第四講多源遙感數(shù)據(jù)的融合

遙感數(shù)字影像處理原理崔海山第四講多源遙感數(shù)據(jù)的融合1遙感數(shù)據(jù)融合的原理2遙感數(shù)據(jù)的融合過程3遙感數(shù)據(jù)融合方法1遙感數(shù)據(jù)融合的原理1.1定義1.2目的1.3遙感數(shù)據(jù)融合的發(fā)展1.4遙感數(shù)據(jù)融合的技術關鍵1.1定義遙感數(shù)據(jù)融合(Fusion,Merge)指同一區(qū)域內遙感數(shù)據(jù)之間或遙感數(shù)據(jù)與非遙感數(shù)據(jù)之間的匹配融合。

多種遙感數(shù)據(jù)融合就是將不同類型傳感器獲取的同一地區(qū)的影像數(shù)據(jù)進行空間配準,然后采用一定算法將各影像的優(yōu)點或互補性有機結合起來產(chǎn)生新影像的技術。1.2目的(1)突出有用的專題數(shù)據(jù)，消除或抑制無關的數(shù)據(jù)，以改善目標識別的圖像環(huán)境；(2)多種數(shù)據(jù)源優(yōu)勢互補；(3)得到原來幾種單個數(shù)據(jù)所不能提供的新數(shù)據(jù)，有助于地學分析提取特定的數(shù)據(jù)，有助于更可靠地闡述自然環(huán)境各要素的相互關系與演變規(guī)律，滿足地學分析及各種專題研究的需要。1.3遙感數(shù)據(jù)融合的發(fā)展遙感數(shù)據(jù)融合的概念始于70年代。(1)起初是進行同種遙感數(shù)據(jù)多波段、多時相的數(shù)據(jù)融合，以提高遙感解譯能力和進行動態(tài)分析；(2)發(fā)展到不同類型遙感數(shù)據(jù)的融合；(3)由于遙感本身以及實際應用中的局限性，開始發(fā)展遙感與非遙感數(shù)據(jù)的融合。1.4遙感數(shù)據(jù)融合的技術關鍵(1)幾何配準，即解決遙感圖像的幾何畸變，解決空間配準問題；(2)充分了解每種融合數(shù)據(jù)的特點和適用性；(3)充分考慮不同遙感數(shù)據(jù)之間波譜的相關性引起的噪聲誤差增加，合理選擇遙感數(shù)據(jù)；(4)充分認識研究對象的地學規(guī)律。2.2數(shù)據(jù)融合過程根據(jù)融合目的和融合層次智能地選擇合適的融合算法，將空間配準的遙感影像數(shù)據(jù)（或提取的圖像特征或模式識別的屬性說明）進行有機合成，得到目標的更準確表示或估計。對于各種算法所獲得的融合遙感信息，有時還需要做進一步的處理，如“匹配處理”和“類型變換”等，以便得到目標的更準確表示或估計。2遙感數(shù)據(jù)的融合過程遙感數(shù)據(jù)的融合主要指不同傳感器的遙感數(shù)據(jù)的融合，以及不同時相的遙感數(shù)據(jù)的融合。融合方式的確定應根據(jù)目標空間分布、光譜反射特性及時相規(guī)律方面的特征選擇不同的遙感圖像數(shù)據(jù)，它們在空間分辨率、光譜分辨率和時間分辨率方面相互補充，以形成一個更有利的識別環(huán)境，來識別所要識別的目標或類型。2.1數(shù)據(jù)預處理不同類型影像進行融合時必須經(jīng)過嚴密的幾何校正和配準，其幾何配準精度直接影響融合影像的質量。通常情況下，不同類型的傳感器數(shù)據(jù)之間融合時，由于成像方式不同，其系統(tǒng)誤差類型也不同。3遙感數(shù)據(jù)融合方法3.1按融合技術的不同分類3.2按融合層次分類3.3按數(shù)據(jù)來源分類3.1按融合技術的不同分類彩色技術；代數(shù)運算代數(shù)法包括加權融合、單變量圖像差值法、圖像比值法等；影像變換主成分變換、K-T變換、小波變換、IHS變換。3.2按融合層次分類基于像元(pixel)級的融合；基于特征(feature)級的融合；基于決策(decision)級的融合。融合的水平依次從低到高。3.2.1像元級融合像元級融合是一種低水平的融合。經(jīng)過預處理的遙感影像數(shù)據(jù)——數(shù)據(jù)融合——特征提取——融合屬性說明。（1）像元級融合的流程優(yōu)點：保留了盡可能多的信息，具有最高精度局限性：效率低下分析數(shù)據(jù)限制分析能力差，不能實現(xiàn)對影像的有效理解和分析糾錯要求?？垢蓴_性差。（2）像元級融合特點像元級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（3）像元級融合方法3.2.2特征級融合特征級融合是一種中等水平的融合。特征級融合的流程為：經(jīng)過預處理的遙感影像數(shù)據(jù)——特征提取——特征融合——（融合）屬性說明。

3.2.3決策級融合決策級融合是最高水平的融合。經(jīng)過預處理的遙感影像數(shù)據(jù)——特征提取——屬性說明——屬性融合——融合屬性說明（1）決策級融合的流程優(yōu)點：決策級融合的優(yōu)點是具有很強的容錯性，很好的開放性，處理時間短、數(shù)據(jù)要求低、分析能力強。局限性：信息損失大精度低工作量大（2）決策級融合特點附表1三級融合層次的特點表融合框架信息損失實時性精度容錯性抗干擾力工作量融合水平像元級小差高差差小低特征級中中中中中中中決策級大優(yōu)低優(yōu)優(yōu)大高附表2三級融合層次下的融合方法表像元級特征級決策級代數(shù)法熵法專家系統(tǒng)IHS變換表決法神經(jīng)網(wǎng)絡小波變換聚類分析Bayes估計K-T變換Bayes估計模糊聚類法主成分變換神經(jīng)網(wǎng)絡法可靠性理論回歸模型法加權平均法基于知識的融合法Kalman濾波法Dempater-shafer推理法Dempater-shafer推理法3.3按數(shù)據(jù)來源分類同一傳感器的遙感數(shù)據(jù)融合不同傳感器的遙感數(shù)據(jù)融合；不同時相的遙感數(shù)據(jù)融合；遙感與非遙感數(shù)據(jù)的融合。3.3.1

同一傳感器的遙感數(shù)據(jù)融合目的：提高多光譜圖像空間分辨率（1）融合步驟幾何配準融合配準配準配準配準（2）融合方法分辨率融合3.3.2

不同傳感器的遙感數(shù)據(jù)融合充分利用不同傳感器數(shù)據(jù)的優(yōu)點，達到信息互補。（1）融合步驟幾何配準：利用幾何校正的方法做位置匹配輻射糾正融合（2）融合方法例1TM和SPOT影像數(shù)據(jù)融合SPOT10mTM742與SPOT融合例2

雷達和陸地衛(wèi)星影像數(shù)據(jù)融合側視雷達圖像可以反映地物的微波反射特性，地物的介電常數(shù)越大，微波反射率越高，色調越發(fā)白，這種特性對于反映土壤、水體、山地、丘陵、居民點，以及道路、渠道等線性地物明顯優(yōu)于陸地衛(wèi)星影像，因此如將雷達影像與陸地衛(wèi)星影像融合，可以既反映出可見光，近紅外的反射特性，又可以反映出微波的反射特性，有利于綜合分析。例3洪水監(jiān)測研究中的影像數(shù)據(jù)融合針對具體問題常常有不同的融合方案。比如研究洪水監(jiān)測，可選擇的遙感數(shù)據(jù)源有TM圖像、側視雷達圖像、氣象衛(wèi)星圖像等。用每一種圖像單獨分析時都有不理想之處。實驗表明，融合后的圖像實用性大大增強。3.3.3

不同時相的遙感數(shù)據(jù)融合在觀測地物的類型、位置、輪廓及動態(tài)變化時，常需要不同時相遙感數(shù)據(jù)的融合。

（1）融合步驟配準：利用幾何校正的方法做位置匹配；直方圖調整：將配準后的圖像盡可能地調整成一致的直方圖，使圖像亮度值趨于協(xié)調，以便于比較；融合：不同時相的圖像融合主要用來研究時間變化所引起的各種動態(tài)變化。（2）融合方法采用的融合方法主要有：彩色合成方法，通過顏色對比表現(xiàn)變化；差值方法，差值后可設定適當閾值，獲得只有0與1的二值圖像，以突出變化（變化部分為1，非變化部分為0，或相反）；比值方法，也可設定閾值，類別不變的地物一定接近于1，因此同樣可利用二值圖像突出變化。3.3.4遙感與非遙感數(shù)據(jù)的融合

（1）意義僅通過遙感手段獲取數(shù)據(jù)仍感到不夠，不能解決遇到的全部問題，因此將地形、氣象、水文等專題數(shù)據(jù)，行政區(qū)劃、人口、經(jīng)濟收入等人文與經(jīng)濟數(shù)據(jù)作為遙感數(shù)據(jù)的補充，可有助于綜合分析問題，發(fā)現(xiàn)客觀規(guī)律，提高解譯的效果，因此遙感數(shù)據(jù)與地理數(shù)據(jù)的融合也是遙感分析過程中不可缺少的手段。（2）步驟地