多源数据的融合

1、遥感数字影像处理,崔海山,广州大学地理科学学院,地理数据科学系,2005.1.20,第四讲,多源数据的融合,1,数据融合的概念,2,遥感数据的融合,3,遥感数据与非遥感数据的融合,1,数据融合的概念,1.1,定义,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,多种遥感数据源信息融合,是指利用多种对地观测技术所,获取的关于同一地物的不同遥感数据，通过一定的数据,处理技术提取各遥感数据源的有用信息，最后将其融合,到统一的空间坐标系,图像或特征空间,中进行综合判读或,进一步的解析处理,1.2,内容,它包括空间配准和内容融合两个方面，从而在统一地

2、理,坐标系统下，构成一组新的空间数据、一种新的合成影,像,1.3,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,多种遥感数据各具有一定的空间分辨率、波谱分辨率,与时间分辨率，各有其主要的应用对象和特色，同时又,有其在实际应用中的局限性。如果将各种遥感数据进行,融合与综合分析，便可弥补单一数据的不足，以达到多,种数据源的相互补充、相互印证。这样，不仅扩大了各,数据的应用范围，而且大大提高了分析精度,3,数据融合的数据源可以是多种的，其融合并非几种数,据的简单叠加，往往可以得到原来几种单个数据所不能,提供的新数据。所以，数据融合十分有助于地学分析提,取特定的数

3、据，有助于更可靠地阐述自然环境各要素的,相互关系、赋存与演变规律，满足地学分析及各种专题,研究的需要。因此，数据融合方法具有广泛的实用意义,它是遥感地学分析中很重要的一种手段，也是目前遥感,应用分析的前沿,1.4,数据融合的发展,数据融合的概念始于,70,年代。进入,20,世纪,90,年,代以后，随着多种遥感卫星的发射成功，从不同遥,感平台获得的不同空间分辨率和时间分辨率的遥感,影像形成了多级分辨率的影像金字塔序列，给遥感,用户提供了从粗到精、从多光谱到高光谱的多种遥,感数据源。融合的发展在一定程度上解决了多种数,据源综合分析的问题,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

4、遥感解译能力和进行动态分析,2,后来发展到不同类型遥感数据的融合，如陆地卫,星与气象卫星、陆地卫星,MSS,与航天飞机成象雷达,SIR,A,陆地卫星,MSS,与海洋卫星侧视雷达,SAR,以及陆地卫,星,MSS,与,RBV,等，以扩大应用范围，提高分析精度，获,得更好的遥感应用效果,3,与此同时，人们越来越感到由于遥感本身以及实,际应用中的局限性，要真正认识事物，并非遥感独家所,能完成。它需要其它学科的支持，只有遥感与非遥感数,据的融合，如与气象、水文数据，与重力、磁力等地球,物理增息，与地球化学勘探数据，与专题地图数据，以,及与数字地形模型,DTM,等数据融合，进行综合分析,才能更好地发挥作用

5、,1.5,数据融合的技术关键,1,充分认识研究对象的地学规律,2,充分了解每种融合数据的特点和适用性,3,充分考虑到不同遥感数据之间波谱数据的相,关性引起的有用数据的增加以及噪声误差的增加,因此对多种遥感数据作出合理的选择,4,几何配准，即解决遥感图像的几何畸变，解,决空间配准问题,只有对地学规律、影象特征、成象机理,这三者有深刻的认识，并把它们有机地结,合起来，数据融合才能达到更好地效果,2,遥感数据的融合,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

6、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,数据融合前处理,影像配准是数据融合处理中的关键步骤，其,几何配准精度直接影响融合影像的质量。通常情,况下，不,同类型的传感器影像之间融合时，由于,它们成像方式的不同，则其系统误差类型也不同,如,SPOT,与,TM,数据融合时,SPOT,的,HRV,传感器,是以,CCD,推帚式扫描成像的，而,TM,则是通过光机,扫描方式成像的，因而不同类型影像进行融合时,必须经过严密的几何校正，分别在不同数据源的,影像上选取控制点,用双线性内插或三次卷积内,插运算对分辨率较低的图像进行重采样,改

7、正其,误差，将影像投影到同一的地面坐标系统上，为,图像配准奠定基础,2.2,遥感数据融合方法,1,彩色技术,2,代数运算,3,影像变换,2.3,不同传感器的遥,SPOT 10m,感数据融合举例,例,1 TM,和,SPOT,影像数据融合,TM,影像有,7,个波段，光谱数,据丰富，特别是,5,和,7,波段,SPOT,数据就没有，但,SPOT,数,据分辨率高，全色波段可达,10m,比,TM,的,30m,和,SPOT,多光,谱传感器的,20m,都高，两者,融合既可以提高新图像的空,间分辨率又可以保持较丰富,的光谱数据,融合后的图像既保留了,SPOT,的空间分辨率，又保留了,TM,的光谱分辨率,TM74

8、2,与,SPOT,融合,例,2,雷达和陆地卫星影像数据融合,侧视雷达图像可以反映地物的微波反,射特性，地物的介电常数越大，微波反射,率越高，色调越发白，这种特性对于反映,土壤、水体、山地、丘陵、居民点，以及,道路、渠道等线性地物明显优于陆地卫星,影像，因此如将雷达影像与陆地卫星影像,融合，可以既反映出可见光，近红外的反,射特性，又可以反映出微波的反射特性,有利于综合分析,例,3,洪水监测研究中的影像数据融合,针对具体问题常常有不同的融合方案。比如研究洪,水监测，可选择的遥感数据源有,TM,图像、侧视雷达图像,气象卫星图像等。用每一种图像单独分析时都有不理想,之处。实验表明，融合后的图像实用性大

9、大增强。因为,从不同数据源来看，多时相的,NOAA,气象卫星图像地面分,辨率低,1.1km,，但时相分辨率高，数据及时，可昼夜,获取，同步性强，有利于动态监测,TM,图像光谱数据丰,富，几何性能好，空间分辨率较高，有利于分析洪水数,据；侧视雷达图像较易观察水体和线性地物，并且可全,天候获取数据，有利于实地监测洪峰,将,TM,与侧视雷达,图像融合，既可获得洪水、水田、旱地情况，也可获得,大堤、水渠等线性地物情况,将,TM,与气象卫星图像融合,可以克服云层影响和气象卫星分辨率低的不足,因此融,合图像在洪水监测中更具实用意义,2.4,不同时相的遥感数据融合,在观测地物的类型、位置、轮廓及动态变化时，

10、常需,要不同时相遥感数据的融合。融合的步骤为,1,配准：利用几何校正的方法做位置匹配,2,直方图调整：将配准后的图像尽可能地调整成一,致的直方图，使图像亮度值趋于协调，以便于比较,3,融合：不同时相的图像融合主要用来研究时间变,化所引起的各种动态变化。采用的融合方法主要有,彩色合成方法,通过颜色对比表现变化,差值方法,差值后可设定适当阈值，获得只有,0,与,1,的二,值图像，以突出变化（变化部分为,1,非变化部分为,0,或相反,比值方法,也可设定阈值，类别不变的地物一定接近于,1,因此同样可利用二值图像突出变化,3,遥感与非遥感数据的融合,3.1,遥感与非遥感数据的融合的意义,遥感数据来源于地

11、球表面物体对太阳辐射的反射（被动,遥感），某些波段还具有一定的穿透能力，由此可得到,具有一定地表深度的数据。通过不同地物的相关性，还,可间接地获得数据，例如植被和土壤相关，通过覆盖在,土壤上的植被数据，可间接地分析出土壤的情况。还可,通过不同遥感数据源的优势互补，进行融合增加数据量,尽管如此，仅通过遥感手段获取数据仍感到不够,不能,解决遇到的全部问题,因此将地形、气象、水文等专题,数据，行政区划、人口、经济收入等人文与经济数据作,为遥感数据的补充，可有助于综合分析问题，发现客观,规律，提高解译的效果，因此遥感数据与地理数据的融,合也是遥感分析过程中不可缺少的手段,遥感数据是以栅格格式记录的，而

12、地面采集的地,理数据常呈现出多等级，多量纲的特点，数据格,式也多样化。因此，为了使各种地理数据能与遥,感数据兼容，首先需要将获取的非遥感数据按照,一定的地理网格系统重新量化和编码，以完成各,种地理数据的定量和定位，产生出新的数据格式,甚至可以将其制作成与遥感数据类似的若干独立,的波段，以便和遥感数据融合。这样，遥感数据,与非遥感数据可在空间上对应一致，又可在成因,上互相说明，以达到深入分析的目的,3.2,遥感与非遥感数据的融合步骤,1,地理数据的网格化,为了使非遥感的地理数据与遥感数据融合，前提条,件是必须使地理数据可作为遥感数据的一个“波段,这就是说通过一系列预处理，使地理数据成为网格化,的

13、数据；地面分辨率与遥感数据一致；对应地面位,置与遥感影像配准,网格数据生成,原始采集的地理数据多种多样，其中以,离散形式采样的数据居多，如高程点值、土壤酸碱度值,与气温值等。这种数据不能以统一的数学模型生成网格,但在某一局部仍可用近似的数学函数来表达，因此常采,用局部拟合法进行逐点内插,与遥感数据配准,地理数据生成网格时，网格所对应,的地面分辨率应与遥感数据的地面分辨率一致。如果,从地理数据无法得到与遥感数据一致的分辨率，只有,用配准的方法同时调整分辨率与位置,配准仍采用几何校正法，但需特别注意控制点选取的,准确性,2,最优遥感数据的选取,融合时的遥感数据常常只需一个或二个波段，如为使分,辨率

14、优化，可选取,SPOT,数据的全色波段，当用,TM,数据时,则可选用,K,L,变换后的前两个波段，以达到减少数据量,保持数据量的目的。因此选取适合需要的遥感波段十分,重要,3,配准融合,栅格数据与栅格数据,在完成分辨率与位置配准后，多,采用两种方法：非遥感数据与遥感数据共组成三个波,段，实行假彩色合成；两种数据直接叠加，波段之间,可作加法或其他数学运算，也可在波段之间做适当的,与”、“或”等布尔运算,栅格数据与矢量数据,常采用不同数据格式的融合和不同,数据层的融合。只要坐标位置配准，栅格数据与矢量数,据也可以叠加，如在遥感影像上加上行政边界或等高线等,不同层面的融合，这里的层面指计算和记录时将不同的,图像记录到不同的层上，显示时可以分别显示，也可以一,起叠合显示。达到融合的效果，如要想在遥感影像的背景,上突出河流湖泊等水体部分，或突出其他地理特征，则被,突出的部分可单独记录为一层,遥感数据和非遥感数据还可以在同一地理投影坐标系统,下放到一起作综合分类分析，这种分析不限波段数目,例如分析盐渍土时可以采用,TM1,2,3,4,5,7,六个波,段，再加上非遥感的地形数据、地下水埋深、地下水矿,化度等重要的影响盐渍土的数据所形成的网格作为参与,分类分析的“波段”。综合分析由于考虑了地理因素,使结果的可靠性和精确度得到提