常见的有图像复合ImageFusion影像融合.pptx

第十章第十章第十章第十章遥感影像复合遥感影像复合遥感影像复合遥感影像复合 10.1 10.1 影像复合的概念影像复合的概念10.2 10.2 影像复合的作用影像复合的作用10.3 10.3 影像复合的方法影像复合的方法 10.3.1 基于特征的复合 10.3.2 基于判决水平的复合 10.3.3 基于像元的复合10.4 10.4 遥感与地理信息系统的结合遥感与地理信息系统的结合 第十章第十章 遥感影像复合遥感影像复合影像复合的概念影像复合的概念 多种名称，常见的有：多种名称，常见的有：图像复合（图像复合（Image Fusion)Image Fusion)影像融合影像融合(Image Merging)(Image Merging)、数据复合数据复合(Data Fusion)(Data Fusion)、数据综合数据综合(Data Integration)(Data Integration)、影像综合影像综合(Image Integration)(Image Integration)、信息复合信息复合(Information Combination)(Information Combination)等等 还有学者称结合(Combined)(Lichtenegger，1991)、重合(Coincident)(Crist，1984)、互补(Complementary)(Koopmans和Forero，1993)、组合(Composited)(Daily等，不同的学者定义不同的学者定义 Keys(1990)Keys(1990)，FranklinFranklin，Blodgett(1993)Blodgett(1993)定定义为输入某区域的空间、时间、光谱都不同的义为输入某区域的空间、时间、光谱都不同的影影像数据像数据，对像元第三个新值的计算；，对像元第三个新值的计算；Mongolini(1994)Mongolini(1994)将数据复合定义为利用多源将数据复合定义为利用多源数据不同的特点，以提高数据信息质量的方法，数据不同的特点，以提高数据信息质量的方法，这一定义不仅包括这一定义不仅包括遥感影像遥感影像的复合，而且包括与的复合，而且包括与其它实际数据如其它实际数据如地形图、全球定位系统地形图、全球定位系统(GPS)(GPS)数据数据等的复合；等的复合；ShufetShufet和和Mckeown(1990)Mckeown(1990)考虑到在图像处理中考虑到在图像处理中不同水平上的复合，定义为信息复合，此处指在不同水平上的复合，定义为信息复合，此处指在复合前已将信息解译到知识水平。复合前已将信息解译到知识水平。共共 同同 配配 合合 数数 据据 分分 析析(Co-registered)(Co-registered)(Rebillard(Rebillard和和NeguyenNeguyen，1982)1982)，它它不不仅仅指指不不同同光光谱谱影影像像数数字字的的运运算算，且且包包括括多多源源数数据据以以红红、绿、蓝绿、蓝(RGP)(RGP)简单的叠合。简单的叠合。Hall(1992)Hall(1992)定定义义数数据据复复合合是是处处理理信信息息和和数数据据以达到改善判决信息的过程。以达到改善判决信息的过程。GendertenGenderten和和Pohl(1994)Pohl(1994)的的定定义义，即即影影像像复复合合为为利利用用某某些些算算法法对对二二个个或或更更多多的的不不同同影影像像的的结结合合。（目前越来越多的学者接受）（目前越来越多的学者接受）定义要点定义要点：不同的数据源不同的数据源不同平台的遥感资料不同平台的遥感资料包括非遥感资料包括非遥感资料遥感影像是以什么方式在什么层次上遥感影像是以什么方式在什么层次上复合复合复合的目的和效果复合的目的和效果影像复合的作用影像复合的作用 .1.1 提高分辨率提高分辨率 多光谱影像与高空间分辨率影像复合，多光谱影像与高空间分辨率影像复合，Smard(1982)Smard(1982)、ClicheCliche等等(1985)(1985)Price(1987)Price(1987)、CarperCarper等等(1990)(1990)FranklinFranklin和和Blodgett(1993)Blodgett(1993)RanchinRanchin等等(1996)(1996)我国学者贾永红我国学者贾永红(1997)(1997)方红亮方红亮(1998)(1998)丘志成丘志成(1990)(1990)等等 多光谱波段多光谱波段(XS)(XS)和全色波段和全色波段(PAN)(PAN)TMTM资料与全色波段（资料与全色波段（PANPAN）多波段资料与高分辨率航空资料的复合或多波段资料与高分辨率航空资料的复合或雷达数据；雷达数据；2.2 2.2 改善几何配准精度和几何校正精度改善几何配准精度和几何校正精度 提高影像分辨率，使得图像几何配准精提高影像分辨率，使得图像几何配准精度极大地提高。度极大地提高。Ehlers(1991)Ehlers(1991)WelchWelch等等(1985(1985，1990)1990)2.3 2.3 产生立体影像数据产生立体影像数据 有利于目视对地物分辨与识别，从有利于目视对地物分辨与识别，从而有利遥感图像目视解译。而有利遥感图像目视解译。不同空间分辨率的不同空间分辨率的VIRVIR(可见光与红外可见光与红外光谱光谱)和和VIRVIR 数据数据多视角的多视角的SARSAR和和SARSAR数据数据及及VIRVIR和和SARSAR数据复合数据复合 2.4 2.4 提高分类精度提高分类精度 多源影像复合，以实现不同信息的互补。多源影像复合，以实现不同信息的互补。缺失数据部分的补合缺失数据部分的补合提高分辨率等提高分辨率等GriffithsGriffiths(1988)(1988)HaackHaack和和Slonecker(1991),Ranchi(1996)Slonecker(1991),Ranchi(1996)HussinHussin和和Shaker(1996)Shaker(1996)FranklinFranklin和和Blodgett(1993)Blodgett(1993)等等 2.5 2.5 特征增强特征增强 增强了各项观察特性，如增强了各项观察特性，如微波与可微波与可见光传感的资料复合。见光传感的资料复合。Ehlers(1991)Ehlers(1991)、DailyDaily等等(1979)(1979)FranklinFranklin和和Blodgett(1993)Blodgett(1993)KeysKeys等，等，19901990 MiticheMitiche和和AggarwalAggarwal，19861986 WelchWelch和和EhlersEhlers，19871987 2.6 2.6 变化监测变化监测 图像差值法图像差值法(Image Differencing)(Image Differencing)是将一是将一个时相的某一谱段光谱密度值减去另一时相个时相的某一谱段光谱密度值减去另一时相对应象元光谱密度值，从而产生对应象元光谱密度值，从而产生差值图像差值图像进进行动态监测；行动态监测；DXDXijij为两时相的图像，为两时相的图像，k k为波段，为波段，i i和和j j为为象元的行列数，象元的行列数，t t1 1、t t2 2分别代表第一、第二分别代表第一、第二时相，时相，C C是人为常数以消除减法运算中出现的是人为常数以消除减法运算中出现的负值。负值。图像比值法图像比值法(Image Ratioing)(Image Ratioing)是将一时相的是将一时相的某一波段光谱值除以另一时相对应象元的光某一波段光谱值除以另一时相对应象元的光谱值，从而获得比值图像，从而进行变化监谱值，从而获得比值图像，从而进行变化监测的方法。测的方法。3 3 影像复合的方法影像复合的方法 基于判决水平的复合基于判决水平的复合基于特征的复合基于特征的复合基于像元的复合基于像元的复合但以基于像元的复合法为主。但以基于像元的复合法为主。根据图像处理过程中影像复合发生的阶根据图像处理过程中影像复合发生的阶段不同，影像复合可分为段不同，影像复合可分为:3.1 3.1 基于判决水平的复合基于判决水平的复合 首首先先对对图图像像进进行行处处理理提提取取信信息息(如如划划分分成成大大类类)，然然后后结结合合判判决决规规则则的的应应用用加加强强解解译译，解解决决分分歧歧及及进进一一步步更更好好地地了了解解观观察察对对象象，这这是是一种高水平的复合，它更有利于细分与制图。一种高水平的复合，它更有利于细分与制图。关关键键：在在于于对对初初分分为为大大类类后后选选择择各各大大类类的的特特征征影像进行复合，以便细分。影像进行复合，以便细分。特特征征是是指指从从最最原原始始图图像像提提取取的的特特点点，主主要要指指环环境如范围、形态、相邻等。境如范围、形态、相邻等。基基于于特特征征的的复复合合首首先先分分别别从从各各数数据据源源中中提提取取物物体特征，然后再复合。体特征，然后再复合。由由于于遥遥感感图图像像结结构构特特征征的的表表达达常常不不成成熟熟，因因而而基基于于特特征征的的复复合合研研究究有有相相当当大大的的难难度度，研研究论文也较少。究论文也较少。Mangolini(1994)Mangolini(1994)，我我国国学学者者孙孙家家柄柄、刘刘继继林林基基于于小小波波理理论论对对航航片片及及TMTM的特征进行融合的特征进行融合.2.2 基于特征的复合基于特征的复合 3.3 3.3 基于像元水平的复合基于像元水平的复合 RGBRGB合成合成加、减（差值加、减（差值 ）、乘、除法、加权复合法）、乘、除法、加权复合法主成分变换主成分变换-逆变换复合、逆变换复合、RGB-IHSRGB-IHS变换法变换法小波变换小波变换高通滤波、高通滤波、综合方法综合方法(如高通滤波与波段综合、嵌合与如高通滤波与波段综合、嵌合与其它方法结合等其它方法结合等)。图像处理过程中的最初阶段进行复合。主要方法有：图像处理过程中的最初阶段进行复合。主要方法有：（1 1）RGBRGB合成合成 将相同或不同传感器遥感资料将相同或不同传感器遥感资料的不同波段赋予的不同波段赋予红（红（R R）、绿）、绿（G G）、兰（）、兰（B B）进行叠加合成形）进行叠加合成形成复合影像，即假彩色图像。成复合影像，即假彩色图像。（2）影像加、减、乘、除复合法）影像加、减、乘、除复合法 不同时期，不同遥感平台，或相同不同时期，不同遥感平台，或相同平台不同波段影像平台不同波段影像进行进行加、减、乘、加、减、乘、除等除等运算，得到复合影像的方法。运算，得到复合影像的方法。（3 3）加权复合法）加权复合法 权权P Pi i，P Pj j可根据经验对某被复合影像可根据经验对某被复合影像i i和和j j需要强调的程度确定，也可运用相关系数确需要强调的程度确定，也可运用相关系数确定。定。（4 4）主成分变换）主成分变换-逆变换复合逆变换复合 多光谱影像主成分变换，求出第一主多光谱影像主成分变换，求出第一主成分，然后用高分辨率数据取代第一主成成分，然后用高分辨率数据取代第一主成分并进行主成分逆变换，得出复合影像。分并进行主成分逆变换，得出复合影像。基本条件：基本条件：高分辨率影像数据应包含高分辨率影像数据应包含第一主成分第一主成分PC-1PC-1多光谱影像信息，或与多光谱影像信息，或与之几乎相等。之几乎相等。（5 5）RGB-IHSRGB-IHS变换法变换法 R R G G B B R R G G B B H H I Ip p S S 彩彩 色色 合合 成成 H H I I S SIHSIHS变换变换 I Ip p代替代替I I IHS IHS逆变换逆变换 高空间分辨率全色影像 P代替I分量 逆变换过程中可有不同的变换模式（邱志成，1990），HIS变换过程也有多种模式（贾永红，1998），因此该方法有多种模型。（6 6）Brovery Brovery 变换法变换法 Brovery Brovery 变换是一种颜色归一化变换方法，它将变换是一种颜色归一化变换方法，它将RGBRGB影像进行多光谱波段颜色归一化，并将高分影像进行多光谱波段颜色归一化，并将高分辨率全色影像与各个波段灰度值分别相乘得到融辨率全色影像与各个波段灰度值分别相乘得到融合影像。合影像。融合后的第融合后的第 i i个波个波段影像的灰度值段影像的灰度值原波段影像的灰度值原波段影像的灰度值高分辨率影高分辨率影像的灰度值像的灰度值Brovery Brovery 变换运算简单，并能变换运算简单，并能在保持原始影像光谱信息的同在保持原始影像光谱信息的同时取得锐化影像的作用时取得锐化影像的作用（7 7）小波变换）小波变换 影像频域分析，同一地区不同类型的影像，低频部分差别不大，高频成分相差很大。小波变换后在变换域内具有分频特性，影像锐度明显提高。复合过程为：先在确定的邻区窗口内，在分辨率2j下，分别对复合的影像数据统计均值和方差，然后确定子带和基带复合值。子带复合值为：j为分层号；K=1，2，3，K，待复合的不同波段影像。式中：WAK(2j,x,y)，WBK(2j,x,y)分别为待复合的影像A、B的子带数据；DAK(2j,x,y)，DBK(2j,x,y)分别为以（x，y）为中心像元的邻区窗口方差；基带复合值为：A(2j,x,y)=K1 AA(2j,x,y)+K2 AB(2j,x,y)式中：AA(2j,x,y)，AB(2j,x,y)分别为最低分辨率层待复合影像A、B的基带数据；K1K2为权系数。经小波逆变换重建复合影像锐度明显提高。（8 8）遥感影像与）遥感影像与DTMDTM数据之间的复合数据之间的复合 利用利用DTMDTM数据，消除影像上由于地形起伏而产生的数据，消除影像上由于地形起伏而产生的几何变形，提高遥感影像的定位精度；几何变形，提高遥感影像的定位精度；DTMDTM数据也可作为辅助数据，用于遥感像分类识别，数据也可作为辅助数据，用于遥感像分类识别，提高遥感影像分类精度；提高遥感影像分类精度；如提取坡度坡向作为一个波段直接参与分类如提取坡度坡向作为一个波段直接参与分类（如提取知识与规则后参与分类（如提取知识与规则后参与分类应属判决水平应属判决水平的复合）的复合）利用计算机图形学的算法，利用利用计算机图形学的算法，利用DTMDTM数据，可生成数据，可生成具有真实感的三维立体图象。具有真实感的三维立体图象。9.4 9.4 遥感与地理信息系统的结合遥感与地理信息系统的结合 地理信息系统（地理信息系统（GISGIS）具有强大的管）具有强大的管理、检索和综合分析各种地理空间信息理、检索和综合分析各种地理空间信息的能力。的能力。利用利用GISGIS，可充分利用非遥感信息，可充分利用非遥感信息，极大地减少解译中的不确定性，提高遥极大地减少解译中的不确定性，提高遥感影像分类精度，是解决同物异谱、同感影像分类精度，是解决同物异谱、同谱异物的有效手段谱异物的有效手段 （1 1）GISGIS在遥感影像解译中的作用在遥感影像解译中的作用 对遥感影像进行辐射较正，消除或降低地对遥感影像进行辐射较正，消除或降低地形差异的影响。形差异的影响。几何校正过程中，协助地面控制点的确定。几何校正过程中，协助地面控制点的确定。监督分类过程中，协助训练样本的选取。监督分类过程中，协助训练样本的选取。与遥感影像叠合，协助目视解译。与遥感影像叠合，协助目视解译。作为解译结果的检验数据。作为解译结果的检验数据。作为解译的直接或间接数据，增加遥感影作为解译的直接或间接数据，增加遥感影像信息量，提高遥感影像解译精度。像信息量，提高遥感影像解译精度。（2 2）遥感解译利用遥感解译利用GISGIS空间数据模式空间数据模式 松散结合松散结合 向量空间叠合向量空间叠合 统计模式统计模式 基于人工智能的方法基于人工智能的方法 松散结合松散结合 GISGIS空间数据仅作为一种参考数据，并没空间数据仅作为一种参考数据，并没有发生有发生GISGIS与与RSRS数据实质上的定量融合运算。数据实质上的定量融合运算。如遥感影像与如遥感影像与GISGIS图形数据叠合，进行人机图形数据叠合，进行人机交互解；或进行训练样本的选取；交互解；或进行训练样本的选取；再如对遥感影像与再如对遥感影像与GISGIS图形数据进行地连接图形数据进行地连接(Geo-link)(Geo-link)，选择地面控制点；或对分类结选择地面控制点；或对分类结果进行校验。果进行校验。向量空间叠合向量空间叠合 GIS GIS数据进行格式转换后，作为附加波段数据进行格式转换后，作为附加波段向量，与遥感数据一起共同构成多维向量空向量，与遥感数据一起共同构成多维向量空间，进行影像分类。间，进行影像分类。可表示为：可表示为：叠置后的向量叠置后的向量非遥感数据非遥感数据遥感影像遥感影像统计模式统计模式 主要有二种：主要有二种：利用贝叶斯概率公式，以先验概率的利用贝叶斯概率公式，以先验概率的形式引入非遥感数据；形式引入非遥感数据；以概率松驰标记法来利用非遥感数据以概率松驰标记法来利用非遥感数据 在最大似然法分类过程中，一般情况下，先验概率在最大似然法分类过程中，一般情况下，先验概率未知，则假定各类相等，数值设定为未知，则假定各类相等，数值设定为1 1。在有非遥感数据，并能计算出先验概率情况下，则在有非遥感数据，并能计算出先验概率情况下，则可直接引入贝叶斯分类中，求取似然率可直接引入贝叶斯分类中，求取似然率P(P(i i|)|)，用，用于判别象元所属地类。于判别象元所属地类。概率松驰法首先利用概率松驰法首先利用GISGIS数据将研究区分数据将研究区分成成不同意义区域不同意义区域，但不直接求得先验概率，但不直接求得先验概率，在首次进行监督促分类时，各类先验概率在首次进行监督促分类时，各类先验概率仍假定为相等，得到分类结果；仍假定为相等，得到分类结果；利用分类结果求算利用分类结果求算先验概率先验概率，再进行分类；，再进行分类；再重新求取先验概率，再分类再重新求取先验概率，再分类 如此迭代直至最后两次求得的先验概率相如此迭代直至最后两次求得的先验概率相差稳定到指定的阈值或迭代次数为止。差稳定到指定的阈值或迭代次数为止。概率松驰法概率松驰法基于人工智能的方法基于人工智能的方法找找出出用用于于遥遥感感影影像像解解译译的的知知识识、规规则则和和模模式式，然然后后再再用用与与遥遥感感影影像像结结合合，进进行行推推理理，达到对遥感影像进行分类的目的。达到对遥感影像进行分类的目的。该该类类模模式式的的实实质质是是专专家家系系统统的的方方法法，其其关关建建在在于于知知识识与与规规则则的的获获取取与与表表达达，以以及及合合理的推理机制。理的推理机制。此类模式有较大的灵活性和容错能力此类模式有较大的灵活性和容错能力 如基于知识与规则的分类法如基于知识与规则的分类法E N D