多源数据融合.pptVIP

遥感数字影像处理 崔海山 广州大学地理科学学院 地理数据科学系 2005.1.20 第四讲 多源数据的融合 1 数据融合的概念 1.1 定义： 数据融合( Fusion, Merge)指同一区域内遥感数据之间或遥感数据与非遥感数据之间的匹配融合。 多种遥感数据源信息融合是指利用多种对地观测技术所获取的关于同一地物的不同遥感数据，通过一定的数据处理技术提取各遥感数据源的有用信息，最后将其融合到统一的空间坐标系(图像或特征空间)中进行综合判读或进一步的解析处理，。 1.2 内容： 它包括空间配准和内容融合两个方面，从而在统一地理坐标系统下，构成一组新的空间数据、一种新的合成影像。 1.3 目的： (1)突出有用的专题数据，消除或抑制无关的数据，以改善目标识别的图像环境。 (2)多种遥感数据各具有一定的空间分辨率、波谱分辨率与时间分辨率，各有其主要的应用对象和特色，同时又有其在实际应用中的局限性。如果将各种遥感数据进行融合与综合分析，便可弥补单一数据的不足，以达到多种数据源的相互补充、相互印证。这样，不仅扩大了各数据的应用范围，而且大大提高了分析精度。 (3)数据融合的数据源可以是多种的，其融合并非几种数据的简单叠加，往往可以得到原来几种单个数据所不能提供的新数据。所以，数据融合十分有助于地学分析提取特定的数据，有助于更可靠地阐述自然环境各要素的相互关系、赋存与演变规律，满足地学分析及各种专题研究的需要。因此，数据融合方法具有广泛的实用意义。它是遥感地学分析中很重要的一种手段，也是目前遥感应用分析的前沿。 1.4 数据融合的发展 数据融合的概念始于70年代。进入20世纪90年代以后，随着多种遥感卫星的发射成功，从不同遥感平台获得的不同空间分辨率和时间分辨率的遥感影像形成了多级分辨率的影像金字塔序列，给遥感用户提供了从粗到精、从多光谱到高光谱的多种遥感数据源。融合的发展在一定程度上解决了多种数据源综合分析的问题。 (1)起初是进行同种遥感数据多波段、多时相的数据融合，以提高遥感解译能力和进行动态分析。 (2)后来发展到不同类型遥感数据的融合，如陆地卫星与气象卫星、陆地卫星MSS与航天飞机成象雷达SIR－A、陆地卫星MSS与海洋卫星侧视雷达SAR，以及陆地卫星 MSS与RBV等，以扩大应用范围，提高分析精度，获得更好的遥感应用效果。 (3)与此同时，人们越来越感到由于遥感本身以及实际应用中的局限性，要真正认识事物，并非遥感独家所能完成。它需要其它学科的支持，只有遥感与非遥感数据的融合，如与气象、水文数据，与重力、磁力等地球物理增息，与地球化学勘探数据，与专题地图数据，以及与数字地形模型（DTM）等数据融合，进行综合分析，才能更好地发挥作用。 1.5 数据融合的技术关键 (1)充分认识研究对象的地学规律。 (2)充分了解每种融合数据的特点和适用性。 (3)充分考虑到不同遥感数据之间波谱数据的相关性引起的有用数据的增加以及噪声误差的增加，因此对多种遥感数据作出合理的选择。 (4)几何配准，即解决遥感图像的几何畸变，解决空间配准问题。 只有对地学规律、影象特征、成象机理这三者有深刻的认识，并把它们有机地结合起来，数据融合才能达到更好地效果。 2 遥感数据的融合 遥感数据的融合主要指不同传感器的遥感数据的融合，以及不同时相的遥感数据的融合。融合方式的确定应根据目标空间分布、光谱反射特性及时相规律方面的特征选择不同的遥感图像数据，它们在空间分辨率、光谱分辨率和时间分辨率方面相互补充，以形成一个更有利的识别环境，来识别所要识别的目标或类型。 2.1 数据融合前处理 影像配准是数据融合处理中的关键步骤，其几何配准精度直接影响融合影像的质量。通常情况下，不 同类型的传感器影像之间融合时，由于它们成像方式的不同，则其系统误差类型也不同。如SPOT与TM数据融合时，SPOT的HRV传感器是以CCD推帚式扫描成像的，而TM则是通过光机扫描方式成像的，因而不同类型影像进行融合时必须经过严密的几何校正，分别在不同数据源的影像上选取控制点，用双线性内插或三次卷积内插运算对分辨率较低的图像进行重采样，改正其误差，将影像投影到同一的地面坐标系统上，为图像配准奠定基础。 2.2 遥感数据融合方法 （1）彩色技术 （2）代数运算 （3）影像变换 2.3 不同传感器的遥感数据融合举例 例1 TM和SPOT影像数据融合 TM影像有7个波段，光谱数据丰富，特别是5和7波段。SPOT数据就没有，但SPOT数据分辨率高，全色波段可达10m，比TM的30m和SPOT多光谱传感器的 20m都高，两者融合既可以提高新图像的空间分辨率又可以保持较丰富的光谱数据。 融