关于遥感影像融合方法的综述

时间:2022-05-25 04:27:33

关于遥感影像融合方法的综述

摘 要:研究遥感影像融合的方法可以从三个方面着手,分别为影响融合所使用的数据类型,融合过程中信息的抽象程度及应用层次,以及融合的最终效果,本文从这三个方面详细论述了遥感影像融合的方法,阐述了其特点和作用。

关键词:多源遥感影像;数据融合;融合方法

1 引言

自20世纪50年代末,航天遥感技术经历了半个世纪的发展和应用,为人类提供了从多维和宏观角度去认识地球乃至宇宙世界的新方法,新手段。地球观测数据量迅猛增长,海量数据的存储,管理,处理,传输,应用等问题成为影响遥感技术发展及应用的一大重要因素,多源遥感影像融合技术是解决这些问题的一个重要方法。

贾永红等(2000)根据大量实验和实际工作总结提出了多源遥感影像数据融合的定义: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响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、更安全、更可靠的估计和判决。

研究遥感影像融合的方法可以从三个方面着手,分别为影响融合所使用的数据类型,融合过程中信息的抽象程度及应用层次,以及融合的最终效果。根据遥感影像融合所使用的数据类型的不同,可以将该技术分为多波段遥感影像数据融合、多时相遥感影像数据融合、多类型遥感影像数据融合、RS信息与地学信息的融合;根据融合过程中信息的抽象程度及应用层次的不同,遥感影像融合分为像素级影像融合、特征级影像融合、决策级影像融合;根据融合的最终效果的不同可将遥感影像融合分为光谱增强型遥感影像融合和几何增强型遥感影像融合。本文主要从这三面入手论述遥感影像融合的方法,阐述了其特点和作用。

2 不同数据类型的遥感影像融合

2.1 多波段遥感数据融合

地物波谱也称地物光谱,地物波谱特性是指各种地物自身所具有的电磁波特性(发射辐射或反射辐射)。不同地物在同一波段的光谱反射率一般不相同,同一地物在不同波段的光谱反射率也有较大差别,因此,遥感上通常分波段记录地物波谱的差异,以便更加准确和有效地识别物体。但是,多波段数据之间往往存在较大相关性,这种数据的冗余在多波段数据融合中必须予以考虑。此外,人们习惯于用彩色来显示一幅图像,彩色显示是由红、绿、蓝三原色组成,它限制了波段选取的数量,即仅能用三个波段组合。为了达到满意的融合效果,融合前必须进行最佳波段组合方案的选择。在选择融合方法的时候,应主要取决于应用目的以及数据的质量特点,对于不同的应用目的,各个波段的分析方法及组成方式各不相同。

2.2 多时相遥感数据数据融合

同一地区的地貌特征随着时间不断变化,多时相遥感图像就是在同一地区在不同时间段拍摄的遥感图像,同一地区不同时间的遥感图像若通过多幅遥感图像来判读,会给解译工作带来很多不便,因此,有必要将多时相遥感数据融合,融合后通过相关算法更有利于判读及解译地区内地貌随时间变化的情况。

2.3 多类型遥感数据融合

遥感数据的来源多种多样,不同类型的遥感器、不同平台都会收集大量的遥感数据,但是任何一个单一类型的遥感数据都不能全面反映目标对象的特征,都有一定的应用范围和局限性。只有将它们结合起来才能在最大程度上发挥它们各自的作用。根据遥感数据类型,可以将遥感数据融合技术分为三大类,分别是多光谱遥感数据与雷达数据的融合,高低分辨率遥感数据的融合,以及不同多光谱数据间的融合。

多光谱遥感系统光谱分辨率高,有助于识别不同地物类型,但易受大气层干扰;成像雷达属于主动遥感系统,不受大气层干扰,雷达波束可以穿透云层,提供地表物理和几何特征信息。将多光谱遥感数据与雷达数据融合,既可以弥补各自的不足,又可以丰富各自的信息内容,应用范围大大扩大。低空间分辨率图像一般用于经过较为简单的区域,或者气象观测等,有利于从宏观上把握地区概况,高空间分辨率图像对地物的细节表达更为突出,有利于局部范围内对重点区域进行研究,二者各有利弊。将高、低分辨率遥感数据融合,有利于在大范围内寻找目标并进行细部研究。根据应用目的,也可进行不同多光谱数据的融合,如多光谱数据与全色影像数据的融合,高光谱与多光谱数据的融合等。

2.4 遥感信息与地学信息的融合

遥感信息只能定性表示研究区域的地表情况,无法读出高程等定量信息,而地学信息最根本特点是每一个数据都按统一的地理坐标进行编码,实现对其定位、定性和定量的描述。将地学信息与遥感信息按照一定算法,有效地融合起来可以使遥感信息更加丰富,表达出更多定量的信息,更全面地表达出地面目标的真实情况,有利于进一步分析研究。

3 不同抽象程度及应用层次的遥感影像融合

3.1 像素级影像融合

像素级影像融合直接在采集到的原始数据层上进行,即在可见光、红外及SAR影像等原始数据基础上进行的数据综合分析,主要方法有:基于IHS变换、主成分变换、比值变换、乘法变换及小波变换。像素级融合可以更多的保留原始图像信息,提供其他融合层次所不能提供的细微信息,但是有一定局限性。

3.2 特征级影像融合

特征级影像融合属于中间层次,其处理方法是首先对来自同传感器的原始信息进行特征提取,然后再对从多传感器获得的多个特征信息进行综合处理和分析,以实现对多传感器数据的分类、汇集和综合。与像素级融合不同,特征级融合强调空间上的一一对应而非一个个像元对应。特征级融合实现了可观的信息压缩,有利于实时处理,且提供的特征直接与决策分析相关,但其融合的精度要低于像素级[5]。

3.3 决策级影像融合

决策级融合是“特征提取”和“特征识别”过程后的融合,是一种高层次的信息融合,其结果将为各种控制或决策提供依据,为此,必须结合具体的应用目标有选择地利用特征信息。决策级融合具有很强的容错性和良好的开放性,仍不成熟。

4 不同融合效果的影像融合

4.1 光谱增强型影像融合

影像的光谱分辨率与所用传感器的波谱段成正相关关系,光谱分辨率越高,波普段越窄,要保持获取影像的信噪比,必须逐渐增大瞬时视场IFOV以采集更多的光,这将导致获取的影像空间分辨率下降。在很多应用场合中,对影像的光谱分辨率和空间分辨率同时有较高要求,这就要求将高空间分辨率的影像与高光谱分辨率的影像进行融合,获得高空间分辨率的多光谱影像,用来满足军事目标判读、植被研究、农业详查等应用需求。

4.2 几何增强型影像融合

增强图像几何信息的数据融合就是从一系列低分辨率图像复原(或重建)出更高分辨率的图像(或图像序列),以增强图像的空间分辨率,这种技术也称之为超分辨率图像重建技术。重建后的图像由于空间分辨率更高,可以显示更多关于地面目标的细部信息。提高空间分辨率的措施较多,最直接的措施就是采用传感器制造工艺减少像元尺寸,但由于该办法超出一定极限后图像质量将下降而使其的发展受到限制。目前较好的办法是超分辨率图像重建技术,成本低而且可以利用现有高分辨率成像传感器。

5 结语

本文从不同角度对多源遥感影像数据融合方法进行了探讨,不同的融合方法具有不同的特点,会产生不同的效果,但均发挥出了多源遥感数据的优势,实现了多源信息的互补,一定程度上消除了冗余和矛盾,提高了数据利用率,使得影像质量得到了很大改善,在进行选择的时候应该充分结合应用目的,根据不同的需求及条件选择相应的融合方法。

参考文献:

[1]贾永红、李德仁、孙家炳,2000,多源遥感影像数据融合,遥感应用与技术,15(1):41-44.

[2]周荫清、洪信镇,1996,多传感器信息融合技术,遥测遥控,17(1):16-22.

[3]赵英时,2003,遥感应用分析原理与方法,北京,科学出版社:263-277.

[4]戴昌达、雷莉萍,1989,TM图像的光谱信息特征与最佳波段组合,环境遥感,4(4):282-292.

[5]孙家柄、刘继琳、李军,1998,多源遥感影像融合,遥感学报,2(1).

上一篇:基于SDH以太网专线接入网络管理软件设计 下一篇:关于哈尔滨市空气质量变化趋势分析