搜索
图像融合图像融合图像融合多种名称，常见的有图像复合（ImageFusion)影像融合(ImageMerging)、数据复合(DataFusion)、数据综合(DataIntegration)、影像综合(ImageIntegration)、信息复合(InformationCombination)图像融合数据融合(Fusion,Merge)的定义指同一区域内，遥感数据之间或遥感数据与非遥感数据之间的匹配融合多种遥感数据源信息融合是指利用多种对地观测技术所获取的关于同一地物的不同遥感数据，通过一定的数据处理技术，提取各遥感数据源的有用信息，最后将其融合到统一的空间坐标系(图像或特征空间)中，进行综合判读或进一步的解析处理图像融合目的：把那些在空间和时间上冗余或互补的多源数据，按照一定的规则进行运算处理，获得比任何一种数据更精确、更丰富的信息，生成一幅具有新的空间、波谱、时间特征的合成图像空间分辨率的提高目标特征增强提高分类精度信息互补图像融合的流程精确几何配准几何纠正全色几何纠正ZYaZYbZYc图像融合融合结果评价及利用预处理融合处理应用遥感图像融合流程图图像融合的层次像元级线性加权法、IHS变换、PCA变换、高通滤波法、小波变换融合算法等特征级Dempster-shafer推理法；聚类分析法；贝叶斯估计法；熵法；带权平均法；表决法及神经网络法等决策级贝叶斯估计法；专家系统；神经网络法；模糊集理论；可靠性理论以及逻辑模板法等遥感数据融合方法介绍像素级融合是最低层次的图像融合它将经过高精度图像配准后的多源影像数据按照一定的融合原则，进行像素的合成，生成一幅新的影像融合的目的在于提高图像质量，提供良好的地物细节信息，直接服务于目视解译，自动分类遥感数据融合方法介绍像素级融合方法代数法分量替换法基于彩色空间变换的影像融合法基于主成分分析的影像融合法基于高通滤波影像融合法基于小波变换影像融合法基于小波的HIS影像融合代数法将低空间分辨率图像重采样成高空间分辨率图像传感器1影像数据传感器2影像数据空间配准对应像素代数运算融合影像数据常用代数法：（1）相乘：适用于SAR影像与光学影像；（2）相关系数加权法：适用于全色影像与多光谱影像。分量替换法多光谱数据LMS全色数据HRP正变换空间分量LRS光谱分量TC融合图像HMS逆变换空间分量HRS基于彩色空间变换的融合方法用全色影像替代多光谱影像的I分量进行HSI反变换基于HSI的融合流程融合结果ZYcZYbZYaHSI变换提取I分量全色波段直方图匹配北京地区资源一号卫星影像北京地区SPOT卫星PAN影像HSI变换融合结果图新疆地区资源一号卫星影像新疆地区SPOT卫星PAN影像不进行直方图修正进行直方图修正原图不进行直方图修正进行直方图修正数据融合的技术关键数据融合的技术关键充分认识研究对象的地学规律充分了解每种融合数据的特点和适用性充分考虑到不同遥感数据之间波谱数据的相关性引起的有用数据的增加以及噪声误差的增加，因此对多种遥感数据作出合理的选择几何配准，即解决遥感图像的几何畸变，解决空间配准问题只有对地学规律、影象特征、成象机理这三者有深刻的认识，并把它们有机地结合起来，数据融合才能达到更好地效果遥感与非遥感数据的融合遥感数据与地理数据的融合是遥感分析过程中不可缺少的手段通过遥感手段获取数据不能解决应用时遇到的全部问题因此，将地形、气象、水文等专题数据，行政区划、人口、经济收入等人文与经济数据作为遥感数据的补充，可有助于综合分析问题，发现客观规律，提高解译的效果遥感与非遥感数据的融合遥感数据是以栅格格式记录的，而地面采集的地理数据常呈现出多等级，多量纲的特点，数据格式也多样化。因此，为了使各种地理数据能与遥感数据兼容，首先需要将获取的非遥感数据按照一定的地理网格系统重新量化和编码，以完成各种地理数据的定量和定位，产生出新的数据格式。这样，遥感数据与非遥感数据可在空间上对应一致，又可在成因上互相说明，以达到深入分析的目的。遥感与非遥感数据的融合1.地理数据的网格化①使地理数据成为网格化的数据；②地面分辨率与遥感数据一致；③对应地面位置与遥感影像配准。2.最优遥感数据的选取3.配准融合小结多源数据融合实现了遥感数据之间的优势互补，也实现了遥感数据与地理数据的有机结合。这种融合的意义决不仅仅提高了目视解译的效果，更重要的是在定量分析中提高了精度，扩大了遥感数据的应用面，具有很大的实际意义。