高光谱遥感5.pdfVIP

五、高光谱数据综合分析 与系统构建 • 2.数据级融合(像素级融合) • 优点： • 在原始数据级别上融合，有利于信息挖掘和算法 创新 • 缺点： • ⑴处理信息量大，所以处理的时间长，实时性 差，所需的代价高； • ⑵由于是低层次的融合，传感器原始信息的不确 定性、不完全性和不稳定性要求在融合时有较高 的纠错处理能力； • ⑶通信的信息量大，导致抗干扰能力差； • ⑷各传感器信息须来自同质传感器、在图像融合 领域要求各传感器信息之间具有精确到一个像素 的校准精度。 • 3.特征级融合 • 特征级融合是指融合前先对遥感图像数据进行特征提取， 产生特征矢量，如边缘、形状、轮廓、方向、区域或距离 等，融合后做出基于融合特征矢量的属性说明。 • 特征级融合首先对经过预处理的高光谱图像进行特征提 取-分类和亚像元分解，估计亚像元的组成和每一个组成 成分在每个像元中所占的比例，然后结合高空间图像的灰 度、纹理等信息，进一步确认亚像元的组成及其在空间的 位置，得到高空间分辨率的分类图。 • 特征级融合将高光谱图像分类技术和图像锐化相结合，充 分利用了高光谱图像的精细的光谱信息，提高了地物分类 的有效性和准确性，在以地物分类为目的的图像融合中更 有意义，因此得到广泛关注和尝试。 • 4. 决策级融合 • 在数据融合的三个层次中，决策级融合的层次最 高，它直接对完全不同类型遥感器或来自不同环 境区域的感知信息形成局部决策进行最后分析， 以得出最终的决策。 • 优点： • （1）灵活性高，通信量小，抗干扰能力强； • （2 ）因为利用各类特征信息，系统对信息传输带 宽要求很低； • （3 ）能有效地反映环境或目标不同方面的，不同 类型的信息； • （4 ）对遥感器的依赖性小，具有容错性，当一个 或几个遥感器出现错误时，通过适当的融合，还 能获得正确的结果。 • 缺点：