遥感影像数据融合原理与方法

多源遥感影像融合用于目标识别技术

多源遥感影像融合用于目标识别技术应用行业：测绘技术领域：遥感技术任务来源：陕西省教育厅专项科研计划项目Ø主要内容首先研究覆盖同一地区的多源遥感影像空间配准的方法：其次，为了充分利用各影像所包含的信息，获得地面覆盖物更确切的解释和更高层次的描述，研究基于像元的多源影像融合方法和基于决策的分类融合法：最后比较融合分类和分类融合的效果，从而提山一条适于日标识别的最佳途径。Ø技术要点为使多源遥感影像精确的空间配准，首先要针对各类遥感影像的构像特点，采用合适的数学模型进行几何改正。其次，在精确配准的基础上，采用基于像元的融合方法对多源影像进行融合，对多源影像、融合影像采用BP神经网络进行分类：最后研究分类融合的方法，并对融合分类利分类融合的结果进行比较。解决的关键问题：a)探讨多源遥感影像精确的空间配准法；b)研究基于像元的多源影像融合方法利基于决策的分类融合法；c)基于BP神经网络的分类方法研究。项目创新之处在于融合水平不再仅停留于像元级融合获得一幅增强的影像，而是在此基础上，探讨基于BP神经网络的融合分类利分类融合的方法，应用于目标识别。Ø应用情况及前景多源遥感数据融合在资源、环境、灾害调查与监测等有着广阔的应用前景，正从研究阶段向实际应用方向发展。国外文献已报道多源遥感数据融合在地形测绘与地图更新、土地利川分类、农作物分类、森林分类、冰／雪／洪涝灾害监测、地质岩石识别等方面发挥着重要作用。因此，投入更多的人力、物力对该技术的进行探索和开发是非常必要的，是遥感领域急待攻克的热门课题之一。

如何进行遥感影像的数据融合

遥感影像的数据融合是将多源的遥感信息融合在一起，以提高遥感数据的空间分辨率和地物分类精度。在综合利用多源遥感数据的基础上，实现对地表覆盖信息的准确提取和监测。本文将从数据源的选择、融合方法的选择和数据融合的应用领域三个方面，探讨如何进行遥感影像的数据融合。

一、数据源的选择

数据源的选择是进行遥感影像的数据融合的第一步，准确选择数据源可以保证数据融合的有效性和准确性。

1. 遥感影像数据

遥感影像数据是进行数据融合的基础数据，可以通过卫星、航空摄影等方式获取。选择高质量的遥感影像数据对融合结果有重要影响，因此在选择遥感影像数据时，要考虑数据的空间分辨率、光谱分辨率和时间分辨率等因素。同时，还要注意遥感数据的几何校正和辐射校正情况，以保证数据的一致性和准确性。

2. 地面观测数据

地面观测数据是进行遥感影像数据融合的重要补充。常见的地面观测数据包括气象站观测数据、地面遥感观测数据等。地面观测数据可以提供高时空分辨率的地表信息，与遥感影像数据融合可以提高地物识别的准确性。

二、融合方法的选择

数据融合方法的选择是进行遥感影像数据融合的关键环节，不同的融合方法适用于不同的数据和应用场景。常见的数据融合方法包括像素级融合、特征级融合和决策级融合。

1. 像素级融合 像素级融合是将多源遥感影像数据的像元进行组合，生成高光谱或高光谱数据立方体。常用的像素级融合方法有主成分分析、合成波段和带通滤波等。像素级融合可以提高遥感影像的空间分辨率和光谱分辨率，对地物分类和变化检测具有重要意义。

2. 特征级融合

特征级融合是将多源遥感影像数据的特征进行组合，提取地物的空间、光谱、纹理等特征。常用的特征级融合方法有多特征组合、特征选择和特征转换等。特征级融合可以提高地物分类的准确性和分类精度。

3. 决策级融合

决策级融合是将多源遥感影像数据的分类结果进行组合，生成最终的分类结果。常用的决策级融合方法有基于权重的融合、基于逻辑运算的融合和基于模型的融合等。决策级融合可以提高地物分类的鲁棒性和分类精度。

ERDAS IMAGINE软件中的遥感影像融合方法初探

——以梧州地区IKONOS影像为例

海 敏

（广西航空遥感测绘院 广西南宁 530023）

【摘 要】 本文介绍了利用ERDAS IMAGINE系统为操作平台，对遥感影像进行融合处理的各种方法和具体步骤。

【关键词】 ERDAS IMAGINE 遥感 融合

1 图像融合的基本原理

随着遥感技术的迅猛发展，光学、热红外、微波、多光谱、高光谱等大量功能各异的遥感器不断更新换代，它们以不同的空间尺度、不同的时间周期、不同的光谱范围以及不同的扫描方向和极化方式等，多方面地反映地物目标的各种特性，构成同一区域的多源数据。与单源遥感数据（仅能反映地物目标某一个或几个方面的特征）相比，多源遥感数据既具有很重要的互补性，又存在冗余性。融合就是将同一区域的多源遥感图像按统一的坐标系统，通过空间配准和内容复合，生成一幅比单一信息源更准确、更完全、更可靠的新图像的技术方法。通过数据融合，一方面可有针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理的效率；另一方面又能将海量多源数据中的有用信息集中起来，融合在一起，便于各种信息特征互补，发挥各自的优势获得更多的有用信息，减少识别目标的模糊性和不确定性，从而为快捷、准确地识别和提取信息奠定基础。

2 IKONOS卫星数据介绍 IKONOS是美国空间成像公司于1999年9月24日发射升空的世界第一颗高分辨率商用卫星，是由美国洛克希德马丁（Lockheed Martin）公司设计制造的。雷神（Raytheon）公司负责建立地面接收系统和影像处理系统即客户服务系统。IKONOS卫星一共有5个成像波段，分别是：全色波段：0.45-0.90微米；波段1（蓝色）： 0.45-053微米；波段2（绿色）：0.52-0.61微米；波段3（红色）：0.64-0.72微米；波段4（近红外）：0.77-0.88微米。其中，全色波段的地面分辨率是1米，多光谱波段的地面分辨率是4米。IKONOS卫星数据可以部分代替航空影像，广泛用于城市、港口、土地、森林、环境、灾害调查和军事目标动态监测以及国家级、省级、市县级数据库的建设、更新等方面。

多　

遥感影像数据融合研究　兀　遥　感　影　像　数　据　Ｒｅｓｅａｒｃｈ　ｏｆ　Ｍｕｌ　ｔｉｐｌｅ　Ｒｅｄｏｔｅ　Ｓｅｎｓｉｎ９　Ｉｍａｇｅｓ　Ｄａｔａ　ＩｎｔｅｇｒａｔｉＯｎ　融　△　口　研　王帅　究　

Ｗａｎｇ　Ｓｈｕａｉ　（南昌市测绘勘察研究院，江西南昌３３０００６）　（Ｎａｎｃｈａｎｇ　Ｒｅｓｅａｒｃｈ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｓｕｒｖｅｙ　ａｎｄ　Ｒｅｃｏｎｎａｉｓｓａｍｃｅ，Ｊｉａｎｇｘｉ　Ｎａｎｃｈａｎｇ　３３０００６）　

摘要：由于遥感数据越来越丰富，不同传感器获取的影像数据在几何、光谱和空间分辨率等方面存在　

着一定的局限性和差异性。全色波段和多光谱影像融合得到的影像，兼有全色波段的高空间分辨率和多光谱　

影像的高光谱分辨率特性，可以满足影像解译的需求，而且融合后更能突出影像的某些特征：如土地利用变　化和森林覆盖的变化等等。本文主要是介绍遥感影像融合的基本原理、融合后影像的评定和分析，并且将以　

主成份影像融合、ＩＨＳ变换与直方图匹配法的遥感影像融合，进行以南昌市部分地区Ｑｕｉｃｋｂｉｒｄ全色影像和　

多光谱影像的融合实验分析。　

关键词：遥感；影像融合；主成份融合；ＩＨＳ变换；分辨率　中图分类号：ＴＰ７９　文献标识码：Ａ　文章编号：１６７１．４７９２一（２０１１）３－００６１—０３　Ａｂｓｔｒａｃｔ：Ｂｅｃａｕｓｅ　ｔｈｅ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｄａｔａ　ａｒｅ　ａｂｕｎｄａｎｔ．Ｄｉｆｅｒｅｎｔ　ｓｅｎｓｏｒｓ　ｉｎ　ｔｈｅ　ｉｍａｇｉｎｇ　ｄａｔａ　ｇｅｏｍｅｔｒｉｃ，　

ｓｐｅｃｔｒａｌ　ａｎｄ　ｓｐａｔｉａｌ　ｒｅｓｏｌｕｔｉｏｎ　ｉｓ　ｉｎ　ｔｈｅ　ｐｒｅｓｅｎｃｅ　ｏｆ　ｃｅｒｔａｉｎ　ｌｉｍｉｔａｔｉｏｎｓ　ａｎｄ　ｄｉｆｆｅｒｅｎｃｅｓ；ｐａｎｃｈｒｏｍａｔｉｃ　ｂａｎｄ　ｍｕｌ－　

ｔｉ－ｓｐｅｃｔｒａｌ　ｉｍａｇｉｎｇ　ａｎｄ　ｉｎｔｅｇｒａｔｉｏｎ　ｏｆ　ｔｈｅ　ｉｍａｇｅｓ，ｂｏｔｈ　ｈｉｇｈ　ｓｐａｔｉａｌ　ｒｅｓｏｌｕｔｉｏｎ　ｐａｎｃｈｒｏｍａｔｉｃ　ｂａｎｄ　ａｎｄ　ｍｕｌｔｉ—ｓｐｅｃ－