遥感影像数据融合方法的比较分析.pdfVIP

遥感影像数据融合方法的比较分析1 康停军，姚静，武文波 辽宁工程技术大学测绘与地理科学学院，辽宁阜新 (123000) E-mail：ktingjun@163.com 摘 要：探讨了遥感影像数据融合中常用的几种方法：高通滤波融合法、Brovery 变换融合 法、IHS 变换法、主成份变换法，介绍了各种融合方法的公式以及常用的融合评价参数。利 用ETM+多光谱影像与全色影像进行了融合实验，并计算了均值、标准差、平均梯度、信息 熵、相关系数等评价参数，并对原始影像和融合影像进行了非监督分类和监督分类试验，通 过主观评价与客观评价以及影像分类精度评价分析了各种融合方法的优势与不足，为类似的 工作提供了经验。 关键词：数据融合，高通滤波，Brovery 变换，IHS 变换，主成份变换 中图分类号：TP75 1. 引 言 多平台、多层面、多种传感器、多时相、多光谱、多角度和多种分辨率遥感影像数据随 着21 世纪的到来，以惊人的数量快速涌来，在同一地区形成多源的影像金字塔。如何将同 一地区各种特性影像的有用信息聚合在一起是当前亟待研究的课题之一[1] 。针对这一问题， 美国学者最早提出“数据融合”概念，并于80 年代建立其技术。 在遥感中，遥感影像数据融合属于一种属性融合，它是将覆盖同一地区的多源遥感影像 数据进行处理，产生比单一信息源更加精确、更完全、更可靠的估计和判断。多源遥感影像 信息从层次上可分为像素级、特征级和决策级三个层次[2] 。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。本文利用常用的像素级融合方法：高通滤波融合法、Brovery 变换融合法、IHS 变换法、主成分变换法进行了融合实验，并对其融合结果进行了评价，分析了各种方法的优 势与不足。 2. 影像融合方法 2.1 高通滤波融合法[2][3] 高通滤波融合法(HPF)是采用空间高通滤波器对高空间分辨率全色影像滤波，直接将高 通滤波得到的高频成分依像素叠加到各低分辨率的多光谱影像上，获得空间分辨率增强的多 光谱影像。融合表达式为： F i, j M i, j =+HPH i, j k ( ) k ( ) ( ) 式中：F i, j 为第k 波段像素 i, j 的融合值；M i, j 为低分辨率多光谱影像第k 波段 k ( ) ( ) k ( ) 像素 i, j 的值； HPH i , j 为对高空间分辨率影像滤波得到的高频影像像素 i, j 的值。 ( ) ( ) ( ) 在空间域中，通常有： HPH (i, j ) G i , j =−M i, j ( ) ( ) 其中，G i, j 表示图像中 i, j 像素的灰度值，M i, j 表示在图像中以 i, j 像素为中心 ( ) ( ) ( ) ( ) 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 - 的r ×c 区域的灰度均值。即在空间域中，某一点的低频信息通常采用以该点为中心邻域均 值来表示，而其高频信息则用它的灰度均值与其低频信息之差来表示。本文后续实验中选用 的均值滤波器为[4] ： ⎡1 1 1 ⎤