遙感影像數(shù)據(jù)融合技術(shù)的研究

【摘 要】隨著遙感技術(shù)的發(fā)展，多遙感器、多分辨率、多時相的海量數(shù)據(jù)襲來，這些數(shù)據(jù)各自都有自身的優(yōu)勢和局限。如何充分開發(fā)和利用這些數(shù)據(jù)資源，遙感數(shù)據(jù)融合為我們提供了方便。本文闡述了遙感影像數(shù)據(jù)融合常見的三種方法以及融合過程。

【關(guān)鍵詞】遙感；數(shù)據(jù)融合；融合算法

0.引言

如今，遙感技術(shù)迅速發(fā)展，SPOT、Landsat/TM、SAR等不同遙感器，為我們提供了大量的不同時相、不同波段、不同角度、不同分辨率的遙感影像。由于技術(shù)條件的限制，成像原理的不同，單一遙感器的遙感數(shù)據(jù)都不會全面的反映目標特征。因此，將不同特征的數(shù)據(jù)（非遙感的或遙感的）結(jié)合起來，既可以發(fā)揮各單一遙感數(shù)據(jù)的優(yōu)勢，又可以彌補不足，相互取長補短。數(shù)據(jù)融合應(yīng)運而生。

數(shù)據(jù)融合是對多遙感器的圖像數(shù)據(jù)和其他信息的處理過程。它是按照一定的規(guī)則和算法，去除掉時間或空間上冗余或互補的多源數(shù)據(jù)，使其獲得比任意單一數(shù)據(jù)更精確、更豐富信息的新合成圖像。

1.融合的基本要求和融合前的圖像預(yù)處理

1.1融合的基本要求

不同類型遙感影像之間的融合處理，必須具備四個條件：①融合影像數(shù)據(jù)應(yīng)包括不同空間和光譜分辨率；②融合影像數(shù)據(jù)應(yīng)是同一區(qū)域；③影像應(yīng)精確配準；④在不同時間獲取的影像中，其內(nèi)容沒有大的變化。

1.2融合前的圖像預(yù)處理[1]

融合前，各種單一的數(shù)據(jù)必須先進行幾何校正、輻射校正、去除壞線條帶。由于不同來源的遙感圖像數(shù)據(jù)會因為平臺、觀測角度、軌道等的不同，特征差異較大，必須進行空間配準，即保證同一區(qū)域的圖像轉(zhuǎn)換到統(tǒng)一坐標系下。其次是保證數(shù)據(jù)關(guān)聯(lián)，即各類數(shù)據(jù)轉(zhuǎn)換成統(tǒng)一的表達形式。

2.融合類型

圖像數(shù)據(jù)的融合可分為三個不同層次：

2.1基于像元層次的融合

基于像元的圖像數(shù)據(jù)融合指對測量的物理參數(shù)合并，即直接在采集的原始數(shù)據(jù)上進行融合?；谙裨娜诤贤哂幸欢ǖ拿つ啃?，但由于基于最原始的圖像數(shù)據(jù)，能夠更多的保留圖像原有的真實感，提供其他融合層次所不能提供的細微信息。

2.2基于特征層次的融合

基于特征的圖像數(shù)據(jù)融合指運用不同的算法、對各種數(shù)據(jù)源進行目標識別的特征提取。基于特征層次的融合強調(diào)了特征之間的對應(yīng)，并不突出像元之間的對應(yīng)，在處理上避免了像元重采樣等造成的人為誤差。但是正因為它不是基于最原始的圖像數(shù)據(jù)而是特征，所以在特征提取過程中不可避免的會丟失部分信息，從而難以提供細微信息。

2.3基于決策層次的融合

基于決策層的圖像數(shù)據(jù)融合指在圖像理解和圖像識別基礎(chǔ)上的融合，也就是經(jīng)過特征提取和特征識別后的融合。它具有很高的靈活性，對前期的處理要求很高，是一種高層次的融合，往往直接面向應(yīng)用，為決策支持服務(wù)。

3.常用數(shù)據(jù)融合方法

3.1 HIS變換

在圖像數(shù)據(jù)融合中，主要運用兩種HIS技術(shù)。一種是直接法，即將3波段圖像直接變換到指定的HIS空間。第二種是替代法，即首先將由RGB3個波段數(shù)據(jù)組成的數(shù)據(jù)集變換到相互分離的HIS彩色空間中用以上公式變換。

3.2主成分分析（PCA）

主成分分析就是一種除去波段之間的多余信息，將多波段的圖像信息壓縮到比原波段更有效的少數(shù)幾個轉(zhuǎn)換波段的方法。即在盡可能不丟失信息的情況下，用幾個綜合性的波段代表多波段的原圖像，使數(shù)據(jù)量減少。

主分量變換在進行融合中有兩種變換方法[3]，一種是直接法：將參與變換的各波段。包括高空間分辨率數(shù)據(jù)在內(nèi)，統(tǒng)一進行主分量變換，然后進行反主分量變換。另一種是替換法：將多光譜的多個波段先做主分量變換，并且與HIS變換相似，將高分辨率全色影像與第一主分量進行直方圖匹配，使之與第一主分量有相同的均值與方差，然后用匹配后的高分辨率影像代替第一主分量，最后進行反主分量變換，得到空間分辨率提高了的多光譜影像的融合影像[4]。

3.3小波變換

由于同一目標在不同數(shù)據(jù)源之間是非線性關(guān)系，所以必須引入非線性理論和模型。小波變換具有信息保持性、變焦性、小波基選擇的靈活性等優(yōu)點。因此，從上個世紀九十年代開始，小波變換作為新的數(shù)學(xué)工具，被譽為“數(shù)學(xué)顯微鏡”[5]。

經(jīng)小波變換，圖像可分解為一些具有不同空間分辨率、方向特性和頻率特征的子信號。利用高分辨率影像數(shù)據(jù)的高頻成份和相應(yīng)的多光譜影像數(shù)據(jù)的低頻成份組合進行小波重建，可得到融合影像。小波變換后的圖像能有效地增強多光譜圖像的空間細節(jié)表現(xiàn)能力。

4.結(jié)束語

隨著遙感技術(shù)和應(yīng)用的迅速發(fā)展，遙感理論在不斷完善，遙感研究方法在不斷充實和更新。遙感影像數(shù)據(jù)的融合方法雖不少，但每一種方法都存在著各自的局限性，很難建立一個統(tǒng)一的圖像融合理論和方法系統(tǒng)。目前，數(shù)據(jù)融合算法趨向于把知識理解和統(tǒng)計信息相結(jié)合，以及多傳感器或多時相數(shù)據(jù)的特征融合處理，今后還將向智能化、實時化方向發(fā)展。

【參考文獻】

[1]趙英時，等.遙感應(yīng)用分析原理與方法[M].北京：科學(xué)出版社，2013：44-46.

[2]Harris J R，et al.IHS transform for the integration of radar imagery with Other remotely sensed data.Phote Engin Remote Sens，1990，36（12）：1631-1641.

[3]CPOHL J L.Van genderen multisensor image fusion in remote sensing：Concepts，methods and applications[J].1998，19（5）：823-854.

[4]Pat S Chavez.Comparison of three different methods to merge multiresolution and multispectral data：Landsat TM and SPOT panchromatic[J].PERS 1991，57（3）：259-303.

[5]王智均，李德仁，李清泉.利用小波變換對影像進行融合的研究.武漢測繪科技大學(xué)學(xué)報，2000，25（2）：137-141.