第六课：多源数据融合

多源数据融合

遥感图像处理 — 多源遥感数据融合宋伟东

多源数据融合

一、概念 与技术关键

多源遥感数据的融合是将多源遥感数据在统一的地理坐标 系中，采用一定的算法生成一组新的信息或合成图像的过 程。不同的遥感数据具有不同的空间分辨率、波谱分辨率 和时间分辨率，如果将它们各自的优势综合起来，可以弥 补单一图像上信息的不足。这样不仅扩大了各自信息的应 用范围，而且大大提高了遥感影像分析的精度。 多源遥感数据融合的技术关键是：(1)充分认识研究 对象的地学规律；(2)充分考虑不同遥感数据之间波谱 信息的相关性而引起的有用信息的增加和噪声误差的增加， 对多源遥感数据做出合理的选择；(3)解决遥感影像的 几何畸变问题，使各种影像在空间位置上能精确配准起来； (4)选择适当的融合算法，最大限度地利用多种遥感数 据中的有用信息。只有对研究对象的地学规律、遥感影像 的几何物理特性、成像机理这三者有深刻的认识，并把它 们有机结合起来，信息融合才能达到预期的效果。

多源数据融合

二、现状与发展

近年来，随着多源数据的不断丰富和提供，多源遥感数 据融合的研究发展很快。在传统数据融合模型方法的基础 上，许多学者将一些新的技术和边缘科学的理论引入进来， 发展形成了不少新的模型算法。如，遗传算法在影像融合 中的应用；小波变换在影像融合中的应用方法，等等。 遥感数据融合的算法有很多，目前还没有统一的数据融 合模型和有效的融合结果评价方法，选用何种算法有效在 很大程度上与遥感数据源的种类和融合的目的有关。在近 几年开展的全国土地利用动态遥感监测中，数据源主要为 SPOT全色和TM多光谱影像。影像融合的目的是解决影像 判读分析困难、数据冗余以及存储管理的问题，以突出反 映土地利用类型要素信息，增强影像可判读性，提高监测 精度。根据不同的应用目的，数据融合可分为两种：

多源数据融合

第一种用于变化信息提取的数据融合。将同一时 相的全色数据和多光谱数据进行融合，主要是为 了增强地类边界的清晰度，提高目标识别精度； 将不同时相的多源影像数据进行特征变异融合， 主要是为了突出变化信息，保证变化数据的统计 精度。因此，在数据融合前，对原始数据的处理， 不能产生光谱扭曲，以利于建立解译标志，减少 判读的不确定性。 第二种用于背景图制作的数据融合。要求数据 融合的结果图像清晰，色彩鲜艳，有较好的目视 效果，以利于非专业人员的应用。下面将结合全 国土地利用变化动态监测的实践，详细介绍多源 遥感数据融合的技术路线以及几种常用的算

法。

多源数据融合

三、融合的技术路线土地利用动态监测中，多源数据融合的 处理依据融合目的的不同，分为几个步骤： 融合单元的选择，数据准备，融合算法的 实现，以及融合后的处理和效果检查。融 合 目 的 融 选合 择单 元 数 据 准 备 融 合 方 法 效 果 检 查

后 处 理

多源数据融合

3.1 融合单元选择当监测区范围较大，覆盖监测区的SPOT有多 景且时相相差较大时，以SPOT影像范围为融合单 元。 当监测区范围较大，可覆盖监测区的多景SPOT 时，以TM影像范围为融合单元。 当监测区范围不大，覆盖监测区的多景SPOT、 TM时相接近时，以监测区为单元，镶嵌后的SPOT 与镶嵌后的TM影像融合。 实际工作中，根据卫星数据质量及影像季节差异 可选择一种融合单元，也可多种交叉使用。

多源数据融合

3.2 数据准备尽量采用高分辨率遥感数据。高分辨率数据 具有较高的地物几何分辨能力，如SPOT、 IKONOS等卫星影像数据，正是它们的这种高分 辨率的特性，使其在全国土地利用动态遥感监测 中发挥了重要的作用。 多光谱数据。多光谱数据具有丰富的光谱信息 和多个光谱波段，不同的波段影像对不同的地物 有较好地反映，因此在影像融合前需要进行最佳 波段的选择组合和彩色合成，以最大程度地利用 各波段的信息量，辅助影像的判读与分析。

多源数据融合

最佳波段组合

彩色合成实际上是在选择一个最佳波段组 合基础上，运用三基色原理，进行波段组 合的赋色方案。它是决定彩色图像信息量 和可解译程度的一个重要环节。

TM图像共有7个波段，除了第6波段因分辨

率较低,且受大气干扰严重而一般不参与合 成外,从可用的6个波段中,若选取3个波段进 行组合，可产生20组彩色合成方案。

多源数据融合

最佳波段组合针对监测的需要和满足后期图像分类和变化信息 提取的要求，采用定性和定量相结合的方法来选 择彩色组合方案。对原始TM数据来说，三个可见 光波段1,2,3 之间的相关系数很高,尤以1,2之间和 2,3之间为最高,两个中红外波段5, 之间,相关性也 7 很强；近红外波段4则相对独立, 其它波段之间 与 相关系数值较低。 因此在土地利用动态监测中，由一个可见光、一 个中红外、一个近红外波段的组合为最佳，即第1、 2、3波段中选择一个波段、第4波段、以及第5、 7波段中选择一个波段，这样所形成的组合具有较 大的信息量和较少的信息冗余

多源数据融合

最佳波段组合

TM图像各波段所包含的地物信息量, 一般采用该 波段图像覆盖的辐射量化级(即亮度值范围),用 亮度差(最大值-最小值)和标准差来衡量。考虑第 一波段受大气散射的影响严重，因此，一般认为 TM 7、4、3 通用的最佳原始波段组合

。 是 选择最佳波段组合后，要想得到最佳彩色合成 图像，还须考虑赋值问题。对人眼最敏感的颜色 是绿色，其次是红色和蓝色，因此，应将绿色赋 予方差最大的波段。按此原则，将 TM7、4、3 分 别赋予红、绿、蓝色。即彩色合成时，将可见光 波段赋予蓝色通道，而中红外和近红外波段分别 赋于红色和绿色通道：

多源数据融合

最佳波段组合 (1)

可见光=蓝，中红外=红，近红外=绿， 模拟真彩色组合，适合于非专业人员使用。 (2) 可见光=蓝，中红外=绿，近红外=红， 假彩色组合，利于信息判读。 另外，不同的地区和季节多光谱的组合方 式也不同，下面分别根据不同的地区和不 同的目的列出相应的波段组合。

多源数据融合

最佳波段组合

最佳波段组合形成的真(左)、假(右)彩色影像

多源数据融合

多光谱数据处理

融合影像中，多光谱数据的贡献主要是它的光谱 信息。融合前以色彩增强为主，调整亮度、色度、 饱和度，拉开不同地类之间的色彩反差，对局部 的纹理要求不高，有时为了保证光谱色彩，还允 许削弱纹理信息来确保融合图的效果。一般所说 的图像增强是一维图像增强，即先在单波段上进 行反差增强，然后将增强后的三个波段进行合成。 合成的图像在有些地区，由于地表信息接近，波 段间的相关性强，使合成的图像反差小，色彩不 鲜艳，通常用于变化信息提取的融合。

多源数据融合

多光谱数据处理

目前土地利用动态监测为了增强背景图的效果，扩大不 同地类如水域、植被、裸地、居民点等光谱信息的差异， 使变化地类更突出，通常采用三维反差增强。其技术实质 是扩大同名点像元在要合成的三个波段上灰度的差异，使 该同名点合成的色调鲜艳，达到彩色增强的目的；同时， 使图像上不同地物间微小的灰度差异也能增强成明显的色 调差异，从而达到增强图像信息的效果。实现的方法采用 波段特征差异光谱加权法 …… 此处隐藏：1768字，全部文档内容请下载后查看。喜欢就下载吧 ……