遥感数字影像处理原理崔海山第四讲多源遥感数据的融合1遥感数据融合的原理2遥感数据的融合过程3遥感数据融合方法1遥感数据融合的原理1.1定义1.2目的1.3遥感数据融合的发展1.4遥感数据融合的技术关键1.1定义遥感数据融合(Fusion,Merge)指同一区域内遥感数据之间或遥感数据与非遥感数据之间的匹配融合。多种遥感数据融合就是将不同类型传感器获取的同一地区的影像数据进行空间配准,然后采用一定算法将各影像的优点或互补性有机结合起来产生新影像的技术。1.2目的(1)突出有用的专题数据，消除或抑制无关的数据，以改善目标识别的图像环境；(2)多种数据源优势互补；(3)得到原来几种单个数据所不能提供的新数据，有助于地学分析提取特定的数据，有助于更可靠地阐述自然环境各要素的相互关系与演变规律，满足地学分析及各种专题研究的需要。1.3遥感数据融合的发展遥感数据融合的概念始于70年代。(1)起初是进行同种遥感数据多波段、多时相的数据融合，以提高遥感解译能力和进行动态分析；(2)发展到不同类型遥感数据的融合；(3)由于遥感本身以及实际应用中的局限性，开始发展遥感与非遥感数据的融合。1.4遥感数据融合的技术关键(1)几何配准，即解决遥感图像的几何畸变，解决空间配准问题；(2)充分了解每种融合数据的特点和适用性；(3)充分考虑不同遥感数据之间波谱的相关性引起的噪声误差增加，合理选择遥感数据；(4)充分认识研究对象的地学规律。2.2数据融合过程根据融合目的和融合层次智能地选择合适的融合算法，将空间配准的遥感影像数据（或提取的图像特征或模式识别的属性说明）进行有机合成，得到目标的更准确表示或估计。对于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理，如“匹配处理”和“类型变换”等，以便得到目标的更准确表示或估计。2遥感数据的融合过程遥感数据的融合主要指不同传感器的遥感数据的融合，以及不同时相的遥感数据的融合。融合方式的确定应根据目标空间分布、光谱反射特性及时相规律方面的特征选择不同的遥感图像数据，它们在空间分辨率、光谱分辨率和时间分辨率方面相互补充，以形成一个更有利的识别环境，来识别所要识别的目标或类型。2.1数据预处理不同类型影像进行融合时必须经过严密的几何校正和配准，其几何配准精度直接影响融合影像的质量。通常情况下，不同类型的传感器数据之间融合时，由于成像方式不同，其系统误差类型也不同。3遥感数据融合方法3.1按融合技术的不同分类3.2按融合层次分类3.3按数据来源分类3.1按融合技术的不同分类彩色技术；代数运算代数法包括加权融合、单变量图像差值法、图像比值法等；影像变换主成分变换、K-T变换、小波变换、IHS变换。3.2按融合层次分类基于像元(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。3.2.1像元级融合像元级融合是一种低水平的融合。经过预处理的遥感影像数据——数据融合——特征提取——融合属性说明。（1）像元级融合的流程优点：保留了尽可能多的信息，具有最高精度局限性：效率低下分析数据限制分析能力差，不能实现对影像的有效理解和分析纠错要求。抗干扰性差。（2）像元级融合特点像元级融合所包含的具体融合方法有：代数法IHS变换小波变换主成分变换（PCT）K-T变换等（3）像元级融合方法3.2.2特征级融合特征级融合是一种中等水平的融合。特征级融合的流程为：经过预处理的遥感影像数据——特征提取——特征融合——（融合）属性说明。3.2.3决策级融合决策级融合是最高水平的融合。经过预处理的遥感影像数据——特征提取——属性说明——属性融合——融合属性说明（1）决策级融合的流程优点：决策级融合的优点是具有很强的容错性，很好的开放性，处理时间短、数据要求低、分析能力强。局限性：信息损失大精度低工作量大（2）决策级融合特点附表1三级融合层次的特点表融合框架信息损失实时性精度容错性抗干扰力工作量融合水平像元级小差高差差小低特征级中中中中中中中决策级大优低优优大高附表2三级融合层次下的融合方法表像元级特征级决策级代数法熵法专家系统IHS变...
