遥感数字图像处理_影像融合要点分析.pdf

2011 年遥感数字图像处理 06 次实习报告 实习序号及题 实习6. 影像融合 目 实习人姓名 专业班级及编号 09 地基 01 号 任课教师姓名 实习指导教师姓名 榆中校区实验楼 实习地点 实习日期时间 2011 年11 月29 日 A209 实习目的 1、掌握影像融合的概念和方法，并具体加以实现。 2、学会对影像融合效果进行评价。 3、学会利用ENVI 的帮助Help 系统来了解ENVI 的一些操作方法。 实习内容 1、利用纠正好的全色波段影像对多光谱波段影像进行几何精纠正，要求GCP 单点位 置精度高于0.5m ；在实习报告中给出精度计算结果表。 2、采用下述方法对全色波段影像和多光谱影像进行影像融合： ①HSV 变换；②Brovey 变换；③Gram-Schmidt 变换；④主成分替换；⑤CN 变换；⑥ 全景锐化；⑦小波融合。 3、根据各个算法相应的帮助系统（help）说明各个算法的原理和关键参数设置。 4 、比较融合前后多光谱影像的差异。 5、比较不同算法所得融合影像之间的差异，指出融合效果最好的前三种算法。 基本原理 1、影像融合的概念：影像融合是将同一目标或场景的用不同传感器获得的，或用同 种传感器以不同成像方式，或在不同成像时间获得的不同影像，融合为一幅影像，在保 持多光谱影像辐射信息的同时又提高影像空间分辨率的遥感影像处理方法。 2、影像融合分为三个层次： ①像素级：是最低层次的信息融合，其实现过程是直接在采集到的原始图像数据层 上进行的，即在可见光，红外及雷达影像等原始数据经过严格的几何配准的基础上进行 逐像元运算处理的数据综合分析。常用的像素级融合的方法有：HSV 变换，Brovey 变换， PCA 变换，高通滤波法，平滑滤波法，Gram-Schmidt 方法，CN （Color Normalized ）变换， 小波变换法等。 ②特征级：属于中间层次，其处理方法是首先对来自不同传感器的原始信息进行特 征抽取，然后再对从多传感器获得的多个特征信息进行综合分析和处理，以实现对多传 感器数据的分类，汇集和综合。充分考虑影像特征边缘，形状，纹理等特征，使特征地 物信息得到更好的综合。其优点在于实现了可观的信息压缩，便于实时处理。由于所提 取的特征直接与决策分析有关．因而融合结果能最大限度地给出决策分析所需要的特征 信息。 ③决策级融合：是一种高层次信息融合，其结果将为各种控制或决策提供依据。因 1 / 8 2011 年遥感数字图像处理 06 次实习报告 此，决策级融合必须结合具体的应用及需求特点，有选择的利用特征级融合所抽取或测 量的有关对象的各类特征信息，才能实现决策级别融合的目标，其结果也将直接影响最 后的决策水平，是根据一定的准则和可信度完成融合的。 3 影像融合的目的： ①综合利用多源、多分辨率遥感信息的优势，提高待分析影像的空间分辨率和清晰 度。 ②增强目标特征的可识别性。 ③提高制图精度和水平。 4 、本次实习用到的几种影像融合的方法: ①HSV 融合，HSV 法是基于 HSV 色彩模型的融合变换方法。先将多光谱影像进行彩 色变换，从RGB 模型转到HSV 模型，分离出亮度V 、色度H 和饱和度S ，然后用高分辨 率全色波段影像替换分离的亮度 V 分量，再用最近邻法、双线性内插法、三次卷积法三 种方法中的一种，按照高分辨率影像像元大小，自动地对分离的色度 H 和饱和度S 分量 进行重采样，最