两种影像融合方法在分类中的应用与比较.pdfVIP

维普资讯 山西科技 SHANXISCIENCEANDTECHNOLOGY 2OO7年第4期 7月20日出版 ●信息技术 两种 影 像 融合 方法在 分 类 中的应 用 与 比较 张奇刚 张 滇2) 连胤卓3 刘 利4) (水利部山西省水利水电勘测设计研究院) 摘 要：随着遥感影像融合技术的应用越来越广泛 ，影像融合不仅要求能够提高空间分辨率， 更重要的是保持原有影像的光谱信息，减少失真。文章以两种具有代表性的融合算 法(IHS变换与主成分变换)在 ETM+影像中的分类应用为例，对两种算法的分类结果 进行定性和定量的对比与分析。 关键词 ：遥感；融合；分类；IHS变换；主成分变换 中图分类号 ：TP751 文献标识码：A 文章编号：1004—6429(2007)04—0050—04 随着遥感技术的发展，不同卫星传感器的广泛应用为人们 辨率等方面的差异。 提供了丰富的多源遥感数据。单一传感器获取的影像信息量 影像的空间配准是遥感影像数据融合的前提，空间配准一 有限。往往难以满足应用需要，通过影像融合可以从不同的遥 般可分为以下步骤 ： 感影像中获得更多的有用信息，补充单一传感器的不足。影像 1)特征选择：在欲配准的两幅影像上，选择如边界、线状物 融合是将不同类型传感器获取的同一地区的影像数据进行空 交叉点、区域轮廓线等明显的特征。 间配准，然后采用一定的算法，将各影像数据中所含的信息优 2)特征匹配 ：采用一定配准算法，找出两幅影像上对应的 势与互补性有机地结合起来产生新影像的技术。因此 ，将低时 明显地物点作为控制点。 间分辨率的高空间分辨率影像同高时间分辨率的低空间分辨 3)空间变化 ：根据控制点，建立影像间的映射关系。 率影像进行融合就显得很有价值，它对提高影像的空间分解能 4)插值：根据映射关系，对非参考影像进行重采样，获得同 力和清晰度、提高分类精度与可靠性、增强解译和动态监测能 参考影像配准的影像。 力、减少模糊度、有效提高遥感影像数据的利用率等都具有重 空间配准的精度一般要求在 1个 ～2个像元 内。空间配 要的意义。 准中最关键、最困难的一步就是通过特征匹配寻找对应的明显 1 影像融合方法分类 地物点作为控制点。 影像融合一般可分为像素级、特征级和决策级融合。像素 1．2 数据融合 级融合对原始影像及预处理各阶段上所产生的信息分别进行 根据融合 目的与融合层次智能地选择合适的融合算法 ，将 融合处理，以增加影像 中有用信息成分 ，改善影像处理效果。 空间配准的遥感影像数据 (或提取的影像特征或模式识别的属 特征级融合能以高的置信度来提取有用的影像特征。决策级 性说明)进行有机合成，得到 目标的更准确表示或估计。对于 融合允许来 自多源数据在最高抽象层次上被有效地利用。 各种算法所获得的融合遥感信息，有时还需要做进一步的处 下面主要介绍基于像素级的影像融合。影像融合首先要 理 ，如 “匹配处理”和 “类型变换”等，以便得到 目标的更准确表 求多源影像精确配准，分辨率不一致时，要求重采样后保持一 示或估计。 致；其次，将影像按某种变换方式分解成不 同级的子影像，同 2 遥感影像数据融合方法 时。这种分解变换必须可逆。由多幅子影像合成一幅影像，即 2．1 IHS变换进行 多波段影像融合的原理 为融合影像 ，这时多幅子影像中包含来自其它需要融合的经影 IHS变换是将影像从常用的 RGB彩色空间变换到 IHS空 像变换的子影像。