基于光谱响应函数的遥感图像融合对比.pdfVIP

第31卷，第3期 光谱学与光谱分析 1 and March，201 201 1年3月 SpectroscopySpectralAnalysis 基于光谱响应函数的遥感图像融合对比研究 窦 闻1，孙洪泉2，陈云浩2’ 1．东南大学交通学院，江苏南京210096 2．地表过程与资源生态国家重点实验室，北京师范大学资源学院，北京100875 摘要遥感图像融合是一个十分重要的『llJ题，目前已出现r很多融合方法。一些现有方法可以从高空间 分辨率伞色数据中提取细节特征，并注入到低审问分辨牢多光谱数据中，同时尽可能保持多光谱数据的光 谱特性。现有方法一般都不能利用遥感成像系统的物理信息，因此可能导致融合结果发生严蘑的光谱扭曲。 该文采用适当的遥感图像融合模型对图像融合问题进行分解，将融合问题归结为空1．HJ细爷调制参数构建与 空问细节信息提取两个子fnj题，在对传感器光谱响应函数(SRF)的分析堆础卜，构建合理的空衄l细节调制参 数。依据对现有方法的分类，文章将三种基于SRF的审问细节调制参数构建方法，与高斯高通滤波提取的 空问细节信息结合，产生t种基于SI谭的遥感l冬I像融合方法。这些方法在Ikonos数据上进行r试验和分 析，并与GS和HPM方法进行了对比。 关键词遥感；图像融合；光谱响应函数；空问细节调制参数 中图分类号：TP751．1文献标识码：A BOl：10．3964／j．issrh1000-0593(2011)03-0746-07 一切叮以得到的数据来进行综合解释[8]。前文所述的两类方 引 言 法未能利用外部知识。因此在性能或效率上有很大的提升空 间。 现代遥感技术为对地观测提供了多分辨牢、多波段、多 就遥感图像而言，传感器的光谱响应特性是一个可资利 时棚的多种遥感影像数据。数据融合呵以从这些数据源巾提 用的霞妥信息．因此呵以基于传感器特性进行图像融合方法 取更#富、更有jH和更町靠的信息Ⅲ。根据其处理的层次不 设计。在此思想指导下，()tazu等提出了一种结合传感器响 同町分为像索级、特征级和决策级融合L2J。其中像素级融合 又称为图像融合，其主要任务是利J}J高夺问分辨率l冬j像对低框架F，提fl{一种基于SRF进行低分辨牢全色数据模拟和 分辨率的多光谱／高光谱I冬I像进行李I．日J增强，可以看作是以 空I’H】细捧信息分配的融合方法fl“。本文在传感器光谱响应 高空间分辨率|冬I像为依据估计低分辨率数据的业像元缔构。 函数分析和遥感影像像索级融合数学模喇研究的基础L，依 日Iiif的像素级融合方法，从李问细节增强的方式卜来据现有方法的肇本分类．归纳出三种基于SRF的遥感图像 看，大致呵以分为Illi类：基于人类视觉特性的方法和壤于I冬l 融合方案，并进行r试验验证。 像nⅡ统计特性的方法。早期的图像融合方法基本上属于前 者。如Chavez[“、Gellispiet钆等．此类方法根据人类视觉特 1传感器光谱响应函数 性．在彩色窄问中对亮度分蛩进行审问增强。达到不同空间 分辨率数据融合的rj的；光谱保持性能较好的GS方法、 传感器特性主要包括传感器的增益系数、偏移靖系数和 PCA{钆方法等则足基于待融合图像之间的统计特性进行融合光谱响应晒数SRF。前两者主要用于辐射定标，获得物理意 的方法．各类小波方法．特别是基于ARSIS模型的方法【6J]，义更为明确的I冬}像。后者则反映r传感器入瞳处的能最与记 也都属于这一类型。数据