多源遥感影像数据融合技术探讨

1、 多源遥感影像数据融合技术探讨1姚静,康停军辽宁工程技术大学测绘与地理科学学院,辽宁阜新 (123000E-mail:yaojing1124摘要:针对当前海量遥感数据与相对较低的数据利用率并存的现状,探讨了数据融合的概念,融合的三个层次:像素级、特征级和决策级融合,以及各层次的优缺点、流程和常用融合方法;并详细阐述了融合影像的评价指标。进行了某地区的融合试验,从而得出对同一地区的遥感影像数据进行融合,可以产生更准确、更完全,更可靠的估计和判断的结论,为类似的工作提供了借鉴。关键词:多源遥感影像,数据融合,像素级,评价指标中图分类号:TP751.引言随着遥感技术的发展,光学、热红外和微波等大量不

2、同卫星传感器对地观测的应用,获取的同一地区的多种遥感影像数据(多时相、多光谱、多传感器、多平台和多分辨率越来越多。与单源遥感影像数据相比,多源遥感影像数据所提供的信息具有冗余性、互补性和合作性1。这些多传感器、多时相、多分辨率、多频段的遥感图像数据,各自显示了自身的优势和局限。为了更充分地利用和开发这些数据资源,数字图像融合技术便应运而生2。20世纪70年代美国学者最早提出“数据融合”概念,于80年代建立其技术。军事上的迫切要求,使它得到了很快的发展,并引起世界各国的普遍关注。在遥感中,遥感影像数据融合属于一种属性融合,是将同一环境或对象的多源遥感影像数据综合所用的方法和工具的框架,产生比单一

3、信息源更精确、更完全、更可靠的估计和判决,以获得满足某种应用的高质量信息3。2.多源遥感影像数据融合的层次影像融合的分类方法有很多种,按照数据抽象的三个层次,融合可分为三个等级,即像素级、特征级、决策级融合。2.1像素级融合像素级融合是指将配准后的影像对像素点直接进行融合。例如,加、乘、梯度、线性平均、比值、多元回归等运算。一般来说,融合的结果可以得到一幅信息含量更大、更全面的图像,有利于下一步的图像分析和理解。像素级融合对传感器配准的精度要求较高,其优点是保留了尽可能多的信息,具有较高精度。缺点是处理信息量大、费时、实时性差4。由于像素级融合是基于最原始的图像数据,能更多地保留图像原有的真实

4、感,提供其它融合层次所不能提供的细微信息,因而应用广泛。像素级融合常用方法:加权融合法、比值融合法、乘积融合法、高通滤波法、IHS变换融合法、主成分变换法,以及比较热门的小波变换等。多源遥感影像数据融合最典型的应用是高分辨率影像全色波段和低分辨率多光谱影像数据的融合;融合后的影像既保留了多光谱影像的较高光谱分辨率,又保留了全色影像的高空间分辨率。1本课题得到教育部博士点基金(20050147002和辽宁省自然科学基金(20042175的资助。 像素级融合的流程如图1所示: 图1 像素级融合流程图Figure1.flowing chart of pixel data fusion2.2特征级融合

5、特征级融合是指将经过配准的数据先进行特征提取,然后进行关联处理,使每一种传感器得到同一目标的特征向量,最后融合这些特征向量,进行图像分类或目标识别。优点:实现了可观的信息压缩,有利于实时,并且提供的特征直接与决策分析相关4。特征级融合的常用方法:基于Bayes统计理论,基于D-S证据理论融合法,聚类分析法,神经网络法等。特征级融合方法的流程如图2所示: 图2 特征级融合流程图Figure2.flowing chart of feature data fusion2.3决策级融合决策级融合是指将经过配准的数据进行关联处理后,对每一传感器数据给出目标识别结果,然后对这些结果根据地物特征的不同特点进

6、行图像分类组合,得到高层态势评估。其优点是具有很强的容错性和很好的开放性,并且处理时间较短。难点在于分类特征组合与表达的机理难以量化和统一4。 决策级融合常用方法:最大似然法,D-S方法,基于专家知识的专家系统、基于神经网络、基于模糊集理论方法。决策级融合流程如图3所示: 图3 决策级融合流程图Figure3.flowing chart of decision level data fusion3. 融合影像的质量评价融合影像质量的评价不仅是评价融合影像的好坏以及对后续应用的影响,更是评价融合算法性能的一个重要依据。常用的质量评价方法分为定性评价和定量评价5,定性评价的方法主要是通过目视观察法

7、对融合后的影像进行分析评价,定量评价的方法则是使用均值、标准差、信息熵、平均梯度、偏差指数、相关系数等作为评价指标。3.1目视观察法目视观察是一种最直观,也是在图像质量评价中最常用的一种方法,主要通过空间分辨率、清晰度、极限放大倍数对影像进行评价。目视观察方法的优点是操作简单,效率高;但是,目视观察结果存在很大的不确定性,而且它还只能做出定性的评价,没有科学数据的支持,可靠性无法掌握。因此,对影像的质量进行定量的分析则显得尤为重要。3.2影像质量定量评价指标常用的影像质量定量评价指标包括均值、标准差、信息熵、平均梯度、偏差指数、相关系数等。3.2.1均值( G X均值就是图像中所有像素的灰度平

8、均值,它近似反映了图像的灰度分布情况。灰度分布情况接近的图像,均值也会比较接近。均值的定义式为 11,001(M N i j i j G X G X M N =其中,X 表示大小为M N ×的图像,(i j G X 表示图像X 中(,i j 点的灰度。3.2.2标准差(Std X标准差的定义式为: 2(Std X = 其中,式中变量定义同上式。标准差是衡量图像信息丰富程度的一个重要指标。3.2.3信息熵 2根据仙农(Shannon信息论的原理,一幅8bit 表示的图像x 的信息熵为:(25520log i ii H x P P =式中:x 为输入的图像变量,i P 为图像像元灰度值为

9、i 的概率。熵越大,图像所包含的信息量越丰富。3.2.4平均梯度(g X 平均梯度的定义式为: 111222001(,(,M N x y i j g X f i j f i j M N =+ 其中(,x f i j 、(,y f i j 分别为像素(,i j 在X 、Y 方向上的一阶差分值。平均梯度反映了图像中微小细节反差与纹理变化特征,也反映了图像的清晰度。3.2.5相关系数(,X Y 相关系数反映了图像X 和Y 的相关程度,定义式为:11(,1(y x S S i i X Y G X G X G Y G Y S S = 其中, x S 、y S 分别为图像X 和Y 的大小,(D X 、(D

10、 Y 分别为图像X 和Y 的方差。3.3试验数据分析我们选用99年Landsat-7TM 获取的某地TM8波段和TM4,3,2进行融合试验。经过精确空间配准后(配准误差控制在0.5个像元之内,选取试验区大小为512×512像素,采用球体IHS 变换进行了融合试验,融合前后影像的熵、标准差、均值、平均梯度、相关系数见表2。试验结果表明:融合后影像的熵、平均梯度、均值、方差都有了很大的提高,因此经过融合后的影像提高了影像的清晰度、信息含量,有利于后续解译和分类工作的开展。 表1 参数统计表Table 1 statistic of parameters标准差图像波段号熵平均梯度均值与原TM

11、对应波段相关系数1.5039 60.447 1.00 8.4804 4.7362Landsat-72.3080 50.501 1.00 14.046多光谱 3 5.28002 5.74693.0042 88.647 1.00 15.4653.1509 60.532 0.8128 7.514球体HIS 4 4.77823.3360 50.540 0.9466 12.694变换 3 5.28482 6.00185.1583 89.049 0.9352 17.251 4. 结论多源遥感影像数据融合作为遥感领域一门新兴的技术正在兴起并不断完善,本文在分析和总结多种融合理论和方法的基础上,探讨了多源遥感

12、影像数据融合的层次、特点、流程及常用算法,归纳总结了多源遥感影像数据融合技术的质量评价标准,并通过试验证明了影像融合的必要性,为类似的工作提供了借鉴参考。参考文献1贾永红,李德仁,孙家柄.多源遥感影像数据融合J.遥感技术与应用,2000,15(1:19-23.2赵英时等.遥感应用分析原理与方法M.北京:科学出版社,2003:251-263.3贾永红.多源遥感影像数据融合技术M.北京:测绘出版社,2005:10-14.4冉向书。多源遥感图像融合及其应用研究D. 西安:西北工业大学硕士学位论文,2005,3.5邢帅。多源遥感影像配准与融合技术的研究D.郑州:信息工程大学硕士学位论文,2004,4.

13、The study of the theory for data fusion of multi-sourceremote sensing imageYao Jing,Kang Ting-junSchool Of Geomatics,Liaoning Technical University,Fuxin,Liaoning (123000AbstractAimed at the problem between a great deal of remote sensing image data and the low efficiency of the data, discussing the c

14、oncept of data fusion, the three levels of data fusion, which contains pixel-based, feature-based and decision-based, and the advantage and disadvantage of every level, the flow, the algorithms of fusion, the evaluate of fusion effects. We have made an experimentation, and the conclusion is that data f