数事热本与变用
航测内业中遥感影像融合方法研究
孔鹏飞孔建利
(江西省基础测绘院江西南昌330046)
应用研究
摘要:本文简述了多源逐感影像融含过程，分析多种建感影像融含方法的特点、存在的问题及其应用，应用BroVey变换、乘积变模、主成分变换、HIS变换、小波变换等五种方法对图像进行影像融含。
关键词：航测内业造感影像融含方法
中图分类号：TP751
文献标识码：A
文章编号：1007-9416(2013)09-0089-01
随着时代的发展，通感技术，通感数据量激增，分辨率大大提高多源遥感应用通感数据的有效利用已经成为瓶颈问题。多源遥感数据虽具有重要的互补性，但存在允余性，应用单源通感数据获取信息的有限性，已难于满足实际需求。因此，利用多源通感数据，有针对性的去除无用的信息，消除允余，少了数据处理量，而且还大量的数据整合有用的信息，以方使信息的功能相得益影，发挥他们的各自优势，为更多的很多有用的信息，通感影像融合技术应运而生。 1多源遥感影像的融合
1.1逸感影像数据融合与预处理
遥感影像数据融合是一种将低分辨率的多光谱数据与高分辨率的全色数据利用数学的方法，通过严密的计算，进而得到兼具两种原始影像数据优点的数据处理过程，数据的融合首先对原始遥感影像收集的数据要进行融合，对通感影像进行合适的预处理：除去原始影像中有问题的扫描线和噪声，以便增加影像质量提高融合效果，根据被融合影像中得取边缘、形状、轮廊、纹理等这些信息进行处理，增加速度，而最重要的是对要进行融合的影像进行空间配准。融合之前对多种来源的数据进行高精度的图像配准是为了改善一体化的质量是非常关键的因素。
1.2影像数据的融合
多源递感影像的数据进在行融合时，需根据实际测量的需要和融合的目标选择适应的融合方法，通过各种方法的原理和步赚进行。融合过程中的每一步变换都要进行确定和选择一系列的参数，最后的融合效果直接受这些参数的影响，因此一种融合算法也需要反复的进行试验，面最适当的融合方法以及融合时选择什么样的参数，要在不同的照合方法之闻进行比较之后才可以确定。对于各种算法所获得的聪合通感影像，根据实际需要进一步的处理，如“匹配
处理"和"类型转换"等，以取得研究的目标更明确的表示。 2航测内业中遥感影像韶合的主要方法
通感影像融合选择合适的融合方法是最关键的，影像融合主要分为像素级、特征级和决策级融合等三个层次。
本文基于像素级的影像融合方法，只选取五种方法进行讨论： Brovev变换、乘积变换、主成分变换、HIS变换，小波变换。
2.1遇感影像融合中的Brovey变换法
Brovey变换法是一种相对简单常用的比值运算的影像融合方法，是通过归一化后的三个波段多光谱影像与高分辨率影像的乘积的融合方法，Brovey照合是一种应用广泛的RGB彩色照合变换方法，也称色彩标准化融合。它可以应用于不同传感器的影像数据融合，如TM多光谱和SPOT全色影像的融合。它的特点是：简化图像转换过程的系数以最大限度地保留多光谱数据的信息。一定程度上保持了多光谱数据的完整性又增强了图像的细节，对于山体、水体、植被一类地物表现非常明显，儿乎保持了原始影像的色调信息。但是 Brovey变换法的局限性只能处理三个波段的多光谱数据的融合，工作量少，从而限制了它的使用。同时，此变换法还存在着融合图像受噪点影响大、高分辨率零星细节保留过多等缺点。
2.2逸感影像融合中的乘积变换方法
乘积变换利用最基本的乘积组合算法直接对两类遥感影像信息进行合成，是应用最基本的乘积组合算法。即把多波段围像中的任意一个波段值与高分辨率遥感数据的乘积赋给融合以后的波段数值。它是由Crippen的特种分析技术演变来的，通过演变表明：将一定亮度的影像进行乘积变换处理时，只有乘积变换使其色彩保持不变。可用这种方法把人工特征，城市道路等高反射特征地物突显出来，一般适用于在城市、郊区的研究。
2.3递感影像融合中的主成分变换方法
变量之间的关系是基于主成分分析的方法，也称为KL变换方法，在尽可能不丢失信息的前提下，使用线性变换的方法实现数据压缩的方法。其目的是把多波段的图像信息压缩或综合在一幅图像上，以使各波段信息能最大限度地表现在新的图像上，它主要用于：增强数据压缩影像，在光谱特征空闻中突出物理意义显著的指数监测土地利用的动态变化。
2.4逸感影像融合中的HIS变换方法
融合多源遥感图像时最常用的方法是HIS变换法，是遥感影像融合算法中最常用的算法之一。HIS变换属于色度空间的变换，由明度、色调、饱和度来构成，被称为图像融合成熟的标准方法。在色度学上，利用分离出来的影像明度与高分辨率影像数据全色数据波段进行简单替换或适当的算法计算，得到一个分量，将分离出来的影像明度用计算得到的分量进行替换，再对替换后的明度、色调和饱和度三分量图像进行反变换，生成RGB数据融合成果。进行融合处理后可增强融合的饱和度，改善了图像的质量和分辨能力，可用于增强地质特征、增强色彩、微地物、微构造等信息的提取和解
2.5遇感影像融合中的小波变换方法
小波变换是一种新兴的数学分析方法，已经受到了广泛的重视。是介于频率域表达和函数的空闻域表达之闻的一种方法。经小波变换可将原始图像分解成不同空间分辨率、频率特性和方向特性的子图像进行分析处理。它的分频特征相当于划分的高、低频滤波器，信号可以分解为低赖和高赖细节、纹理信息，原始信号中包括的信息，而不会失去。小波变换的优点：有变焦性、小波基选择灵活性和信息保持性等，而图像融合的主要是使融合后的图像兼具全色数据的高空间分辨率和多光谱数据的色彩信息，从面提高融合图像的
可判读性。 3结语
目前，多源通感图像融合已经成为一个热门的研究课题。每种方法都有自已的优点和缺点：PCA融合图像的融合提高空间细节的功能，增强解释的多光谱成像效果，降低了频谱失真，突出不同的
物体的细节。参考文献
[1]姜芸,藏激英.王军.多源感影像数据融合技术研究[J].测绘与空间地理临惠,2009.(32)
[2]孟京辉，陆元昌,刘刚.等.遥感图像数据融合方法与评价方法[J]. 河北农业大学学报,2010,(33)。
89