基于遥感影像的像素级影像融合方法比较研究.pdfVIP

第40卷 第27期 山 西 建 筑 Vo1．40No．27 · 210 · 2014年 9月 SHANXI ARCHITECTURE Sep． 2014 文章编号 ：1009—6825(2014)27—0210·02 基于遥感影像的像素级影像融合方法 比较研究 郭 秋 刘贺春 郭赛红 (1．河南理工大学，河南焦作 454100；2．晋中职业技术学院，山西晋中 030600； 3．山西华晋岩土工程勘察有限公司，山西太原 030021；4．中化二建集团有限公司，山西太原 030021) 摘 要 ：从理论上介绍了四种不同的融合方案算法的基本情况 ，以及定性和定量评价方法，再以皖北钱营孜矿区2009年的年高分 辨 SPOT影像 (2．5m)和ALOS多光谱影像 (10m)采用不同融合模型进行了实验，最终以灰度剖面曲线评价了融合结果，指出 Gram．Schmidt融合方法是最好的选择。 关键词：遥感 ，像素级，影像融合 ，精度评价 中图分类号：TU113．21 文献标识码：A 0 引言 更满意的结果 ，可对变换公式作如下修改： RED=o1X[R／(R+G+曰)]X1o 我国是煤炭能源大国，然而对煤炭长期的粗放式开采造成很 多环境问题，利用多源遥感数据和辅助地理信息获取土地利用和 GREEN=b】×[G／(R+G+ )]X， (2) 覆盖信息，可以充分利用遥感 的优势，通过对多源遥感数据进行 BLUE=c×[B／(R+G+—B)]×， 融合处理，可以有效地克服单一遥感数据的不确定性，提高信息 其中，0，，口：，b。，b2，c。，c2均为变换公式的系数。 利用率，增强数据的可靠性和可用性…。针对煤矿区的不同时 1．3 Gram．Schmidt变换算法 段，不同传感器的遥感影像 ，进行融合处理并进行 自动的分类提 Gram．Schmidt变换是多元统计和线性代数常用的变换方法 ， 取 ，可以获取煤矿区植被、水体、建筑物的面积在不同年代的覆盖 它是通过对多维影像或矩阵进行正交变换，来消除冗余信息的。 水平 ，进而获取矿区地面环境演变的知识，以指导生产实践及环 Gram．Sehmidt变换融合步骤如下： 境治理。 以低分辨率多光谱波段模拟一个低分辨全色波段一对模仿 本文先从理论上介绍了当前主流的一些图像融合处理算法 出的全色波段和多光谱波段进行 Gs变换一用高分辨率全色波段 及精度评价方法，再通过对预处理后的皖北钱营孜矿区遥感影像 替换 Gs变换后 的第一波段一对替换后的数据进行 Gs变换逆 进行处理和评价实验 ，结合灰度剖面曲线评价的方法 ，对不 同的 变换。 图像融合方法进行分析和比较，最终综合光谱和空间分辨率的要 1．4 主成分(PCA)变换算法 求，选择适合的融合方法进行矿区遥感影像的图像融合。 PCA变换在进行融合中有2种变换方法 ：一种是参与变换的 1 像素级影像融合方法 方法 ，另～种是替换变换的方法。 像素级影像融合是直接在原始数字图像上进行的融合或者 2 像素级影像融合算法精度的评价 经过适当的变换在频率域中进行的融合。像素级影像融合是最 遥感影像精度评价 目前还没有统一的标准，现在主要采用的 低层次的融合方法，主要 目的是为了图像增强、图像分割和图像 是主观定性与客观定量相结合的方法。本次实验主要采用主观 分类服务。现在已经形成较成熟的技术。 评价和客观评定相结合的方法 ，对融合影像的质量做出评价。 1．1 HSV变换算法 2．1 主观定性评价 HSV变换是