2012200482--信息融合.docVIP

信息融合理论与应用 题目: 遥感数据融合 院 系： 计算机科学与工程学院 专业班级： 计算机级 学 号： 2012200482 学生姓名： 2013年 06 月 23 日0 遥感数据融合简介 随着遥感技术的发展，光学、热红外和微波等大量不同卫星传感器对地观测的应用，获取的同一地区的多种遥感影像数据（多时相多光谱、多传感器、多平台和多分辨率）越来越多。形成多级空间分辨率、时间分辨率和光谱分辨率影像序列的金字塔结构。通常，同一传感器获得的遥感影像的光谱分辨率较高时，其空间分辨率相对来说要低。因此如何将不同传感器获得的遥感影像结合起来，以实现优势互补和冗余控制，成为遥感工作者要解决的关键问题，也是未来遥感面临的重要问题。于是，遥感数据融合技术，以成为当前遥感研究的热点问题之一。 多源遥感数据融合的目的是将单一传感器的多波段信息或不同类别传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，加以互补，改善遥感信息提起的及时性和可靠性，提高数据的使用率。 简单地说，多源遥感数据融合的目的是：①简化图像处理。②便于图像特征提取。③实现图像压缩。④从概念上增强对图像信息的理解。 多源遥感数据融合的意义：单一遥感手段获取的信息具有一定的局限性和差异性。应用范围有限。多源遥感图像所提供的信息具有冗余性、互补性和合作性。多源遥感图像数据融合则是汇集这些多源遥感图像最有效的途径之一，通过同一地区不同数据源间的信息互补为多源遥感图像的处理、分析和应用提供最有效的应用，有力于减少单一信息源对被感知对象或环境解译中可能存在的不确定性、不完全性和误差，最大限度地利用各种数据所包含的信息做出决策。这样不仅扩大了个数据的应用范围，而且提高了分析精度、应用效果和使用价值。 1 多源遥感数据融合基本理论 1.1 多源遥感数据融合基本概念 美国国防部从军事应用的角度将数据融合定义为这样一个过程：把来自多个传感器和信息源的数据和信息加以联合、相关和组合，以获得精确的位置估计和身份估计，以及对战场情况和威胁及其重要程度进行适时的完整评价。目前，一般认为多源遥感影像数据融合是将同一环境或对象的多源遥感影像数据综合的方法和工具的框架，以获得满足某种应用的高质量信息，产生比单一信息源更精确、更完全、更可靠的估计和判决。因此，多源遥感影像数据融合的数据源可来自各个层次，既可以是同一传感器的不同波段和不同时间获取的影像，还可以是来自不同处理水平的数据。 1.2 多源遥感数据融合基本原理 多源数据融合是把来自多个传感器和信息源的数据进行联合、相关、组合和估值的处理。产生比单一信息源更精确、更完全、更可靠的估计和判决，以获得满足某种应用的高质量信息完成一个单一传感器独自所不能进行的推理。 遥感数据融合是将两个或多个不同源数据图像的有用信息集成到一幅图像上，以获得同时具有不同源图像有用信息的高质量图像的过程。不同源可以是不同分辨率、不同波段、不同传感器、不同观测角度或不同时间的数据源等。 相对于单源遥感影像数据，多源遥感影像数据所提供的信息具有以下特点： 1.冗余性：表示多源遥感影像数据对环境或目标的表示、描述或解译结果相同； 2.互补性：指信息来自不同的自由度且相互独立 3.合作性：不同传感器在观测和处理信息时对其它信息有依赖关系； 4.信息分层的结构特性：数据融合所处理的多源遥感信息可以在不同的信息层次上出现，这些信息抽象层次包括像素层、特征层和决策层，分层结构和并行处理机制还可保证系统的实时性。 遥感融合的实质是在统一地理坐标系中将对同一目标检测的多幅遥感图像数据采用一定的算法，生成一幅新的、更能有效表示该目标的图像信息。其目的将单一传感器的多波段信息或不同类别传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，加以互补，改善遥感信息提取的及时性和可靠性，提高数据的使用效率。 简单的说，多源遥感数据融合的目的是：简化图像处理，便于图像特征提取，实现图像压缩，从概念上增强对图像信息的理解。 2 数据融合分类及方法 2.1 数据融合方法分类 遥感影像的数据融合方法分为三类：基于像元（pixel）级的融合、基于特征(feature)级的融合、基于决策(decision)级的融合。融合的水平依次从低到高。 2.1.1 像元级融合 像元级融合直接对原始遥感数据进行象元层面上的融合。如高光谱分辨率、低空间分辨率图像与低光谱分辨率、高空间分辨率图像的融合，以获得较高光谱分辨率和空间分辨率图像，或是不同波段、不同种类数据的融合：如可见光与热红外波段，可见光与微波波段数据的融合。是最基本的数据融合型，特点是数据量大。像