則說明融合后的圖像C在提高了空間分辨率地同時(shí),較好地保留了多光譜影像B的光譜信息。50三、遙感影像融合的方法3.9

圖像融合的效果評(píng)價(jià)51三、遙感影像融合的方法融合案例圖SPOT與TM347融合52三、遙感影像融合的方法融合案例圖10米分辨率SPOT與TM融合衛(wèi)星影像

53三、遙感影像融合的方法融合案例圖54三、遙感影像融合的方法融合案例圖SPOT5全色與多光譜融合

55三、遙感影像融合的方法融合案例圖

ETM數(shù)據(jù)與SPOT4數(shù)據(jù)融合圖56三、遙感影像融合的方法融合案例圖57三、遙感影像融合的方法融合案例圖

中巴衛(wèi)星數(shù)據(jù)與SPOT4數(shù)據(jù)融合圖58三、遙感影像融合的方法融合案例圖

IKONOS(1m)數(shù)據(jù)與TM數(shù)據(jù)融合圖

59三、遙感影像融合的方法融合案例圖60三、遙感影像融合的方法融合案例圖大連星海灣8米分辨率福衛(wèi)二號(hào)衛(wèi)星多光譜影像

61三、遙感影像融合的方法融合案例圖

大連星海灣2

米分辨率福衛(wèi)二號(hào)全色影像

62三、遙感影像融合的方法融合案例圖

全色與多光譜融合影像

63三、遙感影像融合的方法融合案例圖3.10多源遙感數(shù)據(jù)融合的問題

(1)缺乏統(tǒng)一的數(shù)據(jù)融合模型 各種模型都存在優(yōu)點(diǎn)和缺點(diǎn),使用范圍都比較狹窄,模型之間的相互轉(zhuǎn)換比較困難。

64三、遙感影像融合的方法(2)缺乏對(duì)數(shù)據(jù)融合結(jié)果的有效評(píng)價(jià)手段 數(shù)據(jù)融合的評(píng)價(jià)往往依賴于融合的目的,不同的應(yīng)用目的則需要不同的評(píng)價(jià)標(biāo)準(zhǔn)。653.10多源遙感數(shù)據(jù)融合的問題三、遙感影像融合的方法(3)信息量大,處理困難傳統(tǒng)的多源數(shù)據(jù)關(guān)聯(lián)和融合算法,不僅需要較多的先驗(yàn)知識(shí),而且當(dāng)融合源增加以及傳感器或被觀測(cè)地物目標(biāo)數(shù)目增多時(shí),表現(xiàn)出難以克服的計(jì)算組合爆炸現(xiàn)象。663.10多源遙感數(shù)據(jù)融合的問題三、遙感影像融合的方法(4)時(shí)空配準(zhǔn)影響融合效果 多源信息的時(shí)空配準(zhǔn)和誤差補(bǔ)償已成為影響遙感信息融合性能的主要問