遥感图像预处理-融合.ppt

三、遥感图像融合效果评价 1. 视觉评价：纹理、细节、边缘的清晰程度； 2. 定量化评价：一般通过多种统计分析方法来评判融合图像的质量，如用熵和联合熵来评定其信息量的大小；用梯度和平均梯度来评定融合图像的清晰度；计算图像偏移、逼真度、影像的方差和相关等作为图像质量的数学评定标准等。 融合效果评价体系 目视效果 原始影像 IHS融合影像 原始影像 IHS融合影像 目视效果 Brovey融合结果 PCA融合结果 2. 定量化评价 (1).基于信息量的评价 熵是衡量信息丰富程度的一个重要指标，一般可选用对融合前后图像求熵和联合熵的方法，来求算信息量的大小。熵越大，图像所含的信息越丰富，图像的质量越好。 一幅8bit表示的图像x的熵为： 式中，x为输入的图像变量； 为图像像元灰度值为i的概率。 4个波段图像的联合熵为： 是图像x1像元灰度值为i1、图像x2像元灰度值为i2、图像x3像元灰度值为i3、图像x4像元灰度值为i4的联合概率。 (2).基于清晰度的评价 影像清晰度是指影像的边界或线状地物两侧附近灰度有明显差异，即灰度变化率大，这种变化率的大小可用梯度和平均梯度来度量，它反映图像微小细节反差变化的速率，即图像多维方向上密度变化的速率，表征图像的相对清晰程度，可以定义为： 式中， 为遥感图像的第i行、j列的灰度值；M、N分别为遥感图像的总行、列数。一般来说，g越大，图像越清晰。 (3).基于逼真度的评价 逼真度是指被评价图像与标准图像的偏离程度，这里是指图像的改善程度。计算值越大，表示图像改善越大，融合效果越好。这与逼真的原始含义（即与标准图像越接近越好）刚相反。 四、 遥感图像融合应用实例 1. 多波段遥感数据融合 2. 多类型遥感数据融合 (1) 高、低分辨率遥感数据的融合 (2) DEM数据与遥感影像融合 （3）基于主成分分析遥感图像融合 3. 成功的影像融合结果，失败的影像融合结果 小 结 五、 作业 1. 思考：遥感图像融合的主要意义及关键技术？ 2. 实作：运用ERDAS IMAGINE软件对给定的数据，采用Brovey、IHS及PCA三种方法进行图像融合，并对融合效果进行评价。 遥感图像几何校正 预习 兼听则明,偏信则暗-魏征 * * */39 昆明冶金高等专科学校 Kunming Metallurgy College * */39 昆明冶金高等专科学校 Kunming Metallurgy College * */39 昆明冶金高等专科学校 Kunming Metallurgy College 遥感图像预处理 ——遥感图像融合 回 顾 遥感图像预处理： 遥感图像拼接——多波段图像拼接、剪切线拼接 图像分幅裁剪——规则分幅裁剪、不规则分幅裁剪 图像投影变换 图层组合 遥感图像融合 生活中的融合： 牛奶，加糖：牛奶营养价值高，口味不好；糖口味好，营养价值不高，融合后高营养、好口味 咖啡（提神但苦涩），伴侣（树脂末，改善口感） + = 什么情况下1+12?达到优势互补目的 遥感图像融合概述（重点） 遥感图像融合方法（难点） 遥感图像融合效果评价（难点） 遥感图像融合应用实例（重点） 主要内容 一、遥感图像融合概述 1.1 遥感图像融合的意义 遥感是以不同空间、时间、波谱、辐射分辨率提供电磁波谱不同谱段的数据。由于成像原理不同和技术条件的限制，任何一个单一遥感器获取的遥感数据都不能全面反映目标对象的特征，各自都有一定的应用范围和局限性。 如果将多种不同特征的数据（包括遥感和非遥感空间数据）结合起来，相互取长补短，便可以发挥各自的优势、弥补各自的不足，能更全面的反映地面目标，提供更强的信息解译能力和更可靠的分析结果。这样不仅扩大了各数据的应用范围，而且提高了分析精度，应用效果和实用价值。 多源遥感影像数据特点： 1. 冗余性：表示不同的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或相近；同物异谱 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数据处理和信息提取层次上出现，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实时性。 1.2 遥感图像融合的定义 遥感图像融合是将在空间、时间、波谱上冗余或互补的多源遥感数据按照一定的规则（或算法）进行运算处理，获得比任何单一数据更精确、更丰富的信息，生成具有新的空间、波谱、时间特征的合成图像数据。图像通过融合既可以提高多光谱图像空间分辨率，又保留其多光谱特性。 因此，它不仅仅是数据间的简单复