基于Qui ck bird影像的耕地变化监测中影像融合处理方法的研究.docVIP

基于Qui ck bird影像的耕地变化监测中影像融合处理方法的研究 　　摘要：当前社会，应用最多的就是遥感技术，遥感影像的预处理是遥感工作的前提，本文主要讨论了基于Qui ck bird影像的耕地变化监测中影像融合技术的处理方法，从而为耕地变化监测中影像融合处理提供更好的建议。 　　关键词：Qui ck bird影像，耕地变化，监测系统，影像融合，遥感技术 　　中图分类号：P283.8 文献标识码：A 文章编号： 　　 　　 　　遥感技术在人民的生产生活中的应用越来越广泛，本文主要研究的这种影像处理技术就是遥感技术的具体应用。这种技术主要选用了直接面向对象的方法，利用高分辨率的卫星影像，通过遥感影像处理技术，从而获得更加丰富的信息。采用这种新型的遥感处理技术直接对耕地的变化信息的进行提取、处理，使得相关工作人员清楚了解了耕地变化的分布、数量及趋势等更有效的研究信息，从而为耕地监管提供有效的数据基础，为国土部门制定更加科学、合理的土地管理方案提供科学依据。 　　一、影像融合的处理 　　遥感技术中影像的处理方式主要是通过对影像进行纠正、融合、镶嵌调色等基本处理，达到预定的目的，其中影像的融合就是影像处理中关键的一步，不同分辨率影像的融合技术是这种技术的主要环节之一，它通过融合不同空间分辨率的影像，使经过处理的影像得到相对较高影像分辨率的同时，还能增强图像色彩、色调等效果，便于工作人员对特定地物进行解译分析，从而得到调查、研究结果。Qui ck bird影像融合处理技术广泛应用于耕地的变化监测中，可以帮助相关工作人员对耕地变化情况进行综合性的分析，提高了数据的精确度，减少外业工作量，为耕地监管决策提供可靠地数据保证。影像的融合处理需要注意以下几点： 　　（一）影像的数据分析 　　Quick bird 是一种影像分辨率为0.6米，是美国DG公司的高分辨率商业性质的遥感影像。目前这种遥感影像在耕地变化监测中发挥着巨大的作用，它拥有2.4米分辨率多光谱数据以及0.6米全色波段数据的影像，通过将多光谱影像与 　　通过将多光谱影像与全色影像进行融合，在很大程度上提高了图像的可解译性。通常情况下，使用影像的目的不同，采取的融合处理方式也不一样，在前期需要根据研究目的科学、合理的选择不同的影像融合方式，并在融合之前选择合适的波段组合方式： 　　根据其研究目的，科学、合理选择不同的波段组合方法，使得最后得到的影像能够显示出更加清晰、更加丰富的研究数据。不同波段的相互组合也是影像融合的关键性一步，利用最好的波段组合能够保证图像的融合得到最好的效果。波段的组合过程需要遵循两个原则，一方面要保证物理意义良好，尽量做到组合波段的相关性比较小，另一方面要注意选择信息容量相对比较大的波段。在选择影像的波段的时候一定要清楚各个波段的影像特征，确定出最佳的组合方案： 　　研究QB影像各个波段的相关数据的资料，通过相关数据的研究说明标准差大的组合，信息量也会比较丰富，所以波段的组合需要了解各个波段的基本特征。 　　此外，还应该掌握每一个波段之间的相关性的基本特征，波段之间的相关系数越大，组合的信息冗余量也比较大，所以波段的组合应该选用相关系数相对比较小的组合。 　　经过实践研究表明，在耕地变化监测中，为了既能更好的体现地物的纹理信息，又能真实的还原地物信息，最好的波段组合为3，（2*0.9+4*0.1），1组合，在ERDAS中通过Functions/Data Generation/STACKLAYERS（3,2*0.9+4*0.1,1）算法实现。 　　（二）影像的融合处理 　　融合后的影像主要用于变化信息的提取，要求原始数据的处理不得产生光谱扭曲，以利于建立解译标志，减少判读的不确定因素。因而，融合方法的选取显得尤为重要。其中，选择不同的融合算法时需要考虑以下几点： 　　（1）能清晰地表现纹理信息，能突出主要地类（如水体、建筑群、耕地、道路等）。 　　（2）影像光谱特征还原真实、准确、无光谱异常。 　　（3）地类特征明显，边界清晰，通过目视解译可以区分各种地类信息。 　　（4）融合后影像色调均匀、反差适中、色彩接近自然真色彩色。 　　在遥感影像处理过程中，通常采用的融合方法有IHS变换、主成分变换、加权乘积、比值变换、小波变换、高通滤波、BROVERY、结合GRB与IHS变换的PANSHARP融合等多种方法。基于以上要求，针对QB数据源影像的地物特征，采用的融合方法主要为：HPF（高通滤波）、PANSHARP融合。经过试验，HPF融合方法能够较好的保持多光谱影像的光谱信息，但全色数据的纹理信息有所丢失（见图1）；PANSHARP融合方法能够较好的保持全色数据的纹理信息，同时多光谱数据的光谱信息也损失很少，整体效果很好（见