森林资源调查中SPOT5全色与多光谱卫星影像融合技术.docVIP

森林资源调查中SPOT5全色与多光谱卫星影像融合技术 　　现地进行各项因子调查存在参加人员多，工作周期长，劳动强度大，效率低等问题，已经不能适应现在市场经济下的森林资源调查工作。利用高分辨率卫星影像进行森林资源调查的方法开始得到广泛应用，而由于Spot5卫星影像分辨率高，多光谱影像能反映植被信息等特点，在森林资源调查中得到林业工作者的青睐。遥感信息融合可以充分发挥不同遥感信息各自特点，起到取长补短的作用。高分辨率全色影像空间结构信息丰富，能够详细地表达地物的细节特征。低分辨率多光谱影像光谱信息丰富，有利于对地物的识别与解译。利用影像融合技术生成高分辨率多光谱影像能够综合他们的优势，由Spot5全色波段和Spot多光谱影像融合得到的影像，兼有全色波段的高空间分辨率和多光谱影像的高光谱分辨率特征，可以满足影像解译的需求。 　　1.图像融合的原理 　　图像融合是将低空间分辨率的多光谱图像与高空间分辨率的单波段图像采样，生成一副高分辨率多光谱遥感图像的图像处理技术，使得处理后的图像既有较高的空间分辨率，又具有多光谱特征。 　　2.图像处理方法 　　2.1影像配准 　　由于卫星在扫描地面时，除星下点外都有一个倾斜角，而且由于地面的起伏、地球曲率、扫描误差等因素，卫星影像的原始数据都存在一定的几何变形，用这样的数据是不可靠的，因此必需对卫星影像进行几何校正。几何校正能消除各种系统误差，生成平面无变形的正射影像才能用于生产中。几何校正一般是以1：5万地形图为基准，加数字高程模型进行。而1：5万地形图又是通过扫描仪输入计算机，这个过程中不可避免地存在一些误差，并且这种图是没有任何空间信息的，所以要先对其校正并叠加投影模型，消除其误差并使其具有空间坐标。 　　在校正后的地形图上寻找明显的同名地物点作为卫星影像配准的控制点，在调查中发现在两条河流的汇合处、主要公路的交叉点、公路与河流的交叉点等类型的地物点比较好找。不同软件和不同的配准模型要求的控制点数是不一样的，通常一幅影像要10～30个控制点，要求均匀分布在影像内。在执行校正前要先计算模型参数，如果达不到精度要求，就要增加控制点，同时对一些计算误差较大的控制点分析是否找错了，如果是找错了就要删除后在重新找。 　　计算精度达到要求后就可以执行配准过程了，配准后的影像要与地形图进行叠加对照检查，看明显地物是否在两张图上重合，例如两条沟的交点、河流、公路等。如果局部不能很好地重合，需要分析这个地方的控制点是否正确，或是考虑在这个地方增加控制点。影像图校正的精度直接影响到后期调查数据的精确度，因此必须仔细检查影像的每个地方。 　　2.2分辨率融合 　　虽然Spot5卫星的全色片精度可以达到2.5m，但全色片对地物的反映只是一个灰度值，而多光谱影像虽能反映地物的光谱信息，但分辨率又只有10m～30m，为了解决这一问题，需要运用分辨率融合技术，使得融合后的影像即有较高的空间分辨率，又有多光谱的特征。因此，融合模型的好坏直接影响到影像融合后的效果，一个好的模型融和出来的影像应该既有全色片的纹理特征，又不损失多光谱信息，同时合成的假彩色又比较接近自然色。 　　高分辨率图像的一个特点就是全色波段分辨率较高，但只能以灰度成图，多光谱波段可以组合成色彩丰富的彩色图像，但分辨率较低。采用融合技术形成的图像可取两者之长，既拥有全色波段的高分辨率，又有丰富的色彩。用这种方法融合的影像在色彩上能正确地反映出地面上各主要地类及植被信息，在空间上也能分辨出各种地物，为外业调查提供了可靠的依据。图像融合时，Spot5的全色波段作为高空间分辨率数据，其空间分辨率为5米；多光谱数据作为低空间分辨率数据，其分辨率为10米。 　　2.3影像拼接 　　一个县需要几幅卫星影像才能完全覆盖，为了便于使用，通常要将几幅卫星影像拼成为一整幅。由于每幅卫星影像在县内的大小不同，为了减少数据处理量，在拼接前先对影像进行裁切，只保留需要部分，这样可以加快处理速度。为保证需要部分不被裁去，要准备县界的矢量数据，用来控制裁切的边界。每幅卫星影像的扫描的时间不同的，这就存在太阳高度角、大气辐射量等各种因素的影响，造成各幅影像合成的假彩色的色彩差别很大。如果这样的影像用于外业调查，就需要分别对每幅影像进行判读建标，加大了外业工作量。因此需要对影像做直方图匹配，使一幅影像各个波段的直方图与另一幅影像的对应波段相似。经过直方图匹配后合成出来的假彩色也就比较相似了。 　　为了影像便于肉眼判读，需要对影像进行色彩增强处理。方法是调整亮度、对比度；改变光谱数据分级，使光谱数据显示主要部分，舍去次要部分。这种方法会丢失部分信息。处理好的卫星影像就可以输出使用了。但是用于资源二类调查的影像还需要增加一些信息，主要有工作区各种行政界限、权属界、林班网