遙感圖像融合的關(guān)鍵技術(shù)研究

（廣東開放大學(xué)人工智能學(xué)院，廣州 510091）

1 引言

目前在圖像處理領(lǐng)域出現(xiàn)的圖像融合技術(shù)，能夠結(jié)合各單幅圖像中與識(shí)別目標(biāo)相關(guān)的顯著信息，使得來(lái)自于不同圖像的顯著信息特征得以互補(bǔ)，獲取與識(shí)別目標(biāo)相關(guān)的更全面的信息，從而提高目標(biāo)識(shí)別的準(zhǔn)確性、確定性，以及快捷性[1]。在過(guò)去的幾年，MSI和SAR遙感數(shù)據(jù)的融合被有效用于改進(jìn)的土地覆蓋制圖[2]，土地分類[3]，以及森林分類[4]等。這些研究結(jié)果表明多源圖像的融合在具體應(yīng)用中具有一系列的優(yōu)勢(shì)，己被廣泛地應(yīng)用于資源、環(huán)境、災(zāi)害調(diào)查與監(jiān)測(cè)等領(lǐng)域。

2 圖像融合概念

Pohl和Genderen對(duì)圖像融合做了如下定義：

圖像融合就是通過(guò)一種特定算法將兩幅或多幅圖像合成為一幅新圖像[5]（如圖1所示），從而使融合的圖像可信度更高，模糊較少，可理解性更好，更適合人的視覺(jué)及計(jì)算機(jī)檢測(cè)、分類、識(shí)別、理解等處理[6]。融合的多源圖像之間具有互補(bǔ)性，能夠從多個(gè)視點(diǎn)獲取信息，擴(kuò)大時(shí)空的傳感范圍，提高觀測(cè)的準(zhǔn)確性和魯棒性[7]。

圖1 圖像融合原理

3 圖像融合的關(guān)鍵技術(shù)

圖像融合研究的內(nèi)容主要圍繞融合的對(duì)象、層次、方法、效果（評(píng)價(jià)）以及應(yīng)用五個(gè)方面展開，如圖2所示。

圖2 圖像融合研究的內(nèi)容

目前這些基于圖像融合的應(yīng)用研究大多停留在實(shí)驗(yàn)驗(yàn)證階段，主要運(yùn)用一些現(xiàn)成的融合算法將不同源的數(shù)據(jù)集成起來(lái)。針對(duì)具體應(yīng)用時(shí)，應(yīng)該考慮這些融合方案的適宜性和有效性。如何針對(duì)具體應(yīng)用設(shè)計(jì)高效的融合方案以提高多源圖像在具體應(yīng)用上的互補(bǔ)性非常必要。在進(jìn)行融合之前以及融合過(guò)程中，有如下一些問(wèn)題需要考慮。

（1）面向具體的應(yīng)用任務(wù)，如何選擇數(shù)據(jù)源。

（2）從融合方法來(lái)看，針對(duì)具體應(yīng)用，目前理論上比較成熟的一些融合算法是否可以成功地將不同數(shù)據(jù)源的優(yōu)勢(shì)信息結(jié)合起來(lái)。如果不能，需要開發(fā)什么樣的融合方法才能夠最大化地集成不同數(shù)據(jù)源在針對(duì)具體問(wèn)題上的優(yōu)勢(shì)信息和互補(bǔ)信息。

（3） 當(dāng)前的融合評(píng)價(jià)是否適用于遙感圖像融合。

3.1 圖像融合對(duì)象的選擇

表1中給出了常見(jiàn)圖像融合的數(shù)據(jù)源，數(shù)據(jù)源的選取對(duì)最終融合結(jié)果以及具體應(yīng)用任務(wù)的完成有很大的影響。對(duì)于某一具體任務(wù)，如水體提取，選用何種數(shù)據(jù)源進(jìn)行融合可以優(yōu)化目標(biāo)任務(wù)的完成。數(shù)據(jù)源有很多，盲目選取數(shù)據(jù)源進(jìn)行融合不一定能獲取最佳的效果。具體使用什么樣的數(shù)據(jù)源來(lái)優(yōu)化融合目標(biāo)，一方面取決于大量的數(shù)據(jù)測(cè)試分析和經(jīng)驗(yàn)積累，一方面取決于對(duì)傳感器成像原理的分析。例如在進(jìn)行水體提取的時(shí)候，多光譜圖像可以提供很多細(xì)節(jié)和色彩信息，但是分辨率比較低，受云層和雨雪影響，對(duì)植被覆蓋區(qū)域的水體也無(wú)法識(shí)別，而SAR圖像分辨率較高，不受天氣影響，可以檢測(cè)到植被覆蓋的水體部分，但是SAR圖像的斑點(diǎn)很多。在對(duì)這兩類圖像進(jìn)行分析以后，可以初步斷定這兩類圖像在水體提取上應(yīng)該具備互補(bǔ)的特性。后期經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證，比較分析，進(jìn)一步證實(shí)他們?cè)谒w提取上的互補(bǔ)性。

表1 圖像融合對(duì)象

3.2 面向應(yīng)用的圖像融合層次的選擇

圖像融合通常在三個(gè)層次進(jìn)行，也即像素級(jí)融合、特征級(jí)融合和決策級(jí)融合[7]。目前很多理論研究的融合以像素級(jí)融合和特征級(jí)融合為主，而一些面對(duì)應(yīng)用的融合多以特征級(jí)和決策級(jí)的融合為主。融合層次的選擇取決于應(yīng)用目標(biāo)，同時(shí)也影響融合的最終結(jié)果。

3.3 面向應(yīng)用的圖像融合方法的選擇

目前的圖像融合方法主要有三大類：第一類基于空間域的融合方法，直接對(duì)原始圖像的像素進(jìn)行操作，如平均與加權(quán)平均方法、像素灰度值選大（或?。┓椒ǖ?。第二類基于變換域的融合方法，其基本思想是：對(duì)圖像進(jìn)行變換，獲取分量圖像，對(duì)分量圖像實(shí)施融合規(guī)則，再實(shí)施逆變換。典型的基于變換域的融合方法有基于PCA、基于HIS、基于小波、基于金字塔、基于EMD變換的圖像融合方法等。第三類是一些新型方法，如遺傳算法、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、支持向量機(jī)等方法。

從融合的方法來(lái)看，針對(duì)具體應(yīng)用如水體提取，上述融合方法是否可以直接應(yīng)用于該任務(wù)，采取何種融合方法能夠提高水體提取精度，如果現(xiàn)存的融合方法不能更好地服務(wù)于具體的應(yīng)用任務(wù)，應(yīng)該開發(fā)什么樣的融合方法才能夠最大化地集成不同數(shù)據(jù)源在針對(duì)具體問(wèn)題上的優(yōu)勢(shì)信息和互補(bǔ)信息。

3.4 面向應(yīng)用的圖像融合效果評(píng)價(jià)

目前文獻(xiàn)中對(duì)圖像融合的評(píng)價(jià)多以客觀評(píng)價(jià)為主，主要指標(biāo)見(jiàn)表2。

表2 圖像融合客觀評(píng)價(jià)指標(biāo)

表2中的評(píng)價(jià)方式在文獻(xiàn)中常用來(lái)評(píng)價(jià)圖像融合的效果，但是針對(duì)遙感領(lǐng)域中的具體應(yīng)用，如水體提取，需要重新思考這些評(píng)價(jià)系數(shù)的適宜性。是否融合圖像的信息熵越大對(duì)應(yīng)的水體提取的精度就越高，對(duì)于其它指標(biāo)來(lái)講也存在類似的問(wèn)題。由于應(yīng)用目標(biāo)的不同，選區(qū)數(shù)據(jù)源的不同，針對(duì)遙感應(yīng)用的圖像融合評(píng)價(jià)的關(guān)注點(diǎn)也不同，如何合理有效地評(píng)價(jià)融合效果，是否可以建立通用的融合框架，需要展開深入的研究。

4 結(jié)束語(yǔ)

由于單一遙感數(shù)據(jù)受限于成像設(shè)備的物理?xiàng)l件以及時(shí)間的限制，難以全面考察觀察物，有必要在具體任務(wù)中將不同來(lái)源的數(shù)據(jù)結(jié)合起來(lái)，發(fā)揮優(yōu)勢(shì)。但盲目融合并不一定能夠有利于應(yīng)用目標(biāo)的有效完成，甚至?xí)?lái)負(fù)面的結(jié)果。針對(duì)具體的應(yīng)用任務(wù)，應(yīng)該從融合對(duì)象（數(shù)據(jù)源）、融合層次、融合方法的選擇以及評(píng)價(jià)體系的建立幾個(gè)方面綜合考慮，設(shè)計(jì)合理有效的融合方案，以提高圖像解譯或目標(biāo)識(shí)別的準(zhǔn)確性。