基于ENVI的多源遥感影像数据融合.docx
《基于ENVI的多源遥感影像数据融合.docx》由会员分享，可在线阅读，更多相关《基于ENVI的多源遥感影像数据融合.docx（37页珍藏版）》请在冰豆网上搜索。
基于ENVI的多源遥感影像数据融合
存档日期：
存档编号：
本科生毕业设计（论文）
论文题
目:
基于ENVI的多源遥感影像数据融合
姓
名:
董建
系
别：
环境与测绘系
专
业：
测绘工程
年级、学
号：
11测绘118324107
指导教
师：
林卉
江苏师范大学科文学院印制
摘要在世界遥感技术领域极速发展的情况下，对于用卫星传感器来观测和获取某一地域遥感影像数据的方法越来越多，此时多时相、多平台、高光谱和高分辨率卫星等影像数据大量涌现，并且在有关地学的多个领域都用到了这些影像数据。
多源遥感影像融合技术在处理怎么使各种有差别的的遥感影像既保存着各自重要的使用特点和对象，同时也会将其局限性缩至最小这方面是最有效的途径之一。
并且在不同的学科范畴都涉及到多源遥感影像数据融合技术，因此该技术被不断地完善与推行。
而当前在世界上对该技术还尚未形成一套完善的理论与方法，于是目前在遥感领域研究的一个重要的研究技术就是周密处理与剖析遥感信息。
本文基于ENVI对多源遥感影像数据融合的研究。
第一章介绍了遥感影像数据融合的基本理论知识和本论文内容研究的背景和意义，以及国内外目前对遥感图像融合技术的发展现状。
第二章是对数据融合三个层次（像素级融合、决策级融合和特征级融合）的对比介绍，像素级融合、决策级融合和特征级融合，另外还展示了每个层次数据处理流程图。
第三章对像素级融合中加权融合法变换、Brovery变换、IHS变换和PCA变换等融合方法进行了分析比较。
第四章介绍了融合的评价指标（主观评价、客观评价）。
第五章通过对Quickbird多光谱影像的4、3、2波段和Quickbird全色影像的1波段数据的进行融合实验，对实验结果进行分析，总结出这四种融合方法的特点和适用范围，得到更准确，更可靠、更安全的估计和判断，为相关工作提供帮助。
关键词：
数据融合；ENVI;IHS变换；PCA变换；评价指标；多源遥感影像;
Abstract
Fastdevelopmentinthefieldofremotesensingtechnologyintheworld,withsatellitesensorstomeasureandobtainaregionalmethodofremotesensingimagedataisbecomingmoreandmorethistimemultitemporal,multiplatform,hyperspectralandhigh-resolutionsatellite,andinthestudyoftheimagedatausedintheseareas.Multi-sourceremotesensingimagefusiontechnologyindealingwithhowtomakeavarietyofdiscriminatingtheuseofremotesensingimageiskepttheirimportantcharacteristicsandobjects,andatthesametimeitslimitationswillbeshrunktoaminimumisoneofthemosteffectiveway.AndindifferentdisciplinescategoryinvoIvesmulti-sourceremotesensingimagedatafusiontechnology,thusbeingconstantlyperfectedandtheimplementationofthetechnology.Andthecurrentintheworldandalsowiththetechnologyhasnotyetformedaperfecttheoryandmethod,sothecurrentresearchinthefieldofremotesensingisanimportantresearchtechniquescarefulprocessingandanalysisofremotesensinginformation.
ThisarticleisbasedonENVIofmulti-sourceremotesensingimagedatafusionresearch.Thefirstchapterintroducesthebasictheoreticalknowledgeofremotesensingimagedatafusionandthecontentofthisthesisresearchbackgroundandsignificanee,aswellasthepresentsituationonthedevelopmentofremotesensingimagefusiontechnologyathomeandabroad.Secondchapteronthreelevelsofdatafusion（pixellevelfusionanddecisionlevelfusionandfeaturelevelfusion）contrast,pixellevelfusionanddecisionlevelfusionandfeaturelevelfusion,italsoshowsthedataprocessingflowchartofeachlevel.Thethirdchapterofweightedfusionmethodinpixellevelfusiontransformation,Broverytransformation,IHStransformandPCAtransformfusionmethodareanalyzedandcompared.Thefourthchapterofthefusionevaluation（subjectiveevaluationandobjectiveevaluation）.FifthchapterthroughtotheQuickbirdmultispectralimageof4,3,2bandandQuickbirdpanchromaticimage1banddatafusionexperiments,analysisoftheexperimentalresults,summarizedthecharacteristicsofthefourfusionmethodandtheapplicablescope,getmoreaccurate,morereliableandsaferestimatesandjudgment,toofferhelpforrelatedwork.
Keywords:
DataFusion;ENVI;IHStransform;PCAtransform;
Evaluation;Multi-sourceremotesensingimage
摘要I
AbstractII
1绪论1
1.1概述1
1.2选题研究的背景与意义1
1.3国内外研究现状2
1.3.1国外研究现状2
1.3.2国内研究现状3
1.4论文结构4
2多源遥感影像数据融合5
2.1层次分类5
2.2像素级融合5
2.3特征级融合5
2.4决策级融合6
3影像融合的常用方法10
3.1融合常用方法分类10
3.2加权融合法11
3.3Brovery变换法11
3.4IHS变换11
3.5PCA变换13
3.6方法比较14
4融合影像质量评价15
4.1主观评价16
4.2客观评价17
4.2.1均值18
4.2.2标准差18
4.2.3信息熵18
4.2.4平均梯度18
4.2.5
18
相关系数
5融合实验数据分析20
6总结与展望25
6.1总结25
6.2展望25
7致谢27
1绪论
1.1概述
在二十世纪七十年代美国最早提出了数据融合（DataFusion）的概念，然而那时人们并没有对其足够重视，直到进入80年代以后在军事中广泛应用直接促使其快速发展⑴。
随后用于军用信息方面的融合系统被美国研发出来了，美国全军利用该技术
进行目标辩别、目标追踪、形势估评和胁迫估计完善了军方的战略监视系统，在第一
代信息融合系统下还研制出了大型的战争系统、小型的战术系统和海洋的监视系统技术，使得信息融合的可行性和有效性得到进一步的证明。
关于数据融合概念说法不一，很难给出数据融合的确切定义。
比如美国宇航局在对其功能的方面描述数据融合是将多传感器和多源信息处理过程综合起来来展现和促进实体估计特征提高的能力⑵。
军事上美国军队利用该技术进行目标辩别、目标追踪、形势估评和胁迫估计完善了军方的战略监视系统，以及使用该系统对分析战场局势危险情况和受到胁迫的程度实行恰当的详细评估⑻。
Lucien在对信息的质量和真实性的研究下，将融合定义为：
为了产生单个信号在质量与可靠性方面都更好的，数
据融合要将一组传感器的信息进行综合的处理”。
1998年L.Wald对上述的定义进行了改善和补充，给出了更为普通的定义：
从表达形式上将数据融合是一个框架，然后
对多源数据进行组织、关系联系和综合归纳是运用特定的逻辑推理用具来完成的，从
而通过这些多源数据的共同作用会获得质量更高的信息。
数据融合的方式、进程、方
法、评价质量等方面都在该定义中给出了比较全面的概述⑷。
1.2选题研究的背景与意义
遥感技术的数据特性具有庞大性。
不同的波谱分辨率、空间分辨率和时间分辨率遥感图像由多种对地观察卫星不断地来提供。
任何单一信息源在不同的遥感卫星成像原理和不同的技术条件限制下，都不能将目标对象特征全部展现出，在操作领域方面都会有一定的特指性和限制性，于是信息源单一的数据很难达到数据资源在信息监测方面的要求。
随着遥感技术的飞速发展，怎么将所需数据资源信息在基于大量数据的数据库中充分显现出出来，迫使人们急切的寻找一种可以对各源数据进行综合利用的方法来对观测目标有一个更加清晰、全面和准确的解读与认识。
图像融合为了获取比任一单一数据更加准确、更加充足的新图像则需要对多幅遥感图像数据中的同一目标检测选用一定的算法来实现，。
为了提高解译的精度指标、解译的可靠性以及它的使用频率我们可以用融合将多源信息进行总结归纳，来消除它们之间的冗余和抵牾。
冗余性、互补性、合作性是多源遥感影像数据所供应信息的三个最基本特征。
影像对其环境或目标的表述，冗余性的体现为影像描述和解译的结果都是一样的，这样
使目标的相关误差和不确定性大大减少，并且识别率和精确度也能相应被提供是该信息应用的一大优势；在遥感中相互独立的不同信息通过融合来互补彼此的缺陷度，这
样大大增加了结果的可靠性，这就是互补性的主要内容；合作性顾名思义就是指不一样的传感器在勘测和处置自己获得的信息的时候不能单独的处理会对另外的消息有相互依赖性，这样使得各信息相互合作，从而可以各信息间的相互协调能力。
在实际应用中我们为了获得影像对环境或对象的解译正确，通常会结合并且应用
影像数据各自的优势，多源遥感影像融合技术在处理怎么使各种有差别的的遥感影像既保存着各自重要的使用特点和对象，同时也会将其局限性缩至最小这方面是最有用的渠道之一，于是目前我们对遥感影像进行融合的探究刻不容缓。
在信息处理方面多
源遥感影像数据融合不单只是一种纯粹的处理数据的技术，而更多的表现是在对遥感信息实行综合管理和剖析的技术层次。
该技术不单单能准确的为地理系统信息更新技术提供数据，并且还能促进目前与计算机相关的融合视觉信息技术的发展，以此对此
研究已渐渐在遥感应用方面成为钻研的重点之一。
1.3国内外研究现状
1.3.1国外研究现状
在国外二十世纪七十年代美国最早提出了数据融合（DataFusion）的概念，然而
那时人们并没有对其足够重视，直到进入80年代以后在军事中广泛应用直接促使其快速发展。
基于遥感技术飞快发展的形势下，国外学者顺应着形势在对融合进行大批的探究和工作的前提下，最终得到了一些显著的研究成果。
在某些国外的参考文献中提出当时影像融合的主要发展方向是对特征级和决策级融合的研究，比如对DS的证
实推理、贝叶斯（Bayesian）的决策统计论述、推理模糊、自动适应空间权融合方法、鉴于分类决策树的融合方法和当时火热的神经网络的研究等。
从应用程度上讲，相比
其他两级的融合方法最先被投入使用并且使用的范围最普及的是像素级融合方法，所
以我们要把大部分的精力都放在研究像素级融合方法的内容上。
例如海顿第一次就在
遥感影像融合中将以色彩空间为代表作的定位参数的IHS的亮度、色度、饱和度植入
到其中去，并且还运用高分辨率图像来提高对多光谱图像的处理效果。
因为该方法融
合的影像的算法简单并且在效果上该融合后的目视较好，所以该方法受到众多学者的
认可，并且使它在生活中的应用更加普及，然而渐渐地人们发现影像融合后的光谱失真现象严重是该方法的最大缺陷。
进而人们探寻可以将影像不同波段之间的相关性克服掉的影像技术，PCA法随之而生并饱受青睐，处理成像原理不一样的遥感图像之间的融合也运用到了该融合方法。
国外学者Jia为了考证在维持光谱效果真实的方面PCA法是不是要比IHS法更突出，于是他将SAR影像与TM影像采取了融合实验。
实验结果总的来讲PAC法更突出，但融合后目视的效果不佳也是该方法不可避免的缺点；基于小波变换的离散正交小波变换的图像融合算法，并进行分析，从小波融合
图像的频率域的角度变换具有很好的频率，实现图像滤波的优点。
在图像融合中做了大量的基于小波分解层的研究；
1.3.2国内研究现状
我国对于遥感影像融合方法的研究相比国外来说相对较晚，其中主要原因有：
首先国内相对自主的影像资源极其贫乏这样直接使有关影像融合的技术发展较迟；另外
在需求方面国内的遥感技术相比国外要小的多这样就间接地对遥感融合技术诞生的萌芽产生了影响。
经过对国内许多参考文献的阅读掌握到目前我国关于特征级和决策级融合方法的钻研还正处在早期的起步阶段，例如关于分类的常用融合的方法是由焦子弟提出的；由陈东林等人提出的融合方法是一种如何准确地结合影像的光谱特征的处理方法；严冬梅钻研了怎样在具有典型性的路段中将某一特定区域提取出来生长的目标融合法；在证据推理方面方勇借此研究了多源遥感影像融合；肖刚对此基础上提出一种
改进的“ISODATA算法在通过对遥感影像的特征影像融合理论方面进行了具体的研究后；董晓冲等在基于遗传算法的基础上提出影像分级决策融合法等，并且研究的主
要是怎么对像元级融合方法做出改良的方面内容。
在“86计划”和第九个五年计划”中我国提出了目前国家着重探究的项目和着重
的规划是信息融合技术，其中最关键的技术之一是高新技术产业范畴中的发展，计算
机方面的技术以及航空航天技术的发展等。
目前国内在探究多传感器图像融合方面处于领先者的组织主要有武汉大学、中科院遥感所、北京理工大学、西北工业大学、南京理工大学等。
总结上述情况我们可以得出，关于如何对遥感影像进行融合的方法方面，当下我国对此的研究必须还要增强，特别是在对光谱扭曲严重相对于像元级融合方法的这一问题的研究上，目前都还没有解决的方案还需要更近一步的研究。
所以对于从影像融合应用的角度来讲，选择对像元级遥感影像融合方法的钻研，是非常有实际意义的。
1.4论文结构
本论文从研究多源遥感影像数据融合技术出发，以Quickbird多光谱影像和
Quickbird全色影像为数据源，进行了以下的研究工作：
本论文共有六个章节，各章节描述的详细内容如下所述：
第一章为绪论，粗略的描述了本论文课题探究的背景和意义，目前国内外研究近况，以及本论文探究的基本内容。
第二章为遥感图像融合，图像融合三个层次像素级、特征级、决策级的比较，并描绘出三个层次的融合流程，对比出三个层次的优缺点。
第三章为像素级融合中的常用方法：
加权融合法变换、Brovery变换、IHS变换
和PCA变换等进行了分析与比较。
第四章为数据融合的主观和客观的分析，对主观和客观分析进行描述主观分析的方法和客观分析的相关指标。
第五章通过对Quickbird多光谱影像的4、3、2波段和Quickbird全色影像的1波段数据的融合实验总结出这四种融合方法的特点和适用范围。
第六章为结论和展望，通过研究得出的一些结论并通过此论文得到的心里体会再指出对以后的发展做出更大胆的假设。
2多源遥感影像数据融合
2.1层次的分类
人们根据数据的抽象层次效果将多源遥感数据分为三个等级即像素级（特征提取
之前）、特征级（属性说明之前）、决策级（数据独立属性说明之后）【5】。
2.2像素级融合
将经过空间配准好的影像按照某种独特的算法进行融合，这是像素级融合的主要内容，算法一般有加、乘、梯度、线性平均、比值和多元回归运算等，接着是对融合后的影像实行提取特征和说明属性的操作【6】。
该融合的层次是最低的并且在倘若只知道原始数据层的情况下也可以对影像进行融合，对于多元图像的复合、图像剖析等处理都可以用该融合方法进行。
像素级图像融合可以获得更大、更全面的信息量，并且为进一步的图像分析与理解提供依据。
传感器的融合配准的准确度高，相比其他两个融合层次而言该融合独特之处在于它可以尽量的将一个对象的初始信息保留下来，而且其他两融合水平不能给予的微妙的信息它也具备，该融合的精度也很高。
缺点是该方法对信息的处理量大，处理代价高、耗费时间长、高要求的校准精度、实时性差、抗干扰能力差⑺。
由于像素级融合是图像融合的最低水平，大部分算法都集中在该水平，并能够更多的使图像保留着真实性，还有能给予其他层次不能给予的微观信息的独特优势，因而被广泛应用。
像素级融合的常用方法有：
加权融合方法、Brovey变化方法、IHS变换融合方
法、主成分变换方法等。
图2-2为像素级融合的过程。
2.3特征级融合
处于中层的融合是特征级融合，该方法流程是首先将通过校准后的数据来对影像特征进行提取，其次为了得到同一目标的特征向量要将这些数据实行综合处置和分析，这样每种传感器都能得到处理后的数据，然后在对这些数据进行融合，最终再进行图像的分类或目标的识别⑹。
人们对目标状态的信息状况和特征的状况的融合是特征级融合主要探究的重要的两个内容。
多传感器在如何对目标进行判读的领域主要应用的是目标状态信息融合。
该融合系统处理流程为首先进行预处理，预处理完成后用
图2-2像素级融合
Figure2-2FlowingChartofPixelLevelDataFusion
2.4决策级融合
处在最高层次上表示信息的融合是决策级融合，是指首先将配准后的数据先进行
预处理、特征提取、识别的处理，然后再将目标初步识别结果与之相对应的传感器数据给出来，然后根据地物的不同特征得到图像分类结果，最后得出联合推理结果[10]
决策级融合是直接利用特征级融合后得到的各类目标特征信息来对具体目标进行决策,然后给出简单而明了结果的融合过程。
所以，在此图像融合中相对其他的融合对配准图像的精度要求较低。
不同的逻辑推理的方法，不同的统计方法以及信息理论可以用在此图像融合，因为对影像特征提取的预处理要求较高，所以此融合的处理代价较高。
决策级融和方法在对图像有良好的实时性和容错性方面展现出了巨大的优势，该方法对融合的处理要求的时间段，怎样将分类特征的组合和量化和统一的机理难以表达缺点是该融合的主要缺点[11]。
决策级融合的常用方法有：
最大似然法，基于Dempster-Shafer理论方法，基于
模糊集理论方法，基于BP神经网络方法等。
决策级融合流程如图2-4所示。
图2-3特征级融合流程图
Figure2-3FlowingChartofFeatureDataFusion
3个融合层次比较如表2-5所示。
表2-53个融合层次比较
Table2-5TheComparisonofThreeFusionLevels
融合的层次信息的抗干扰精度大容错性实时性优处理的融合水平
丢失量能力小能力劣工作量
像素级融合
少
弱
大
弱
弱
少
差
特征级融合
适中
适中
适中
适中
适中
适中
适中
决策级融合
多
强
小
强
强
多
优
图2-4决策级融合流程图
Figure2-4FlowingChartofDecisionLevelDataFusion
3影像融合的常用方法
在三个融合层次中最基础的融合是像素级融合，所以我们要对像素级进行融合，融合后才能为后两级融合提供相应的影像特征，实际中对影像的目视解译是该级融合层次的主要运用。
在影像融合三个层次中像素级融合是钻研最为娴熟和有用的一级，目前对该融合已经有了一套充足有效的融合方法来描述它。
本章主要的内容介绍像素级融合的主要方法。
3.1融合常用方法分类
影像融合方法如图3-1所示。
融合常用方法：
加权融合方法、Brovery变换方法、
IHS变换方法、PCA变换方法等。
加权融合法
乘积性融合法
咼通滤波融合法
高频调制融合法
影像融合法
线性回归融合法
图3-1像素级融合方法
Figure3-1TheMethodofPixelLevelFusion
3.2加权融合法
加权融和方法是基于像元，对全色和多光谱影像的波段进行灰度值的加权计算［12］。
加权融合法按式（3-2）进行融合。
1fused二A*（PhIhPLIL）B（3-2）
Ifused为融合影像灰度值；A、B为常数；Ph、为权系数；lH、IL分别为高空间分辨率影像和低空间分辨率多波段影像的像Pl素灰度值。
权系数和常数的选取决定了融合影像效果的质量。
3.3Brovery变换融合法
Brovery变换融合的另一个说法为彩色标准化变换融合，该变换融合的主要目的是如何将多光谱影像三个颜色的波段（红、绿、蓝）标准化，通过多光谱标准化和高分辨率图像乘积的产品提高图像信息［13］。
该方法最明显的特点是最大限度地发挥每个像素如何对其光谱特性的保留以及如何将影像的光彩信息转变为
升级会员 