遥感入门-图像融合.pptVIP

遥感图像的融合处理 图像融合处理 当代航天遥感系统已能为用户提供高空间分辨率、高波谱分辨率和高时间分辨率的海量图像。如何将同一地区的各种遥感图像的有用信息融合在一起是遥感应用研究的课题之一。 从二十世纪70年代的航天遥感应用的研究和实践表明：由于在可见光和红外波段，各类植被的响应大都互相重叠。因此，单用一种多光谱图像进行分析，要解决土地覆盖、耕地和森林资源监测、军事侦察等问题是不可能的。 因而进入二十世纪80年代，开始有人研究遥感图像融合的方法。 图像数据n 图像数据1 图像数据2 … 图像配准 像素级 融合 融合影像 图像数据n 图像数据1 图像数据2 … 特征提取 特征关联 融合特征 描述 图像数据n 图像数据1 图像数据2 … 特征提取 决策级 融合 融合目标 属性 目标识别 遥感卫星影像融合的三个层次 象素级融合 特征级融合 决策级融合 像素级图像融合 像素级融合是最低层次的图像融合，它将经过高精度图像配准后的多源影像数据按照一定的融合原则，例如局部能量原则、局部梯度或信息熵的原则，进行像素的合成，生成一幅新的影像。融合的目的在于提高图像质量，提供良好的地物细节信息，直接服务于目视解译，自动分类。高空间分辨率的全色影像和高光谱分辨率的高光谱影像的像素级融合影像具有一般具有以下性质（Wald,1997）： 融合影像应当和高空间分辨率的影像尽可能保持一致； 融合影像的光谱特性应当和高光谱影像尽可能保持一致； 融合影像的空间分辨率被降解到低分辨率时，必须和原来的影像保持一致。 ???? 目前在遥感图像融合中常用的像素级融合方法 代数法 基于彩色空间变换的影像融合法 基于主成分分析的影像融合法 基于高通滤波影像融合法 基于小波变换影像融合法 1.代数法 代数运算融合方法多用于同类遥感器不同时相图像的融合,或低分辨率的多光谱图像与高分辨全色图像的融合。根据应用要求，选择好参与融合的波段数据，与全色图像几何配准后，进行逐点像元亮度值的数学运算。 2.基于彩色空间变换的影像融合法-- 彩色变换 遥感图像融合方法的关键技术之一是彩色变换，下面首先简单介绍彩色变换。 彩色变换又称为彩色编码，所谓彩色变换即为两种彩色模型编码系统之间的变换。 彩色模型指的是某个三维彩色空间的一个可见光子集。它包含某个彩色域的所有彩色，彩色模型的用途是在某个彩色域内方便地指定彩色。由于任何一个彩色都只是可见光的子集，所以任何一个彩色模型都无法包含所有的可见光。 基于彩色空间变换的影像融合法 首先，必须将图像进行严格的几何校正，使不同的遥感图像在几何上能完全匹配，并且分辨率一致。 将多波段图像由RGB彩色系统变换到IHS彩色系统中； 用高分辨率的图像代替I分量，进行彩色逆变换，就可以得到融合图像 基于彩色空间变换的影像融合法 多光谱图像XS1 多光谱图像XS2 多光谱图像XS3 重采样 重采样 重采样 IHS正变换 色调分量H 饱和度分量S 亮度分量I IHS 逆变换 全色波段图像PA 高分辨率多光谱图像1 高分辨率多光谱图像2 高分辨率多光谱图像3 基于IHS变换的融合 球体变换 球体变换中RGB到HIS的转换算法 式中，R,G,B位于区间［0，1］；r,g,b位于区间［0，1］；M＝max［R、G、B］；m＝min［R、G、B] 注意：R、G、B中至少有一个值是0，与最大值的颜色对应，并且至少有一个值是1，与最小值的颜色对应。 则在球体变换中： （1） I（亮度）的计算公式为： I的取值范围为［0，1］。 （2）S（饱和度）的计算公式为： S的取值范围为［0，1］ (3)H(色度)的计算公式为: H的取值范围为[0,360] 圆柱体变换中RGB到HIS的转换算法 3.基于PCA变换的融合 对低分辨率图像进行PCA变换后，以高空间分辨率图像代替第一主成分，进行反变换。 基于PCA变换的影像融合法流程图 多光谱图像XS1 多光谱图像XS2 多光谱图像XS3 重采样 重采样 重采样 PCA正变换 第二主分量 第三主分量 第一主分量 PCA 逆变换 全色波段图像PA 高分辨率多光谱图像1 高分辨率多光谱图像2 高分辨率多光谱图像3 4.基于高通滤波影像融合法 多光谱图像XS 重采样 高通滤波器 低频分量 高频分量 反卷积运算 全色波段图像PA 高分辨率多光谱图像 5.基于小波变换的图像融合 方法,对高分辨率图像进行多尺度小波变换,以低分辨率图像代替某一尺度小波变换的第一分量,进行反变换,从而实现图像的融合。 基于小波变换的图像融合 通过二维离散小波变换，将影像与一个低通滤波器和高通滤波器进行卷积运算以及隔行隔列重采样，从而分解为不同分辨率，不同尺度的分量；在某一