多源遙感數(shù)據(jù)融合課件

1、多源遙感數(shù)據(jù)融合探討 李文波2007年5月28報告內(nèi)容安排Part one ： 多源遙感數(shù)據(jù)介紹Part two： 多源遙感數(shù)據(jù)融合Part three：融合算法探討Part four： IKONOS & QB 融合效果Part five： 融合中的難點 Part one ： 多源遙感數(shù)據(jù)介紹 1972年7月23日美國發(fā)射第一顆地球資源衛(wèi)星 ERTS-1； 1975年發(fā)射ERTS-2，改名Landsat-2； 1978年發(fā)射Landsat-3； 1982年在Landsat1-3的基礎(chǔ)上改進設(shè)計并發(fā)射Landsat-4； 1984年發(fā)射Landsat-5； 1993年發(fā)射Landsat-6衛(wèi)星，

2、上天后由于故障隕落； 1999年發(fā)射Landsat-7。數(shù)據(jù)特點： 光譜信息豐富 覆蓋面積大 空間分辨率相對較高 覆蓋面積為185185km2，回歸周期為16天或者18天。影像的空間分辨率從多光譜掃描儀MSS的80米專題制圖儀TM影像的30米增強性專題制圖儀ETM+的全色Pan波段的15米。Multi-sensor dataSensor one：LandsatRGB321Sensor one：LandsatRGB752Multi-sensor dataRGB432Multi-sensor dataSensor two：SPOTCBERS系列衛(wèi)星：即中巴資源衛(wèi)星（ China-Brazil Ea

3、rth Resource Satellite ）1999年10月CBERS-1發(fā)射2003年11月CBERS-2發(fā)射該衛(wèi)星特點（1）20米分辨率的5譜段CCD (charge coupled device )相機,其采用推帚式掃描,掃描寬度113km；（2）80米分辨率的3波段多光譜掃描儀（MSS），掃描寬度120km；（3）160米分辨率的1個波段熱紅外掃描儀，掃描寬度120km ；（4）256分辨率的2個波段寬視場成像儀（WFI），掃描寬度890km；（5）重復觀測周期是26天，由于CCD相機具有側(cè)視功能，觀測同一地區(qū)的最短周期可以為3天。Multi-sensor dataSensor t

4、hree： CBERS高分辨率商業(yè)衛(wèi)星Quick-Bird 單波段星下分辨率為2.44米,全色分辨率為0.61米,其一副圖象可以覆蓋16.516.5km2.IKONOS 單波段星下分辨率為4米,全色分辨率為1米,其一副圖象可以覆蓋1111km2低分辨率衛(wèi)星 MODIS衛(wèi)星 其可見分辨率比陸地衛(wèi)星低,光譜分辨率高,回歸周期短,最多一天可以獲得4條過境圖象,共有36個波段數(shù)據(jù)。Multi-sensor dataSensor four：Quick-Bird & IKONOS & MODISPart two ：多源遙感數(shù)據(jù)融合多源遙感影象數(shù)據(jù)特點：冗余性：表示多源遙感影像數(shù)據(jù)對環(huán)境或目標的表示、描述或

5、解譯結(jié) 果相同 互補性：指信息來自不同的自由度且相互獨立合作性：不同傳感器在觀測和處理信息時對其它信息有依賴關(guān)系 融合目的： 將單一傳感器的多波段信息或不同類別傳感器所提供的信息加以綜合，消除多傳感器信息之間可能存在的冗余和矛盾，加以互補，改善遙感信息提取的及時性和可靠性，提高數(shù)據(jù)的使用效率。融合實質(zhì)： 在統(tǒng)一地理坐標系中將對同一目標檢測的多幅遙感圖像數(shù)據(jù)采用一定的算法，生成一幅新的、更能有效表示該目標的圖像信息。Data FusionPart three：融合算法探討遙感數(shù)據(jù)融合流程圖 問題： 低 分 辨 率 影 像 如 何 選 擇 ？ 問題： 高 分 辨 率 影 像 如 何 選 擇 ？融合

6、分類：按照信息抽象程度可以分為像素層、特征層和決策層像素級：優(yōu)點： 保留了盡可能多的信息，具有最高精度，三級融合層中為研究最成熟的一級，已經(jīng)成了豐富的融合算法。 局限性： 1. 效率低下。由于處理的傳感器數(shù)據(jù)量大，所以處理時間較長，實時性差 2. 對參與融合遙感影像配準精度要求很高。特征級融合 特征級融合是一種中等水平的融合。其先是將各遙感影像數(shù)據(jù)進行特征提取，提取的特征信息應是原始信息的充分表示量或充分統(tǒng)計量，然后按特征信息對多源數(shù)據(jù)進行分類、聚集和綜合，產(chǎn)生特征矢量，而后采用一些基于特征級融合方法融合這些特征矢量，作出基于融合特征矢量的屬性說明。決策級融合 決策級融合是最高水平的融合，融合

7、的結(jié)果為指揮、控制、決策提供依據(jù)。在這一級別中，首先對每一數(shù)據(jù)進行屬性說明，然后對其結(jié)果加以融合，得到目標或環(huán)境的融合屬性說明。決策級融合的優(yōu)點時具有很強的容錯性，很好的開放性，處理時間短、數(shù)據(jù)要求低、分析能力強。而由于對預處理及特征提取有較高要求，所以決策級融合的代價較高。表1 三級融合層次的特點像素級特征級決策級代數(shù)法熵法專家系統(tǒng)IHS變換表決法神經(jīng)網(wǎng)絡(luò)小波變換聚類分析Bayes估計K-T變換Bayes估計模糊聚類法主成分變換神經(jīng)網(wǎng)絡(luò)法可靠性理論回歸模型法加權(quán)平均法基于知識的融合法Kalman濾波法Dempater-shafer推理法Dempater-shafer推理法表2 三級融合層次下

8、的融合方法像素級融合主要分類（1）基于光譜（彩色）域變換的融合技術(shù) 亮度色調(diào)飽和度變換（Intensity-Hue-Saturation， IHS）變換 和比值變換(Brovey Transform, BT)和主成分變換(Principle Component Transform, PCT)等 特點：每次該類技術(shù)每次只能對3個波段數(shù)據(jù)融合（2）基于空間域信號分解和重構(gòu)的融合技術(shù) 小波變化（Wavelet transform, WT） 基于亮度平滑濾波變換(Smoothing Filter-based Intensity Modulation, SFIM) 高通濾波變換（High Pass Fi

9、lter, HPT）等特點：其能對任意波段進行融合（3）基于算術(shù)運算的融合技術(shù) 乘積變換(Multiplication Transform, MT )和加法變換等 特點：模型簡單可以對任意波段進行融合Fusion Methods IHS變換 3個波段合成的RGB顏色空間是一個對物體顏色屬性描述系統(tǒng)，而IHS色度空間提取出物體的亮度I，色度H，飽和度S，它們分別對應3個波段的平均輻射強度、3個波段的數(shù)據(jù)向量和的方向及3個波段等量數(shù)據(jù)的大小。RGB顏色空間和IHS色度空間有著精確的轉(zhuǎn)換關(guān)系。 以TM和SAR為例，變換思路是把TM圖像的3個波段合成的RGB假彩色圖像變換到IHS色度空間，然后用SAR

10、圖像代替其中的I值，再變換到RGB顏色空間，形成新的影像。Fusion Methods比值法融合模型（Brovey Transform，BT ） 特點：它將參與RGB組合的每個波段與該組合波段總和做比值計算進行正規(guī)化，以保持低分辨率影像的光譜分辨率，然后將比值結(jié)果乘以高分辨率波段的亮度以獲取高頻空間信息 。 具有很高的光譜信息保真度。 缺點：對中高光譜的低空間分辨率RGB組合選擇比較麻煩。如TM/ETM+的RGB組合多大20種。 問題：如何改進？Fusion MethodsSFIM融合算法 SFIM (Smoothing Filter-based Intensity Modulation Tr

11、ansform),即基于平滑濾波的亮度變換，其融合算法為： 特點：該算法可以視為在低分辨率影像中僅引入了高分辨率影像的紋理信息，它能很好保持低分辨率影像的光譜特性。 優(yōu)點：能對任意波段融合，光譜保真度好 缺點：融合效果中存在“胡椒面現(xiàn)象” 問題：如何改進？Fusion Methods高通濾波（加法）融合算法 HPF（High-Pass Filter ）變換該算法采用高通濾波融合算法，算法公式為： 特點：該算法采用高通濾波來抑制高分辨率影像中的低頻光譜信息和增強高頻空間信息，處理后的高分辨率影像和低分辨率影像相加可以達到提高低分辨率影像的空間分辨率。 優(yōu)點：可以對任意波段融合 Fusion Me

12、thods Modified Brovey Transform (MBT) 特點：計算簡單可以對任意波段融合 優(yōu)點：具有高高頻信息融入度 缺點：光譜信息保證度比較查點 問題：n任何選擇？Fusion Methods融合效果評價 評價融合影像的質(zhì)量是遙感圖像融合的一個重要步驟。 評價融合效果主要包括定性和定量評價兩種。 定性評價一般選用目視法解譯。 定量評價選擇：均值、標準差、熵、光譜偏差度、均方根差和相關(guān)系數(shù)等 定量評價分為：融合圖像的整體質(zhì)量、融合圖像和低分辨率圖像的光譜信息保真度和融合圖像與高分辨率圖像的高頻信息保真度（紋理信息）三個方面。Evaluation 融合圖像的整體質(zhì)量評價指標均

13、值：均值越大說明影像含信息量越高標準差：反映圖象灰度相對于灰度均值的離散情況。 標準差大，則圖像灰度級分散，圖像反差大，信息量豐富熵：熵越大說明整體圖像的信息含量高Evaluation光譜保真度評價1.保真度D F為融合影像均值，B為原始影像均值，MN為像元總數(shù)。D反映了融合圖像和原始圖像在光譜信息上的差異和光譜特性變化的平均程度，值越小說明光譜信息損失少,在理想情況下D=0。2.原始圖像和融合后圖像的光譜曲線Evaluation高頻信息保真度評價相關(guān)系數(shù) F為融合生成圖像的灰度值，f為融合圖像的均值；A為源圖像灰度值，a為源圖像的均值，通過計算融合圖像和高空間分辨率圖像之間的相關(guān)系數(shù)，相關(guān)系

14、數(shù)越大說明高頻信息融入越高。 Evaluation高頻信息保真度評價方均根誤差 (Root Mean Square Error, RMSE) RMSE能靈敏地檢測出n維空間中任意兩個向量的相似性，故該方法能定量評價融合方法的高頻信息（紋理）融入度 . 其中F為融合產(chǎn)生圖像的亮度均值；B為融合前圖像的亮度均值，此處為高空間分辨率波段；n為參與融合的波段數(shù)。RSME值越小，說明高分辨率圖像的高頻信息融入度越高。Evaluation Part four：IKONOS & QB 融合效果IKONOS融合結(jié)果原始全色波段Original data光譜波段RGB321IKONOS融合結(jié)果MBT （RGB321）Fusion Result of IKONOSSFIM （RGB321）WT（RGB321）MT（RGB321）Fusion Result of IKONOSIKONOS融合結(jié)果表3 相關(guān)系數(shù)表Evaluation光譜曲線圖EvaluationQB融合結(jié)果Original data原始PANRGB321Fusion Result of QBMBT（RGB321）WT（RGB321）Fus