遥感影像融合的实现与效果比较.docx

遥感影像融合的实现与效果比较.docx

《遥感影像融合的实现与效果比较.docx》由会员分享，可在线阅读，更多相关《遥感影像融合的实现与效果比较.docx（21页珍藏版）》请在冰豆网上搜索。

遥感影像融合的实现与效果比较

摘要

遥感视觉影像领域数据信息融合（也可简称图像信息数据融合）技术是我们近几年来用在遥感影像领域进行图像信息处理中所需要研究的一个热点之一。

遥感图与影像信息数据有机融合的主要技术原理是将多个传感器同时获取的同一处理地区的遥感影像信息数据同时进行信息空间关系配准等融合操作,然后通过采用一定的处理算法将各地区影像信息数据中同所含的影像信息空间关系的各种优势有机或着信息互补性有机的优势结合处理,得到一幅图中包含影像信息更加丰富的遥感图像。

人们将获取遥感影像的数据融合处理技术这一定义概括为:

对多种影像传感器所可能获得的遥感影像数据分别进行融合预处理,提取遥感影像数据中所可能包含的相关信息。

利用特定的分析算法将影像提取和得到的有利的影像信息直接结合在一起,得到新的遥感影像图和数据的这种技术也被称为影像遥感图和影像信息融合分析技术。

随着现代信息电子科学技术的不断进步,遥感影像图和影像信息融合处理技术也被广泛应用于不同专业领域中。

与此同时也不断涌现出了很多不同种类的激光遥感雷达影像,例如多彩色光谱TM雷达影像、SPOT全色雷达影像、IKONOS全色影像和激光侧视反射雷达遥感图像、CCD雷达影像、大面阵雷达影像等。

由于不同影像传感器所能够获取的遥感影像图和影像信息之间存在的不同的性能缺点,所以它们不能在其应用领域中能够提供充分的应用信息。

所以,将这些不同型号种类的影像传感器中所获得的相关遥感技术影像数据进行技术融合应用是目前我国遥感技术领域中需尽快研究解决的一个问题,已开始受到许多我国遥感技术领域专家学者的高度重视。

在进行遥感融合影像的技术融合中,根据应用领域的不同技术需要也应采用合适的遥感融合技术方法,对于选择采用哪种遥感融合技术方法,主要目的在于明确使用技术目的。

然而对于通过融合技术得到的遥感影像图和影像数据进行更高质量级别评价也仍然是一个十分关键性的过程。

本论文是在ENVI的环境下进行高分辨率像片提取,进行影像配准,并按照不同的融合方法进行像片融合。

本文主要讨论HSV变换法、Gram-Schmid融合算法、Brovey融合算法及PCA融合算法这四种方法,然后通过均值与信息熵、平均梯度、相关系数作为融合像片的客观评价指标进行融合后的比较,根据主观与客观评价相结合,为不同的人、不同的需求提供适合的参考与理论依据。

关键词:

融合；HSV变换法；Gram-Schmid融合算法、Brovey融合；NNDiffuse融合；对比

第1章绪论

1.1引言

目前,遥感影像图与影像信息融合技术是将多个对遥感影像图有利的信息系统性联系起来的最重要的有效途径之一。

它已发展成为了一个非常重要的且不可或缺的技术分支，并仍在迅速发展。

为我国的遥感仪器的应用提供了一个非常大的研究平台。

充分利用图像传感器、图像信息处理、信号图像处理等新兴学科的新技术，结合多种新的遥感影像，形成新的遥感影像，可以让被融合后的遥感影像将所有被融合的各种遥感影像的各种优点功能集合运用到一起来,使得被融合后的各种遥感影像能够具有较好的影像可视性和鉴别性,最大限度地充分利用各种遥感影像中所包含的各种信息源并作出综合决策,遥感图像中所载信息的功能方面的空白已经填补，在合并之前无法通过各种类型的传感器获得这些信息。

综合遥感图像不仅扩大了其应用范围，而且大大提高了遥感图像的准确性和准确性。

遥感通过对不断变化的图像信息资源进行分析，可以通过这种分析及时发现这些资源，多个遥感区域的图像的判读,遥感影像的信息融合应用技术在当今社会中仍然起着不可或缺的重要应用价值和重要实际意义,遥感影像信息融合的技术的目的主要在于:

实现动态影像监测、降低遥感影像中的噪声、增强区域目标影像特征、信息资源互补、提高区域分类影像精度、提高区域空间影像分辨率。

遥感影像与图像信息融合已经发展成为现代图像信号处理技术领域中不可或缺的关键技术,并在很多现代军事和民用技术方面中都有着目前无法可以替代的巨大应用。

随着现代遥感技术的不断进步发展,也不断给现代遥感影像技术融合的应用技术以及应用发展提出了新的技术挑战和产业发展的良好契机。

1.2研究工作的意义和目的

人们将遥感影像的融合技术定义为:

处理通过各种传感器获得的图像和提取图像数据所含信息。

使用特定的算法可以将所获得的有用信息与遥感图像的新技术结合起来，被称为遥感图像综合技术。

遥感影像数据融合技术是将2个或2个以上不同的图像传感器上所获取的一个遥感影像在同一时间（或不同一段时间）内所获取的某个具体遥感场景的一个遥感影像或将一个遥感影像数据序列中的信息进行加以分析综合,生成一个这个具体场景新的一个遥感影像,而这些所有需要的信息也都是从我们无法从单一的传感器或某个节点获取的某些信息中获取得到的。

有时遥感影像直接融合的数据对象也只能可以认为是单一的影像传感器在不同一段时间内直接获取的相同时间地区的多个遥感影像融合数据。

遥感影像融合技术是以不同特征气象信息数据优化综合为根本的技术原则,主要的技术目的也就是将单一气象传感器同时获得的多波段大型遥感气象影像或不同应用类别传感器所同时提供的不同特征信息数据加以优化综合,提高经过融合后大型遥感数据的综合可持续应用性和多波段光谱以及低分辨率的大型遥感影像对偏远地物的精确识别观测能力。

融合后的现有遥感影像技术可更好地充分发挥其来自不同类型传感器现有遥感数据的技术优势互补,弥补某种类型传感器的现有遥感影像数据的不足,减少了数据不确定性,提高数据分类的处理精度、解译及其他动态数据监测分析能力。

遥感影像信息融合技术可以直接使所有遥感影像的视觉空间感和分辨率大大提高,多个无线传感器同时获得的遥感影像数据的实时融合分析可以明显的使我们看到遥感影像对于分类信息识别的工作精度有所提高,例如微波遥感影像和光学遥感影像它们甚至可以同时提供一个互补的遥感信息资源来用于帮助我们识别一些特定地物。

任何的光谱传感器本身都会可能有自己的不足,用于光谱的传感器有时可能会受到云雾的严重遮挡而不能准确获取数据和相应的地面地形信息,造成光谱遥感器的影像信号解译的不准确,甚至一些地形变化会严重影响使用雷达系统获得的遥感数据。

所以,传感器和大数据资源融合技术可以将不同技术类型的影像遥感器和影像的各自优势信息资源不足进行弥补,这样做起来可以实现不同优势点的信息资源互补。

通过遥感信息的判读等方法，不仅可以及时发现不断变化的图像信息，而且可以利用综合遥感信息的技术从卫星图像中获得最新信息。

在目前和不远的将来，它在工业社会技术的应用和实际应用方面也发挥着重要作用，其主要目标是：

:

（1）减少遥感图像的噪音：

由于传感器产生的大部分图像无法避免噪音，利用遥感图像集成技术可以减少噪音的影响。

。

（2）提高空间分辨率：

它可以同时保留遥感提供的多光谱信息；该系统的分辨率可通过遥感全色图像加以提高。

（3）目标更明确：

这一技术将增强对遥感图像的判读能力；同时，确保能够获得一个传感器无法获得的大量信息。

（4）改进分类的准确性：

在综合遥感图像之后，这些图像可能含有丰富的信息。

有助于对土地类别的解释和分类。

（5）动态监测：

遥感卫星在不同时间访问同一地区，将不同时间收到的图像融合起来；并且能解释动态区域的信息。

（6）信息的互补性：

一个传感器无法进行全面的观测，因此无法准确地显示所有的地类信息。

可以通过将遥感图像与各种传感器结合起来来补充信息。

1.3国内外研究现状

“遥感图像一体化的基本概念”是1960年代在美国产生的，自1980年代后期以来一直在广泛传播。

由于不同技术领域的共同需要，我们的遥感技术专家非常重视这个问题。

技术的可持续发展还取决于能否将广泛获得高质量和有效的遥感和信息手段的机会密切结合起来。

最初，两名美国科学家试图通过一个单一的深集成分析算法，深入整合噪声图像数据，利用两颗不同卫星（Landsat和WaterManagementSatellites）对地球进行遥感的卫星图像融合，最后发现，合成结果的卫星遥感影像受到地面噪声的强烈影响。

随后，其他发达国家逐渐发展了遥感图像应用和将信息纳入数字形式。

在过去三十年中，由于图像传感器的迅速发展，在获取和处理信息的技术方面发生了重大而重要的变化，从多光谱遥感中获得的高质量和高精度多光谱图像；由于光谱信息丰富，分辨率相对较高，因此广泛研究和使用了这些信息。

从1980年代7月至中期，我国开始进行深入的技术研究，以发展先进的图像获取和图像综合技术。

遥感影像在决策一级和特征一级将遥感纳入主流的技术进展缓慢的一个主要原因是：

当时我们没有自己的大型地面遥感卫星，因此，遥感研究人员在早期阶段侧重于应用航空航天遥感卫星技术。

由于与电子传感器有关的技术并不十分完善，大多数研究工作主要用于相关理论的基础研究，实际上并没有很多的应用，无法同时满足不同的应用程序产品的需求，在许多其他领域有明显的技术缺陷。

1986年底，继续研究和开发与利用图像综合遥感数据有关的技术发展。

美国遥感卫星（TM）深入研究和综合分析的结果；这引起了科学界极大的重视。

1990年，陈述彭陈平院士首次推出了“信息合成”的创新技术。

在我国大地测量基础研究方面一贯发挥重要领导作用，因此，在研究领域取得了杰出的成果。

1980年代后期，在各种非军事领域广泛使用了远程图像处理综合控制技术。

例如，中国地图编辑，图像内容处理和软件更新。

1990年代，与遥感图像和将信息纳入数字信息有关的科学和技术研究进入了一个新的发展时代，随着国际信息一体化协会的正式成立和一些相关的科学网站的建立，其成果稳步增加。

二十一世纪，利用卫星开发和应用现代遥感技术的自主创新技术激励了许多国家的经济和社会发展。

进一步发展这种遥感技术。

1999年，与巴西合作发射了资源-1号遥感卫星，并在该卫星上安装了CCD照相机，以及多通道光谱成像扫描仪。

这一技术广泛用于卫星数据和其他信息，如卫星、地球轨道探测器、农业作物等。

总的来说，遥感图像综合技术是医学、遥感和各种学科的综合和现代化。

随着科学和技术在社会中的进步，将遥感技术与图像结合起来必然会导致更广泛的研究和开发成果。

将为发展提供广阔的前景。

与此同时，对遥感影像应用的需求不断增加，将有助于更好地整合遥感图像，并确保这些图像得到广泛应用和开发。

过去，图像集成技术受到限制，主要是因为获取视频数据的技术限制。

由于科学和技术的发展以及国家总体能力的提高，无法获得遥感信息，目前正在发展一种能力，以便从遥感图像中获得更准确、更有用和更可靠的信息。

建立将遥感数据纳入未来的快速和准确的算法，是发展遥感图像一体化的一个途径。

在这方面，委员会注意到，为改进对目标的解释和解释，利用遥感所提供的各种图像的优势和局限性进行了一些研究。

1.4遥感影像融合的应用

（1）遥感影像融合在资源调查上的应用

利用IHS方法对现场油气全色遥感图像和陆地卫星遥感图像进行分析融合，并利用油气综合遥感图像数据分析阿塞拜疆地区的图像基础，预测油气运动海量，在分析油气遥感图像数据的基础上，确定油气的几何运动断层，预测油气在覆盖地层烃源岩过程中的径向运动规律，并通过定量分析计算全球油气储量。

研究人员测量夏威夷瓦胡岛上的珊瑚生产力，利用激光遥感技术测量图像的入射光吸收效率和光源的效率。

珊瑚植物的生产力是珊瑚植物的太阳吸收能力乘以珊瑚植物的太阳辐射率，再乘以珊瑚植物的可再生太阳能。

这些数据可以从快鸟的卫星地图和激光雷达的浅水成像中获得。

近年来，人们发现鼠尾藻在南太平洋的几个主要海域迅速繁殖。

在新喀里多尼亚，野生物种可能是环礁湖中的常见物种。

高分辨率陆地卫星和快鸟图像可用于准确估计新喀里多尼亚西南群岛环礁湖泊中马尾藻的含量、组成和生物量。

结合田间试验数据进行生物量分析，通过地表生物量和总生物量的平均值比较区分种类。

我国在海洋遥感技术应用于海洋微生物实时监测方面取得了一定的成就。

针对高速公路上雷达阴影图像覆盖高速公路的问题，采用多光谱特征图像融合的方法，融合了不同地物分辨率和不同偏振检测方法的多角度光谱特征