遙感圖像處理圖像融合

背景隨著遙感技術的發(fā)展，越來越多的不同類型遙感器被用于對地觀測。這些多遙感器、多時相、多分辨率、多波段的遙感圖像數(shù)據(jù)，各自顯示了自身的優(yōu)勢和局限。為了更充分運用這些數(shù)據(jù)資源，數(shù)字融合技術應運而生。第1頁/共81頁第一頁，共82頁。內(nèi)容提綱概述遙感數(shù)據(jù)融合方法介紹遙感與非遙感數(shù)據(jù)融合方法介紹融合質(zhì)量評估第2頁/共81頁第二頁，共82頁。1、概述第3頁/共81頁第三頁，共82頁。定義數(shù)據(jù)融合(Fusion,Merge)指同一區(qū)域內(nèi)遙感數(shù)據(jù)之間或遙感數(shù)據(jù)與非遙感數(shù)據(jù)之間的匹配融合。多種遙感數(shù)據(jù)源信息融合是指利用多種對地觀測技術所獲取的關于同一地物的不同遙感數(shù)據(jù)，通過一定的數(shù)據(jù)處理技術提取各遙感數(shù)據(jù)源的有用信息，最后將其融合到統(tǒng)一的空間坐標系(圖像或特征空間)中進行綜合判讀或進一步的解析處理。

圖像融合是一個對多遙感器的圖像數(shù)據(jù)和其他信息的處理過程。著重于把那些在空間和時間上冗余或互補的多源數(shù)據(jù)，按照一定的規(guī)則進行運算處理，獲得比任何一種數(shù)據(jù)更精確、更豐富的信息，生成一幅具有新的空間、波譜、時間特征的合成圖像。第4頁/共81頁第四頁，共82頁。數(shù)據(jù)融合的發(fā)展數(shù)據(jù)融合的概念始于70年代。進入20世紀90年代以后，隨著多種遙感衛(wèi)星的發(fā)射成功，從不同遙感平臺獲得的不同空間分辨率和時間分辨率的遙感影像形成了多級分辨率的影像金字塔序列，給遙感用戶提供了從粗到精、從多光譜到高光譜的多種遙感數(shù)據(jù)源。融合的發(fā)展在一定程度上解決了多種數(shù)據(jù)源綜合分析的問題。第5頁/共81頁第五頁，共82頁。數(shù)據(jù)融合的發(fā)展起初是進行同種遙感數(shù)據(jù)多波段、多時相的數(shù)據(jù)融合，以提高遙感解譯能力和進行動態(tài)分析。后來發(fā)展到不同類型遙感數(shù)據(jù)的融合，如陸地衛(wèi)星與氣象衛(wèi)星、陸地衛(wèi)星MSS與航天飛機成象雷達SIR－A、陸地衛(wèi)星MSS與海洋衛(wèi)星側(cè)視雷達SAR，以及陸地衛(wèi)星MSS與RBV等，以擴大應用范圍，提高分析精度，獲得更好的遙感應用效果。與此同時，人們越來越感到由于遙感本身以及實際應用中的局限性，要真正認識事物，并非遙感獨家所能完成。它需要其它學科的支持，只有遙感與非遙感數(shù)據(jù)的融合，如與氣象、水文數(shù)據(jù)，與重力、磁力等地球物理增息，與地球化學勘探數(shù)據(jù)，與專題地圖數(shù)據(jù)，以及與數(shù)字地形模型（DTM）等數(shù)據(jù)融合，進行綜合分析，才能更好地發(fā)揮作用。第6頁/共81頁第六頁，共82頁。數(shù)據(jù)融合的目標空間分辨率的提高目標特征增強提高分類精度信息互補第7頁/共81頁第七頁，共82頁。概述-圖像融合的流程精確幾何配準幾何糾正全色幾何糾正ZYaZYbZYc圖像融合融合結果評價及利用預處理融合處理應用遙感圖像融合流程圖第8頁/共81頁第八頁，共82頁。概述-圖像融合的層次像素級特征級決策級對數(shù)據(jù)的抽象程度第9頁/共81頁第九頁，共82頁。概述-圖像融合的層次……圖像融合的三級處理過程Image1Image2ImagenImage3圖像幾何糾正與精確配準像素級融合特征提取特征提取特征級融合決策級融合特征屬性說明高層態(tài)勢評估決策第10頁/共81頁第十頁，共82頁。概述-圖像融合的層次像元級 線性加權法、IHS變換、PCA變換、高通濾波法、小波變換融合算法等。特征級

Dempster-shafer推理法；聚類分析法；貝葉斯估計法；熵法；帶權平均法；表決法及神經(jīng)網(wǎng)絡法等。決策級貝葉斯估計法；專家系統(tǒng)；神經(jīng)網(wǎng)絡法；模糊集理論；可靠性理論以及邏輯模板法等。

第11頁/共81頁第十一頁，共82頁。數(shù)據(jù)融合的技術關鍵充分認識研究對象的地學規(guī)律。充分了解每種融合數(shù)據(jù)的特點和適用性。充分考慮到不同遙感數(shù)據(jù)之間波譜數(shù)據(jù)的相關性引起的有用數(shù)據(jù)的增加以及噪聲誤差的增加，因此對多種遙感數(shù)據(jù)作出合理的選擇。幾何配準，即解決遙感圖像的幾何畸變，解決空間配準問題。

只有對地學規(guī)律、影象特征、成象機理這三者有深刻的認識，并把它們有機地結合起來，數(shù)據(jù)融合才能達到更好地效果。第12頁/共81頁第十二頁，共82頁。2、遙感數(shù)據(jù)融合方法介紹第13頁/共81頁第十三頁，共82頁。遙感數(shù)據(jù)融合

遙感數(shù)據(jù)的融合主要指不同傳感器的遙感數(shù)據(jù)的融合，以及不同時相的遙感數(shù)據(jù)的融合。融合方式的確定應根據(jù)目標空間分布、光譜反射特性及時相規(guī)律方面的特征選擇不同的遙感圖像數(shù)據(jù)，它們在空間分辨率、光譜分辨率和時間分辨率方面相互補充，以形成一個更有利的識別環(huán)境，來識別所要識別的目標或類型。第14頁/共81頁第十四頁，共82頁。遙感數(shù)據(jù)融合預處理影像配準是數(shù)據(jù)融合處理中的關鍵步驟，其幾何配準精度直接影響融合影像的質(zhì)量。通常情況下，不同類型的傳感器影像之間融合時，由于它們成像方式的不同，則其系統(tǒng)誤差類型也不同。如SPOT與TM數(shù)據(jù)融合時，SPOT的傳感器是以CCD推帚式掃描成像的，而TM則是通過光機掃描方式成像的，因而不同類型影像進行融合時必須經(jīng)過嚴密的幾何校正，分別在不同數(shù)據(jù)源的影像上選取控制點，用雙線性內(nèi)插或三次卷積內(nèi)插運算對分辨率較低的圖像進行重采樣，改正其誤差，將影像投影到同一的地面坐標系統(tǒng)上，為圖像配準奠定基礎。第15頁/共81頁第十五頁，共82頁。像素級圖像融合像素級融合是最低層次的圖像融合，它將經(jīng)過高精度圖像配準后的多源影像數(shù)據(jù)按照一定的融合原則，進行像素的合成，生成一幅新的影像。融合的目的在于提高圖像質(zhì)量，提供良好的地物細節(jié)信息，直接服務于目視解譯，自動分類。高空間分辨率的全色影像和高光譜分辨率的高光譜影像的像素級融合影像一般具有以下性質(zhì)（Wald,1997）：融合影像空間特性應當和高空間分辨率的影像盡可能保持一致；融合影像的光譜特性應當和多光譜影像盡可能保持一致；融合影像的空間分辨率被降解到低分辨率時，必須和原來的影像保持一致。第16頁/共81頁第十六頁，共82頁。像素級數(shù)據(jù)融合的發(fā)展歷程早期：代數(shù)運算法、彩色空間法等，以圖像視覺增強為主要目的轉(zhuǎn)變期：以高通濾波方法的出現(xiàn)為標志，開始注重數(shù)據(jù)融合的光譜保持能力當前：依賴先進的數(shù)學工具，在信號分析的基礎上，進一步強調(diào)光譜保持能力第17頁/共81頁第十七頁，共82頁。當前像素級數(shù)據(jù)融合的研究特點研究工具：新的數(shù)學理論和計算智能理論研究手段：對已有方法進行組合、集成研究目標：以光譜信息提取為目標第18頁/共81頁第十八頁，共82頁。遙感數(shù)據(jù)常用的像素級融合方法代數(shù)法基于彩色空間變換的影像融合法基于主成分分析的影像融合法基于高通濾波影像融合法基于小波變換影像融合法基于小波的HIS影像融合第19頁/共81頁第十九頁，共82頁。代數(shù)法將低空間分辨率圖像重采樣成高空間分辨率圖像傳感器1影像數(shù)據(jù)傳感器2影像數(shù)據(jù)空間配準

對應像素代數(shù)運算

融合影像數(shù)據(jù)常用代數(shù)法：（1）相乘：適用于SAR影像與光學影像；（2）相關系數(shù)加權法：適用于全色影像與多光譜影像。第20頁/共81頁第二十頁，共82頁。代數(shù)法-相關系數(shù)加權法以SPOT全色影像與TM多光譜影像融合為例；融合步驟：（1）對SPOT全色影像與TM多光譜影像進行圖像配準；將多光譜影像進行重采樣，使其大小和全色波段影像一致；（2）計算多光譜影像各波段與全色影像的相關系數(shù)：（3）按下式將全色波段圖像的信息融合到多光譜圖像各波段中第21頁/共81頁第二十一頁，共82頁。分量替換融合法多光譜數(shù)據(jù)LMS全色數(shù)據(jù)HRP正變換空間分量LRS光譜分量TC融合圖像HMS逆變換空間分量HRS第22頁/共81頁第二十二頁，共82頁?；诓噬臻g變換的影像融合方法-彩色變換遙感圖像融合方法的關鍵技術之一是彩色變換，下面首先簡單介紹彩色變換。彩色變換又稱為彩色編碼，所謂彩色變換即為兩種彩色模型編碼系統(tǒng)之間的變換。彩色模型指的是某個三維彩色空間的一個可見光子集。它包含某個彩色域的所有彩色，彩色模型的用途是在某個彩色域內(nèi)方便地指定彩色。由于任何一個彩色都只是可見光的子集，所以任何一個彩色模型都無法包含所有的可見光。第23頁/共81頁第二十三頁，共82頁?；诓噬臻g變換的影像融合方法-IHS彩色變換從色度學可知，顏色可用三基色來表示，例如，用紅、綠、藍所含成分的多少來表示顏色（即RGB系統(tǒng)）。顏色RGB編碼具有方法簡單，便于彩色顯示和彩色掃描的優(yōu)點。因此目前常用于彩色顯示器和彩色掃描儀上。同樣，顏色也可用色品度方式來表示，IHS系統(tǒng)是常用的一種色品度表示顏色的方式。其中:強度I僅表示照度的大??；色度H代表顏色色純的程度；飽和度S代表具有相同明亮的顏色離開中性灰色的程度。第24頁/共81頁第二十四頁，共82頁?；诓噬臻g變換的影像融合方法-IHS彩色變換飽和度的概念可描述如下：假設你有一桶純紅的顏料，它對應的色度為0，飽和度為1。混入白色染料后使紅色變得不再強烈，減少了它的飽和度，但沒有使它變暗。粉紅色對應于飽和度值為0.5左右。隨著更多白色染料加入到混合物中，紅色變得越來越淡，飽和度降低，最后接近于零（白色）。相反地，如果你將黑色染料與純紅色混和，它的亮度將降低（變黑），而它的色度和飽和度保持不變。IHS編碼的優(yōu)點是能把強度和顏色區(qū)分開。第25頁/共81頁第二十五頁，共82頁。基于彩色空間變換的影像融合方法-IHS彩色變換下面介紹RGB系統(tǒng)與IHS三角形系統(tǒng)之間的彩色變換。正變換公式：第26頁/共81頁第二十六頁，共82頁?；诓噬臻g變換的影像融合方法-步驟首先，必須將圖像進行嚴格的幾何校正，使不同的遙感圖像在幾何上能完全匹配，并且分辨率一致。將多波段圖像由RGB彩色系統(tǒng)變換到IHS彩色系統(tǒng)中；用高分辨率的圖像代替I分量，進行彩色逆變換，就可以得到融合圖像

第27頁/共81頁第二十七頁，共82頁?；诓噬臻g變換的影像融合法-流程用全色影像替代多光譜影像的I分量進行IHS反變換

基于IHS的融合流程融合結果ZYc

ZYbZYaIHS變換提取I分量全色波段直方圖匹配第28頁/共81頁第二十八頁，共82頁?；诓噬臻g變換的影像融合方法北京地區(qū)資源一號衛(wèi)星影像

北京地區(qū)SPOT衛(wèi)星PAN影像

第29頁/共81頁第二十九頁，共82頁?；诓噬臻g變換的影像融合方法

IHS變換融合結果圖第30頁/共81頁第三十頁，共82頁?；诓噬臻g變換的影像融合法-光譜扭曲HIS融合模式多用于特征增強和特征差異大的數(shù)據(jù)間融合，提高多光譜圖像的空間分辨率。適合于彩色圖像處理，但可能融合結果的光譜特征會有扭曲。1、將低分辨率多光譜影像之尺寸調(diào)整至與高分辨率全色影像Pan相同。2、、.第31頁/共81頁第三十一頁，共82頁。基于彩色空間變換的影像融合法-光譜扭曲3、使用全色影像Pan取代HIS的強度影像I.4、從（3）、（4）式可看出，融合后影像顏色值取決于全色影像與IHS變換后的I影像之差。

第32頁/共81頁第三十二頁，共82頁?；诓噬臻g變換的影像融合方法-直方圖匹配的意義新疆地區(qū)資源一號衛(wèi)星影像

新疆地區(qū)SPOT衛(wèi)星PAN影像

第33頁/共81頁第三十三頁，共82頁?；诓噬臻g變換的影像融合方法-直方圖匹配的意義

不進行直方圖修正

進行直方圖修正第34頁/共81頁第三十四頁，共82頁?；诓噬臻g變換的影像融合方法-直方圖匹配的意義原圖

不進行直方圖修正

進行直方圖修正第35頁/共81頁第三十五頁，共82頁?；赑CA變換的影像融合法

彩色圖像的RGB三波段彼此之間的相關性較強。第36頁/共81頁第三十六頁，共82頁?；赑CA變換的影像融合法-步驟將多光譜圖像進行PCA正變換 將原始圖像的R、G、B經(jīng)過PCA變換，形成按能量排序的正交分量：第1主分量、第2主分量、…第n主分量用高分辨率影像代替第1主分量；將合成的數(shù)據(jù)進行PCA逆變換，獲得高分辨率的多光譜融合圖像。

第37頁/共81頁第三十七頁，共82頁?；赑CA變換的影像融合法-流程基于PCA的融合流程用全色影像替代多光譜影像第一主分量進行PCA反變換ZYcZYbZYaPCA變換提取主分量全色波段融合結果第38頁/共81頁第三十八頁，共82頁?；赑CA變換的影像融合法北京地區(qū)資源一號衛(wèi)星影像

北京地區(qū)SPOT衛(wèi)星PAN影像

第39頁/共81頁第三十九頁，共82頁?；赑CA變換的影像融合法第40頁/共81頁第四十頁，共82頁。高通濾波法圖像融合-流程融合結果ZYcZYbZYa全色波段單波段高通濾波融合

HPF法融合流程第41頁/共81頁第四十一頁，共82頁。高通濾波法圖像融合-頻率域例如對于SPOT全色波段的圖像和多光譜圖像，可先對多光譜圖像進行幾何校正，使其在圖像大小方面和全色波段的圖像相一致。然后對三個波段的多光譜實施FFT正變換，并用10m分辨率的全色波段圖像替換經(jīng)FFT正變換以后得到經(jīng)過直方圖匹配后的多光譜圖像的高頻部份,然后進行FFT逆變換可得到10m分辨率的多光譜圖像。第42頁/共81頁第四十二頁，共82頁。高通濾波法圖像融合新疆地區(qū)資源一號衛(wèi)星影像

新疆地區(qū)SPOT衛(wèi)星PAN影像

第43頁/共81頁第四十三頁，共82頁。高通濾波法圖像融合

新疆地區(qū)融合結果圖(窗口大小為33)

新疆地區(qū)融合結果圖(窗口大小為55)第44頁/共81頁第四十四頁，共82頁?；谛〔ㄗ儞Q的圖像融合

基于小波變換的數(shù)據(jù)融合對同一地區(qū)的不同傳感器影像來說，其差別不在低頻部分，而在高頻部分。換言之，對其空間頻譜的低頻部分是相同的或相近的，而有顯著差別的只是高頻部份.第45頁/共81頁第四十五頁，共82頁。基于小波變換的圖像融合-小波變換LLLHHHHLHLLHHHLLLHHLHH一級小波變換結果二級小波變換結果

小波變換結果示意圖

第46頁/共81頁第四十六頁，共82頁?；谛〔ㄗ儞Q的圖像融合-流程將多光譜影像和高分辨率影像進行小波分解將多光譜圖像重采樣成尺度大小一致的圖像,并進行小波分解獲得低頻分量和高頻分量;同時,將高分辨率影像也進行小波分解獲得低頻分量和高頻分量用高頻分量進行信息融合

將合成的數(shù)據(jù)進行小波重構，獲得高分辨率的多光譜融合圖像。第47頁/共81頁第四十七頁，共82頁。基于小波變換的圖像融合高分辨率影像多光譜影像分解分解融合準則融合結果逆變換基于小波變換的圖像融合框圖第48頁/共81頁第四十八頁，共82頁。像素級融合結果比較北京地區(qū)資源一號衛(wèi)星影像

北京地區(qū)SPOT衛(wèi)星PAN影像

第49頁/共81頁第四十九頁，共82頁。PCA融合結果小波融合結果IHS融合結果HPF融合結果第50頁/共81頁第五十頁，共82頁。像素級融合結果比較新疆地區(qū)資源一號衛(wèi)星影像

新疆地區(qū)SPOT衛(wèi)星PAN影像

第51頁/共81頁第五十一頁，共82頁。IHS融合結果HPF融合結果PCA融合結果小波融合結果第52頁/共81頁第五十二頁，共82頁?；谛〔ǖ腍IS融合針對IHS融合中，融合結果的光譜特征扭曲的現(xiàn)象，利用小波變換的優(yōu)勢，將兩者結合起來，更大程度上保留了多光譜信息，且在提高空間分辨率方面也有很好的效果。基于小波的IHS融合是將多光譜圖像的IHS變換后的Ｉ分量與高分辨率圖像先進行直方圖匹配，然后再分別進行小波變換，用高分辨率圖像的高頻替換I分量的高頻，再對I分量進行小波反變換，而后經(jīng)過IHS反變換，獲得融合后的圖像。融合影像與原始影像相比，其空間分辨率都有不同程度的提高，且可有效保留多光譜圖像的光譜信息。第53頁/共81頁第五十三頁，共82頁。基于小波的HIS融合用全色影像高頻替代I分量高頻部分，進行小波反變換

基于小波的IHS融合流程融合結果ZYc

ZYbZYaIHS變換提取I分量全色波段直方圖匹配（全色波段與I分量）小波分解小波分解新亮度分量I與H、S一起做IHS->RGB變換第54頁/共81頁第五十四頁，共82頁。密云水庫地區(qū)雷達影像圖密云水庫地區(qū)TM4影像第55頁/共81頁第五十五頁，共82頁。HIS變換融合影像圖小波變換融合影像圖第56頁/共81頁第五十六頁，共82頁。基于HIS濾波—小波變換的融合影像第57頁/共81頁第五十七頁，共82頁。應用—基于影像融合的去云將多源遙感數(shù)據(jù)進行空間配準，必要時可進行直方圖匹配；對多源遙感數(shù)據(jù)分別進行小波分解；對多源遙感數(shù)據(jù)小波分解的低頻部分進行分析，結合云的高灰度特征，陰影的低灰度特征制定融合圖像的低頻帶數(shù)據(jù)；將多源圖像的高頻帶數(shù)值融合并與低頻帶數(shù)值一起作小波變換逆變換得到結果圖像。第58頁/共81頁第五十八頁，共82頁。應用—基于影像融合的去云去云融合第59頁/共81頁第五十九頁，共82頁。應用—基于影像融合的去云有云的源圖像無云的源圖像第60頁/共81頁第六十頁，共82頁。應用—基于影像融合的去云融合去云處理的圖像第61頁/共81頁第六十一頁，共82頁。洪水監(jiān)測研究中的影像數(shù)據(jù)融合針對具體問題常常有不同的融合方案。研究洪水監(jiān)測，可選擇的遙感數(shù)據(jù)源有TM圖像：TM圖像光譜數(shù)據(jù)豐富，幾何性能好，空間分辨率較高，有利于分析洪水數(shù)據(jù)；側(cè)視雷達圖像：側(cè)視雷達圖像較易觀察水體和線性地物，并且可全天候獲取數(shù)據(jù)，有利于實地監(jiān)測洪峰。氣象衛(wèi)星圖像：多時相的NOAA氣象衛(wèi)星圖像地面分辨率低（1.1km），但時相分辨率高，數(shù)據(jù)及時，可晝夜獲取，同步性強，有利于動態(tài)監(jiān)測；將TM與側(cè)視雷達圖像融合，既可獲得洪水、水田、旱地情況，也可獲得大堤、水渠等線性地物情況；將TM與氣象衛(wèi)星圖像融合，可以克服云層影響和氣象衛(wèi)星分辨率低的不足。因此融合圖像在洪水監(jiān)測中更具實用意義。第62頁/共81頁第六十二頁，共82頁。特征級融合-流程ROI確定ROI確定特征提取特征提取融合推理融合推理特征層融合應用目標監(jiān)測目標監(jiān)測變化檢測變化檢測目標識別目標識別外部信息融合性能評估融合性能評估信息生成第63頁/共81頁第六十三頁，共82頁。特征級融合-特征提取幾何特征，例如直線、曲線、邊緣、脊、角，等；結構特征，包括面積、相對定位等；統(tǒng)計特征，包括目標表面的數(shù)目、平面的周長、紋理特征等；譜特征，如色彩、譜信號等。第64頁/共81頁第六十四頁，共82頁。特征級融合-特征提取包含港口的橫須賀海濱IRS1-C影像使用基于形態(tài)和區(qū)域增長的海岸分割算法提取的海岸線特征第65頁/共81頁第六十五頁，共82頁。特征級融合-特征提取(c)、(d)使用模板匹配方法確定的港口ROI第66頁/共81頁第六十六頁，共82頁。特征級融合-特征提取前圖(c)邊緣提取結果；(a)圖中的航母邊緣特征；不同時刻的IRS1-C影像的航母邊緣特征。第67頁/共81頁第六十七頁，共82頁。3、遙感與非遙感數(shù)據(jù)的融合第68頁/共81頁第六十八頁，共82頁。遙感與非遙感數(shù)據(jù)融合的意義遙感數(shù)據(jù)來源于地球表面物體對太陽輻射的反射（被動遙感），某些波段還具有一定的穿透能力，由此可得到具有一定地表深度的數(shù)據(jù)。通過不同地物的相關性，還可間接地獲得數(shù)據(jù)，例如植被和土壤相關，通過覆蓋在土壤上的植被數(shù)據(jù)，可間接地分析出土壤的情況。還可通過不同遙感數(shù)據(jù)源的優(yōu)勢互補，進行融合增加數(shù)據(jù)量。盡管如此，僅通過遙感手段獲取數(shù)據(jù)仍感到不夠，不能解決遇到的全部問題，因此將地形、氣象、水文等專題數(shù)據(jù)，行政區(qū)劃、人口、經(jīng)濟收入等人文與經(jīng)濟數(shù)據(jù)作為遙感數(shù)據(jù)的補充，可有助于綜合分析問題，發(fā)現(xiàn)客觀規(guī)律，提高解譯的效果，因此遙感數(shù)據(jù)與地理數(shù)據(jù)的融合也是遙感分析過程中不可缺少的手段。

第69頁/共81頁第六十九頁，共82頁。遙感與非遙感數(shù)據(jù)融合

遙感數(shù)據(jù)是以柵格格式記錄的，而地面采集的地理數(shù)據(jù)常呈現(xiàn)出多等級，多量綱的特點，數(shù)據(jù)格式也多樣化。因此，為了使各種地理數(shù)據(jù)能與遙感數(shù)據(jù)兼容，首先需要將獲取的非遙感數(shù)據(jù)按照一定的地理網(wǎng)格系統(tǒng)重新量化和編碼，以完成各種地理數(shù)據(jù)的定量和定位，產(chǎn)生出新的數(shù)據(jù)格式。甚至可以將其制作成與遙感數(shù)據(jù)類似的若干獨立的波段，以便和遙感數(shù)據(jù)融合。這樣，遙感數(shù)據(jù)與非遙感數(shù)據(jù)可在空間上對應一致，又可在成因上互相說明，以達到深入分析的目的。

第70頁/共81頁第七十頁，共82頁。遙感與非遙感數(shù)據(jù)的融合步驟地理數(shù)據(jù)的網(wǎng)格化為了使非遙感的地理數(shù)據(jù)與遙感數(shù)據(jù)融合，前提條件是必須使地理數(shù)據(jù)可作為遙感數(shù)據(jù)的一個“波段”，這就是說通過一系列預處理：①使地理數(shù)據(jù)成為網(wǎng)格化的數(shù)據(jù)；②地面分辨率與遙感數(shù)據(jù)一致；③對應地面位置與遙感影像配準。第71頁/共81頁第七十一頁，共82頁。遙感與非遙感數(shù)據(jù)的融合步驟最優(yōu)遙感數(shù)據(jù)的選取融合時的遙感數(shù)據(jù)常常只需一個或二個波段，如為使分辨率優(yōu)化，可選取SPOT數(shù)據(jù)的全色波段，當用TM數(shù)據(jù)時，則可選用K－L變換后的前兩個波段，以達到減少數(shù)據(jù)量，保持數(shù)據(jù)量的目的。因此選取適合需要的遙感波段十分重要。配準融合柵格數(shù)據(jù)與柵格數(shù)據(jù)：在完成分辨率與位置配準后，多采用兩種方法：①非遙感數(shù)據(jù)與遙感數(shù)據(jù)共組成三個波段，實行假彩色合成；②兩種數(shù)據(jù)直接疊加，波段之間可作加法或其他數(shù)學運算，也可在波段之間做適當?shù)摹芭c”、“或”等布爾運算。第72頁/共81頁第七十二頁，共82頁。遙感與非遙感數(shù)據(jù)的融合步驟柵格數(shù)據(jù)與矢量數(shù)據(jù)：常采用不同數(shù)據(jù)格式的融合和不同數(shù)據(jù)層的融合。只要坐標位置配準，柵格數(shù)據(jù)與矢量數(shù)據(jù)也可以疊加，如在遙感影像上加上行政邊界或等高線等。不同層面的融合，這里的層面指計算和記錄時將不同的圖像記錄到不同的層上，顯示時可以分別顯示，也可以一起疊合顯示。達到融合的效果，如要想在遙感影像的背景上突出河流湖泊等水體部分，或突出其他地理特征，則被突出的部分可單獨記錄為一層。第73頁/共81頁第七十三頁，共82頁。遙感與非遙感數(shù)據(jù)的融合遙感數(shù)據(jù)和非遙感數(shù)據(jù)還可以在同一地理投影坐標系統(tǒng)下放到一起作綜合分類分析，這種分析不限波段數(shù)目，例如分析鹽漬土時可以采用TM1，2，3，4，5，7六個波段，再加上非遙感的地形數(shù)據(jù)、地下水埋深、地下水礦化度等重要的影響鹽漬土的數(shù)據(jù)所形成的網(wǎng)格作為參與分類分析的“波段”。綜合分析由于考慮了地理因素，使結果的可靠性和精確度得到提高。

總之，多源數(shù)據(jù)融合實現(xiàn)了遙感數(shù)據(jù)之間的