多源遥感影像数据融合技术探讨.pdfVIP

多源遥感影像数据融合技术探讨1 姚静，康停军 辽宁工程技术大学测绘与地理科学学院，辽宁阜新 (123000) E-mail：yaojing1124@163.com 摘 要：针对当前海量遥感数据与相对较低的数据利用率并存的现状，探讨了数据融合的概 念，融合的三个层次：像素级、特征级和决策级融合，以及各层次的优缺点、流程和常用融 合方法；并详细阐述了融合影像的评价指标。进行了某地区的融合试验，从而得出对同一地 区的遥感影像数据进行融合，可以产生更准确、更完全，更可靠的估计和判断的结论，为类 似的工作提供了借鉴。 关键词：多源遥感影像，数据融合，像素级，评价指标 中图分类号：TP75 1. 引言 随着遥感技术的发展，光学、热红外和微波等大量不同卫星传感器对地观测的应用，获 取的同一地区的多种遥感影像数据(多时相、多光谱、多传感器、多平台和多分辨率)越来越 多。与单源遥感影像数据相比，多源遥感影像数据所提供的信息具有冗余性、互补性和合作 性[1] 。这些多传感器、多时相、多分辨率、多频段的遥感图像数据，各自显示了自身的优势 和局限。为了更充分地利用和开发这些数据资源，数字图像融合技术便应运而生[2] 。 20 世纪 70 年代美国学者最早提出“数据融合”概念，于 80 年代建立其技术。军事上的 迫切要求，使它得到了很快的发展，并引起世界各国的普遍关注。在遥感中，遥感影像数据 融合属于一种属性融合，是将同一环境或对象的多源遥感影像数据综合所用的方法和工具的 框架，产生比单一信息源更精确、更完全、更可靠的估计和判决，以获得满足某种应用的高 质量信息[3] 。 2. 多源遥感影像数据融合的层次 影像融合的分类方法有很多种，按照数据抽象的三个层次，融合可分为三个等级，即像 素级、特征级、决策级融合。 2.1 像素级融合 像素级融合是指将配准后的影像对像素点直接进行融合。例如，加、乘、梯度、线性平 均、比值、多元回归等运算。一般来说，融合的结果可以得到一幅信息含量更大、更全面的 图像，有利于下一步的图像分析和理解。像素级融合对传感器配准的精度要求较高，其优点 是保留了尽可能多的信息，具有较高精度。缺点是处理信息量大、费时、实时性差[4] 。由于 像素级融合是基于最原始的图像数据，能更多地保留图像原有的真实感，提供其它融合层次 所不能提供的细微信息，因而应用广泛。 像素级融合常用方法：加权融合法、比值融合法、乘积融合法、高通滤波法、IHS 变换 融合法、主成分变换法，以及比较热门的小波变换等。 多源遥感影像数据融合最典型的应用是高分辨率影像全色波段和低分辨率多光谱影像 数据的融合；融合后的影像既保留了多光谱影像的较高光谱分辨率，又保留了全色影像的高 空间分辨率。 1本课题得到教育部博士点基金（20050147002 ）和辽宁省自然科学基金）的资助。 - 1 - 像素级融合的流程如图1 所示： 高分辨率全色影像 多光谱影像 影像几何纠正与噪声去除 像素级影像融合 融合处理 图1 像素级融合流程图 Figure1.flowing chart of pixel data fusion 2.2 特征级融合 特征级融合是指将经过配准的数据先进行特征提取，然后进行关联处理，使每一种传感 器得到同一目标的特征向量，最后融合这些特征向量，进行图像分类或目标识别。优点：实 现了可观的信息压缩，有利于实时，并且提供的特征直接与决策分析相关[4] 。 特征级融合的常用方法：基于Bayes 统计理论，基