無(wú)人機(jī)圖像與衛(wèi)星遙感影像融合技術(shù)研究

包西民

（北方民族大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院，寧夏 銀川750021）

最近幾十年國(guó)內(nèi)外無(wú)人機(jī)遙感技術(shù)不斷地發(fā)展, 已經(jīng)作為傳統(tǒng)的衛(wèi)星遙感技術(shù)以及航空攝影測(cè)量等方面的重要組成部分, 將無(wú)人機(jī)的航拍圖片經(jīng)過(guò)預(yù)處理后與高分辨率的遙感衛(wèi)星影像進(jìn)行融合,此種方式可以將兩種影像的優(yōu)勢(shì)進(jìn)行互補(bǔ),應(yīng)用前景非常廣闊。目前,對(duì)高分辨率衛(wèi)星遙感影像與高分辨率不同數(shù)據(jù)源影像的融合[1]此類研究居多,針對(duì)基于高光譜遙感衛(wèi)星影像與超高分辨率的無(wú)人機(jī)影像[1]的融合來(lái)說(shuō)研究人員還是比較少,研究成果也是比較有限,產(chǎn)生此種原因主要是由于超高分辨率[2]的無(wú)人機(jī)影像在獲取途徑和使用的費(fèi)用方面都有一定的難度。隨著近些年來(lái)無(wú)人機(jī)技術(shù)的迅速發(fā)展,與之前相比不管是在成本與還是技術(shù)方面已經(jīng)不可同日而語(yǔ), 目前無(wú)人機(jī)遙感平臺(tái)可以在低空云下拍攝時(shí)可以快速的應(yīng)用于目標(biāo)區(qū)域, 并且不管是運(yùn)行還是維護(hù)成本早已經(jīng)大大的降低, 而且絕大部分無(wú)人機(jī)安全風(fēng)險(xiǎn)已經(jīng)大大降低,無(wú)人機(jī)還具有輕便靈活的優(yōu)點(diǎn),所以在遙感領(lǐng)域的應(yīng)用正在快速的擴(kuò)展開來(lái),以后會(huì)越來(lái)越廣泛,這不僅方便了研究人員對(duì)超高分辨率影像的獲取和相關(guān)研究[3],而且在實(shí)際應(yīng)用中已經(jīng)得到部分應(yīng)用。由此看來(lái),針對(duì)于無(wú)人機(jī)影像與衛(wèi)星遙感影像的融合試驗(yàn)顯得尤為重要,也十分有意義。

1 數(shù)據(jù)預(yù)處理

無(wú)人數(shù)據(jù)以及遙感數(shù)據(jù)使用之前必須經(jīng)過(guò)一定的預(yù)處理,無(wú)人數(shù)據(jù)需要對(duì)圖像進(jìn)行拼接等操作; 遙感衛(wèi)星數(shù)據(jù)需要對(duì)影像數(shù)據(jù)進(jìn)行定標(biāo),校正處理后才能進(jìn)行下一步的操作。

1.1 無(wú)人機(jī)數(shù)據(jù)預(yù)處理

無(wú)人機(jī)影像像幅小,影像數(shù)量多;受限于無(wú)人機(jī)姿態(tài)穩(wěn)定性,影像旋偏角大;非量測(cè)性相機(jī)焦距短,影像投影差變形大,并且影像畸變差較大;POS 精度低; 以上特點(diǎn)均對(duì)后期處理軟件具有很高的要求。針對(duì)無(wú)人機(jī)航測(cè)數(shù)據(jù)特點(diǎn)在數(shù)據(jù)處理中需要解決的幾個(gè)關(guān)鍵問(wèn)題為:1.1.1 影像同名點(diǎn)匹配問(wèn)題, 尤其是弱紋理地區(qū),如沙漠、林地、山地、水田等區(qū)域。1.1.2 空三成果精度保證問(wèn)題。1.1.3 空三成果與采集軟件的匹配問(wèn)題。1.1.4 軟件操作簡(jiǎn)單易用,自動(dòng)化程度高。

1.2 衛(wèi)星遙感數(shù)據(jù)預(yù)處理

在使用衛(wèi)星遙感影像數(shù)據(jù)之前需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理衛(wèi)星遙感數(shù)據(jù)的預(yù)處理步驟為:1.2.1 輻射定標(biāo)是使用大氣糾正技術(shù)將影像數(shù)據(jù)的灰度值轉(zhuǎn)化為表觀輻亮度、表觀反射率等物理量的過(guò)程。傳感器在進(jìn)行采集數(shù)據(jù)時(shí)受到外部因素的影響會(huì)使得生成的數(shù)據(jù)與真實(shí)的數(shù)據(jù)相比存在一定的誤差, 這種誤差影響了后續(xù)影像數(shù)據(jù)的準(zhǔn)確有效的使用。因此必須要對(duì)影像進(jìn)行輻射定標(biāo)。1.2.2 衛(wèi)星傳感器在獲取遙感影像時(shí)會(huì)產(chǎn)生輻射量誤差, 這種誤差導(dǎo)致了反射率失真從而導(dǎo)致數(shù)據(jù)失去了真實(shí)性,大氣校正就是對(duì)這種誤差的消除。1.2.3 正射校正是對(duì)影像空間和幾何畸變進(jìn)行校正生成多中心投影平面正射圖像的處理過(guò)程。它除了能糾正一般系統(tǒng)因素產(chǎn)生的幾何畸變外,還可以消除地形引起的幾何畸變。

2 影像融合概述

2.1 影像融合過(guò)程

影像融合是一種將高空間分辨率影像與低分辨率影像合并的方法,該方法已在多種基于視覺(jué)的應(yīng)用程序中得到廣泛使用。與具有低分辨率的多光譜圖像相比, 主要目的是提高融合圖像的輻射質(zhì)量。遙感圖像融合可以增強(qiáng)圖像的光譜,空間和時(shí)間。圖像融合的新技術(shù)不斷涌現(xiàn),將焦點(diǎn)從泛銳化轉(zhuǎn)移到時(shí)空融合,這些融合源自不同的傳感器和平臺(tái)。影像融合可以使得空間分辨率提高,幾何精度得到改善,有利于后期的特征提取以及分類等,有利于影像的相互補(bǔ)充。

2.2 影像融合層次

2.2.1 基于像素級(jí)的影像融合

像素級(jí)圖像融合的目的是從包含相同場(chǎng)景的兩幅不同的遙感影像中從各中獲取補(bǔ)充信息的多個(gè)輸入影像生成合成影像。在不同的參數(shù)設(shè)置下, 從不同的成像設(shè)備或單一類型的傳感器捕獲影像,將異源的影像在各像素一一對(duì)應(yīng)的情況下進(jìn)行融合。融合后的影像使得影像在解譯, 影像分類等工作在更準(zhǔn)確的前提下進(jìn)行,影像視覺(jué)效果得到改善?；谙袼氐倪b感影像融合的基礎(chǔ)是完成以幾何糾正為前提的空間匹配,包含像素坐標(biāo)轉(zhuǎn)換、像素重采樣等。像素級(jí)融合是基于最原始的影像數(shù)據(jù),能保留原始影像的真實(shí)感, 與其他融合方式不同的是像素級(jí)融合能夠提供細(xì)微的信息。本文所研究的是基于像素級(jí)的融合。

2.2.2 基于特征級(jí)的影像融合

基于特征級(jí)的融合需要對(duì)遙感影像進(jìn)行目標(biāo)識(shí)別然后對(duì)其特征進(jìn)行提取例如邊緣提取、分類等。然后對(duì)提取的這些信息進(jìn)行綜合分析與融合處理。這些來(lái)自同一區(qū)域的特征它們空間上相互對(duì)應(yīng),把這些相互對(duì)應(yīng)的特征利用神經(jīng)網(wǎng)絡(luò),統(tǒng)計(jì)等方法進(jìn)行融合。遙感影像的特征層融合中,特征結(jié)構(gòu)相互對(duì)應(yīng)。特征融合著重于把特征進(jìn)行關(guān)聯(lián)處理,并把特征分成不同的類別,因此對(duì)于特征的屬性的確定更為準(zhǔn)確與可信。特征融合中需要的數(shù)據(jù)量較少,便于實(shí)時(shí)處理,但是由于特征融合是基于特征而不是基于影像本身, 所以進(jìn)行特征提取時(shí)會(huì)導(dǎo)致信息丟失此種情況的發(fā)生。目前的一些特征融合的方法使融合后的影像不僅可以保留高分辨率影像的結(jié)構(gòu)信息, 用能夠融合遙感衛(wèi)星多光譜影像的光譜信息,增強(qiáng)影像的識(shí)別與分類精度。

2.2.3 基于決策層的影像融合

基于決策層的遙感衛(wèi)星影像融合是指經(jīng)過(guò)特征提取及其識(shí)別后的融合。決策層的融合一般直接應(yīng)用到實(shí)踐中去。決策層融合首先需要對(duì)影像數(shù)據(jù)進(jìn)行特征提取等操作, 然后選取所需要的數(shù)據(jù),利用一定的規(guī)則進(jìn)行識(shí)別分類,最后將這些信息進(jìn)行整理并融合,此實(shí)獲得的結(jié)果可以作為決策的依據(jù),用來(lái)提高分類精度及影像解譯等能力。

3 影像融合方法簡(jiǎn)介

影像融合方法多種多樣有基于傳統(tǒng)方法的融合,有基于深度學(xué)習(xí)方法的融合,每一種融合方式都有他們自己的特點(diǎn)。下面對(duì)幾種方法的融合方式進(jìn)行簡(jiǎn)單介紹。色彩標(biāo)準(zhǔn)化融合對(duì)多光譜影像和全色影像進(jìn)行數(shù)學(xué)合成,得到融合后的銳化影像。利用待融合影像的高空間分辨率波段對(duì)輸入影像的低空間分辨率波段進(jìn)行增強(qiáng)稱為色彩歸一化變換。HSV 變換融合方法是一種常見(jiàn)的顏色變換法, 其原理是先對(duì)MS 影像進(jìn)行RGB 波段的顏色正變換, 從而得出分別包含H、S 和V 的3 幅圖像,H 表示色度,S 表示飽和度, V 表示亮度。PCA[46] 融合是對(duì)擁有N 個(gè)波段的低分辨率影像進(jìn)行主成分分析。用拉伸過(guò)的高分辨率影像作為PCA 變換的第1 分量, 最后進(jìn)行PCA 逆變換還原。Pansharp 融合是基于最小二乘逼近法來(lái)計(jì)算多光譜影像和全色影像之間灰度值關(guān)系。這是一種像元層面的技術(shù),利用PAN 圖像增加MSS 圖像的空間分辨率。

小波融合是一種常用于空間域信號(hào)分解與重構(gòu)的融合方法。它的原理是分別對(duì)包含豐富波譜信息的多光譜( MS) 影像和包含高空間信息的全色( PAN) 影像進(jìn)行小波正變換,再分別對(duì)PAN 影像和MS 影像中包含的高頻信息與低頻信息進(jìn)行提取,從而獲得了兩幅影像的有效特征信息,此時(shí)再采用小波逆變換,生成融合影像。基于深度學(xué)習(xí)的遙感影像與無(wú)人機(jī)影像進(jìn)行融合,利用深度學(xué)習(xí)的方法,實(shí)現(xiàn)兩種待融合影像特征的自動(dòng)選擇,特征選擇自動(dòng)化進(jìn)行不需要手動(dòng)進(jìn)行特征選擇,對(duì)無(wú)人機(jī)圖像和遙感影像的特征進(jìn)行全面深層的表達(dá), 提高了融合的效果,為后續(xù)融合影像的解譯等提供了技術(shù)支持。

4 結(jié)論

無(wú)人機(jī)圖像與遙感衛(wèi)星影像的融合應(yīng)用前景廣闊,無(wú)人機(jī)遙感技術(shù)與衛(wèi)星遙感技術(shù)的不斷發(fā)展, 使得兩種影像各自優(yōu)勢(shì)的互補(bǔ)顯得尤為重要。因此,針對(duì)無(wú)人機(jī)圖像的預(yù)處理,遙感衛(wèi)星影像的預(yù)處理, 無(wú)人機(jī)影像與衛(wèi)星遙感影像的融合層次的選擇以及融合方法的選擇對(duì)融合效果來(lái)說(shuō)尤為重要。選擇不同的融合方法進(jìn)行融合后的影像具有不同的特點(diǎn)。對(duì)不同方法進(jìn)行融合后的影像進(jìn)行選擇, 利用融合質(zhì)量較好的影像進(jìn)行下一步的研究與應(yīng)用,是未來(lái)發(fā)展的趨勢(shì)。