遥感影像数据融合方法应用研究

2016-05-06 06:04徐建英刘建平
长沙大学学报 2016年2期
关键词:图像融合遥感影像

徐建英,刘建平

(1.长江工程职业技术学院测绘工程系,湖北 武汉 430212;

2.长沙大学土木工程系,湖南 长沙 410022)



遥感影像数据融合方法应用研究

徐建英1,刘建平2

(1.长江工程职业技术学院测绘工程系,湖北 武汉 430212;

2.长沙大学土木工程系,湖南 长沙 410022)

摘要:介绍了遥感影像数据融合中常用的三种方法:主成份变换法、乘积变换法、比值变换法.以某地区的SPOT和TM遥感影像为实验数据,选用ERDAS软件平台,采用数据融合的三种方法分别进行融合实验,对融合的效果和应用进行了对比和分析.实验结果表明:应用不同的融合方法可以得到不同的融合效果,多源遥感影像融合不仅可以提高图像的清晰度,还可以使得提取的信息量更加丰富.

关键词:遥感影像;图像融合;ERDAS

目前,随着遥感技术的发展,多源遥感影像为人们提供了丰富的信息,不同传感器对同一地区获取的遥感影像数据量越来越大,使得遥感系统能够为用户提供同一地区不同时间、空间和光谱分辨率的海量数据[1].单一传感器获取的图像信息往往难以满足应用,通过影像融合可以获取更多的信息,补充单一传感器的不足,能够最大限度地综合和利用多种数据的不同特性,消除不同传感器之间存在的冗余和矛盾,增强影像信息的透明度,提高影像信息的精度,改善和提高遥感信息提取的及时性和可靠性.遥感图像应用的关键是遥感影像的融合,它也是遥感影像处理中的重要环节,可以根据不同的需求运用不同的融合方法.

1图像融合

遥感图像融合是将多种遥感传感器获取的图像数据或同种类传感器对同一目标在不同时间获取的信息进行综合处理的过程,运用一定的规则或算法进行图像的运算处理,将图像中所包含的有用信息融合生成为一幅新的图像,该图像包含有比任何单一图像更精确、更丰富的信息,以达到对目标和地物的综合描述[2].

2遥感影像融合方法

遥感影像融合的方法有很多,其中主要有主成分变换法、乘积变换法、比值变换法、小波变换法、高通滤波法等,本次实验中主要采用主成分变换法、乘积变换法、比值变换法进行影像融合.

2.1主成分变换融合

主成份变换融合(Principle Component Analysis)其实质是基于图像统计特征基础上的,它是一种多维正交线性变换,也叫主分量分析、K-L变换.该方法可以应用于图像压缩、去噪以及图像旋转等,因此,可以更加准确地表示多波段数据结构内部的遥感信息[3],该方法的最大优点是可以将任意数目的波段进行融合,融合后的图像包含了原始图像的空间信息和光谱信息特征,使得目标的细节特征更加清晰,层次更加分明,光谱信息量更加丰富.

2.2乘积变换融合

乘积变换融合(Multiplicative)的优点在于可以直接对不同空间分辨率的遥感数据进行合成,对图像的亮度进行变换处理,并保持图像的色彩不变[4],其原理是应用了最基本的乘积组合算法.该算法可直接对原始图像进行操作,增强某些特征信息,如在城市规划设计中,需要识别道路、建筑物等特征信息,应用乘积变换融合方法,可以增强上述特征信息.该方法简单,占用的内存容量少,运行速度快,但得到的结果图像不能很好地保留多光谱图像的反射信息[5].

2.3比值变换融合

比值变换融合法(Brovey Transform)是遥感影像处理中常用的方法,是美国科学家Brovey 建立的模型,是一种RGB彩色融合变换方法,又称Brovey法[6].对于多光谱影像而言,比值变换扩大了反映地物细节的反射分量,这样不仅有利于地物的识别,还能在一定程度上减弱或消除太阳照度、云影、地形起伏阴影等的影响.

Brovey变换中,融合后的波段值分别等于波段数值占三个波段红、绿、蓝波段之和的百分比乘以高分辨率遥感数据[7].如果高分辨率全色影像的光谱影像响应范围与低分辨率多光谱影像相同时,则其表达式为:

这种融合方法最明显的特点是在增强影像的清晰度时也能够保持其原有多光谱影像的色调,还可以增强图像边缘的对比度.可将该方法用于SPOT卫星全色影像与多光谱影像的融合或SPOT卫星全色影像与TM多光谱影像的融合.但在对SPOT全色影像和TM多光谱影像进行融合时,如果两者的波谱范围不一致,此方法很容易造成直方图的压缩变形,降低图像的清晰度,使得图像变暗.

3遥感影像数据融合实例

3.1软件选取

目前常用的遥感图像处理软件有:PCI、ENVI、ERMapper和ERDAS IMAGINE.在四种软件中,PCI适合用于影像制图;ENVI具备强大的多光谱影像处理功能,因此在针对像元处理的信息提取中有较大优势;ER Mapper对于处理高分辨率影像效果较好;而ERDAS IMAGINE是功能非常强大的遥感图像数据处理系统,应用最广泛,数据融合效果最好.综合考虑各类软件,融合实验采用的软件平台是ERDAS IMAGINE 9.2.

3.2数据融合

为了验证融合方法,选取SPOT卫星和TM影像数据,分别采用主成分变换法、乘积变换法、比值变换法进行融合实验.在下图中,图1为原始SPOT卫星影像,图2为原始TM影像,图3-5为融合效果图.

图1 原始SPOT卫星影像

图2 原始TM影像

图3 主成分变换法融合效果图

图4 乘积变换法融合效果图

图5 比值变换法融合效果图

从融合结果图可以看出,这几种融合方法的结果图无论在空间分辨率和图像的清晰程度上都比原始影像提高很多,融合后的信息量较之前丰富.主成分变换法主要是根据需要选择特定的因素作为主要因素进行融合处理,因此得到的影像是一种特定的结果,能够将信息进行有效分离,更能突出特定的因素.乘积变换法的优势在于保持其原有的色彩的同时,增加了影像的亮度.比值变换法能够较为清晰地反映出地物的轮廓细节,使建筑物、道路的网络清晰可见,而且消除了云雾等阴影.

4结论

多源遥感影像数据融合是一门新兴的技术,并得到不断完善.在多源遥感图像融合中,对同一对象,采用不同的融合方法可以得到不同的融合图像,融合后的图像均比原始图像清晰,信息量丰富.但是,由于多源遥感影像融合方法多种多样,融合技术千差万别,实际存在很多的问题有待解决.在实际的应用中,还需要根据具体的处理对象采用不同的融合方法,反复实验,选取最佳的影像融合方法,这是提高遥感图像空间分辨率和光谱信息的有效途径.只有这样,才能更好地实现多源遥感数据的优势互补,促进遥感影像数据融合的应用.

参考文献:

[1] 姜芸,臧淑英,王军.多源遥感影像数据融合技术研究[J].测绘与空间地理信息,2009,(2):46-50.

[2] 张寅玥,付炜.多源遥感图像融合算法研究[J].电子测量技术,2010,(6):34-38.

[3] 张贤柱,尉涛,马旭.基于ERDAS的遥感影像几种融合方法的分析比较[J].电力勘测设计,2012,(1):19-22.

[4] 李娜,殷学永.不同遥感影像融合方法的比较研究[J]. 许昌学院学报,2013,(2):32-36.

[5] 杨长保,姜琦刚,丘殿明,等.多源遥感数据融合方法的新探索[J].吉林大学学报,2006,(6):580-583.

[6] 李微微.遥感图像融合技术及应用方法研究[D]. 秦皇岛:燕山大学硕士学位论文,2012.

[7] 邹积刚.多源遥感图像融合算法研究[J].电子测量技术,2010,(6):34-38.

(责任编校:晴川)

Application of Remote Sensing Image Data Fusion Methods

XU Jianying1,LIU Jianping2

(1.Department of Surveying and Mapping Engineering,Changjiang Institute of Technology,Wuhan Hubei 430212, China;2. Department of Civil Engineering, Changsha University, Changsha Hunan 410022, China)

Abstract:The paper introduced three kinds of commonly used methods, principal component analysis, multiplicative and Brovey transform. Using the SPOT and TM remote sensing images of the area as experimental data and based on the ERDAS software platform, the study conducted the fusion experiments with the three methods, and compared and analyzed the effects and application of the fusion. The experimental results showed that different fusion methods could get different fusion effects, and multi-source remote sensing image fusion could not only improve image clarity, but also make the information extracted more abundant.

Key Words:remote sensing image; image fusion; ERDAS

中图分类号:P228.4

文献标识码:A

文章编号:1008-4681(2016)02-0023-03

作者简介:徐建英(1976— ),女,湖北武汉人,长江工程职业技术学院测绘工程系副教授,硕士.研究方向:GIS、图形图像处理.

基金项目:长江工程职业技术学院重点项目(批准号:JKY2015-02).

收稿日期:2016-03-08

猜你喜欢
图像融合遥感影像
基于小波变换的多模态医学图像的融合方法
遥感影像资料在海图制图中的应用研究
灰色关联度在红外与微光图像融合质量评价中的应用研究
林火安防预警与应急处理系统设计
遥感数字图像处理课程实验综述
基于Matlab的遥感图像IHS小波融合算法的并行化设计
高分遥感影像中道路信息提取方法综述
一种新的IHS图像多次融合的方法
农业物联网双光谱热成像图像融合模型设计