关于高分辨率遥感影像融合的研究_高分辨率遥感影像下载
时间：2019-01-23 03:32:31 来源：雅意学习网 本文已影响 人 
摘 要：遥感图像融合技术是信息融合的一个重要分支，它强化了遥感图像中的有用信息，提高了对遥感图像理解的可靠性，使使用者能获得对图像分析更为准确的结果。 关键词：遥感图像融合；分辨率
中图分类号：TP75 文献标识码：B 文章编号：1009-9166（2011）0020(C)-0219-01
遥感图像融合是采用某种算法对两幅经过空间配准的不同的源图像进行综合处理，最终形成一副新的图像。根据融合处理所处的阶段不同，图像的融合处理通常可以在三个不同层次上进行：像素级图像融合、特征级图像融合、决策级图像融合；（1）像元级融合：最底层的融合；进行基本的地理编码，再进行像元级的合并处理，最终获得更好的图像视觉效果。（2）特征级融合：先运用不同的算法对目标进行目标识别的特征提取，然后对这些特征信息进行综合分析与融合处理。（3）决策级融合：最高级别的图像融合处理，在图像理解和图像识别的基础上进行的融合以获得综合的决策结果。遥感图像融合的方法通常可以分为三类，即彩色技术变换法、算数运算法以及图像变换法：（1）彩色技术变化法即为两种彩色坐标系统之间的变换。这种方法指采用不同的彩色坐标系统，把不同的传感器数据或不同性质的数据融合起来，生成彩色合成图像；（2）算数运算包括对两幅图像进行加和乘的运算、差值与比值运算以及混合运算、这类方法如Brovey变换；（3）图像变换的方法有很多，比如主成分分析变换、空间滤波变换、小波变换等。
下面介绍几种传统的图像融合算法：
一、HIS变换融合：HIS是一种色彩空间变化模型，将RGB空间的颜色变换到HIS的空间颜色。HIS变换将RGB空间的颜色变换为明度、色调、饱和度坐标系统。公式如下：
高分辨率影像的处理过程：高分辨率全色影像将图像与多I分量匹配得到新的亮度分量I’用I’代替原来的亮度分量I进行HIS逆变换融合结果，但HIS变换只能进行三个波段的变换，因此它具有一定的局限性，此外，HIS算法得到的融合结果有光谱失真和扭曲的现象。
二、主成分分析（PCA）融合法：PCA是一种线性变换的方法，又称K―L变换，主要用于图像数据压缩、变化检测等方面。PCA是基于统计特征进行的一种多维的正交线性变换，它的集合意义是把原始的多光谱影像各波段的特征空间轴旋转到平行于混合集群结构的方向，得到新的空间特征轴，这样变换的结果是，使原来各个波段的指标因子互不相关。先得出变换矩阵，公式为：Z=TW W为原始多光谱各个波段的像素值向量，Z为主成分变换后产生的各个主成分像素值向量，T为变换矩阵。T是由原始影像像素值向量W的协方差矩阵得出。矩阵T的每一行都是协方差矩阵的特征向量，因此，Z代表的是W各波段的线性组合。PCA融合算法是将高分辨率全色影像直接代替第一主成分，失去了第一主成分的光谱信息，因而融合后的影响在光谱方面有一定的畸变。
三、Brovey变换融合法：算法如下：
Rnew=Pan*R（R+G+B）
Gnew=Pan*G（R+G+B）
Bnew=Pan*B（R+G+B）
上式中R、G、B分别为原始多光谱波段，Pan为全色高分辨率影像，Rnew、Gnew、Bnew分别为融合后的R、G、B波段图像。但与PCA融合算法一样，BroVey变换融合法同样会使图像产生光谱畸变。通过选择均值、方差、熵、清晰度、偏差度等指标从信息量、光谱特征、边缘特征等方面，从融合结果上对其进行了定量的比较。为了客观地评价融合结果，当从主观定性和客观定量两方面对不同方法的融合结果进行评价：（一）目视分析与评价：1、颜色保持方面：一般融合方法多少有些失真，这是由新型卫星传感器获取的全色影像的波段从可见光延伸到近红外导致的。PCA法略优于HIS；2、空间细节方面：Pansharp利用统计法去估计所有融合波段的灰度值关系，从而去除了数据差异关系，使之能自动融合，纹理和细节融合得都比较好。（二）客观分析与评价：1、光谱曲线比较；2、定量分析：分别选择均值、方差、熵、清晰度、偏差度、相关系数、边缘强度等指标从信号、量、光谱特征、边缘特征等方面，从融合结果上对齐进行定量的比较：（1）图像的熵是衡量图像信息丰富程度的一个重要指标，Pansharp、HIS和PCA相对于Brovey和Gram-schmidt算法来说熵值较大；（2）偏差指数反映了融合结果与原多光谱图像的偏差程度，相关系数放映了融合结果与原多光谱图像的相似程度。Brovey算法与Gram-schmidt的偏差指数值较大，而两者的相关系数又相对较小，因此它与原多光谱图像存在较大的失真；（3）平均梯度反映了图像中微小细节的反差能力与纹理的变化特征，同时也反映了图像的清晰度。Pansharp融合算法的平均梯度值较大，即清晰度相对较高。
作者单位：中南大学土木工程学院
参考文献：
[1]许民.高分辨率遥感影像融合方法研究及融合效果评价.兰州大学,2010.
[2]林卉,张连蓬.高分辨率遥感影像融合及其质量评价.工程勘察,2009,1.
[3]PohlC，Van Genderen J L.Multisensor Ilnage F L-sionill Re-note Sensing:Conee Pts，Methodsand AP Plication[Jl.Int J Relnote Sensing,1998.
[4]PohlC，Van Garderen J L.Multisensor Image Fusion in Remote,Sensing :Concepts,Methods, Application [J].Int J Remote Sensing ,1998.
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文
