遙感圖像的融合處理1整理ppt圖像融合處理

當代航天遙感系統(tǒng)已能為用戶提供高空間分辨率、高波譜分辨率和高時間分辨率的海量圖像。如何將同一地區(qū)的各種遙感圖像的有用信息融合在一起是遙感應(yīng)用研究的課題之一。從二十世紀70年代的航天遙感應(yīng)用的研究和實踐表明：由于在可見光和紅外波段，各類植被的響應(yīng)大都互相重疊。因此，單用一種多光譜圖像進行分析，要解決土地覆蓋、耕地和森林資源監(jiān)測、軍事偵察等問題是不可能的。

2整理ppt因而進入二十世紀80年代，開始有人研究遙感圖像融合的方法。圖像數(shù)據(jù)n圖像數(shù)據(jù)1圖像數(shù)據(jù)2…圖像配準像素級融合融合影像圖像數(shù)據(jù)n圖像數(shù)據(jù)1圖像數(shù)據(jù)2…特征提取特征關(guān)聯(lián)融合特征描述圖像數(shù)據(jù)n圖像數(shù)據(jù)1圖像數(shù)據(jù)2…特征提取決策級融合融合目標屬性目標識別遙感衛(wèi)星影像融合的三個層次象素級融合特征級融合決策級融合3整理ppt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，例如局部能量原則、局部梯度或信息熵的原則，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(wù)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具有一般具有以下性質(zhì)（Wald,1997）：融合影像應(yīng)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(yīng)當和高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。

4整理ppt目前在遙感圖像融合中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5整理ppt1.代數(shù)法

代數(shù)運算融合方法多用于同類遙感器不同時相圖像的融合,或低分辨率的多光譜圖像與高分辨全色圖像的融合。根據(jù)應(yīng)用要求，選擇好參與融合的波段數(shù)據(jù)，與全色圖像幾何配準后，進行逐點像元亮度值的數(shù)學運算。6整理ppt第一種是逐點相加運算，運算通式為：

Mi’（x,y）＝Mi（x,y)＋P(x,y)+Bi

式中,Mi（x,y)為參與融合的i波段多光譜原圖像數(shù)據(jù);P(x,y)為參與融合的全色波段原圖像數(shù)據(jù);Mi’（x,y）為融合的i波段新圖像;Bi為權(quán)函數(shù).第二種是逐點相減運算，運算通式為：

Mi’（x,y）＝Mi（x,y)-P(x,y)-Bi第三種是逐點相乘運算，運算通式為：

Mi’（x,y）＝(Mi（x,y)*P(x,y)*Bi)/m7整理ppt代數(shù)法-相關(guān)系數(shù)加權(quán)法融合以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(guān)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8整理ppt2.基于彩色空間變換的影像融合法--彩色變換遙感圖像融合方法的關(guān)鍵技術(shù)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。

9整理ppt基于彩色空間變換的影像融合法首先，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

10整理ppt基于彩色空間變換的影像融合法多光譜圖像XS1多光譜圖像XS2多光譜圖像XS3重采樣重采樣重采樣IHS正變換色調(diào)分量H飽和度分量S亮度分量IIHS逆變換全色波段圖像PA高分辨率多光譜圖像1高分辨率多光譜圖像2高分辨率多光譜圖像311整理ppt基于IHS變換的融合球體變換12整理ppt球體變換中RGB到HIS的轉(zhuǎn)換算法

式中，R,G,B位于區(qū)間［0，1］；r,g,b位于區(qū)間［0，1］；M＝max［R、G、B］；m＝min［R、G、B]

注意：R、G、B中至少有一個值是0，與最大值的顏色對應(yīng)，并且至少有一個值是1，與最小值的顏色對應(yīng)。13整理ppt則在球體變換中：（1）I（亮度）的計算公式為：I的取值范圍為［0，1］。（2）S（飽和度）的計算公式為：S的取值范圍為［0，1］14整理ppt(3)H(色度)的計算公式為:H的取值范圍為[0,360]15整理ppt圓柱體變換中RGB到HIS的轉(zhuǎn)換算法16整理ppt17整理ppt3.基于PCA變換的融合

對低分辨率圖像進行PCA變換后，以高空間分辨率圖像代替第一主成分，進行反變換。18整理ppt基于PCA變換的影像融合法流程圖

多光譜圖像XS1多光譜圖像XS2多光譜圖像XS3重采樣重采樣重采樣PCA正變換第二主分量第三主分量第一主分量PCA逆變換全色波段圖像PA高分辨率多光譜圖像1高分辨率多光譜圖像2高分辨率多光譜圖像319整理ppt4.基于高通濾波影像融合法多光譜圖像XS重采樣高通濾波器低頻分量高頻分量反卷積運算全色波段圖像PA高分辨率多光譜圖像20整理ppt5.基于小波變換的圖像融合

方法,對高分辨率圖像進行多尺度小波變換,以低分辨率圖像代替某一尺度小波變換的第一分量,進行反變換,從而實現(xiàn)圖像的融合。21整理ppt基于小波變換的圖像融合通過二維離散小波變換，將影像與一個低通濾波器和高通濾波器進行卷積運算以及隔行隔列重采樣，從而分解為不同分辨率，不同尺度的分量；在某一尺度，影像被分解為四個分量，分辨率是上一尺度的一半。22整理ppt小波分解的一個例子ApproximationimageHorizontaledgeVerticaledgeCrossedge23整理ppt圖像融合的例子參與融合的圖像：1.30米分辨率TM多光譜影像2.10米分辨率SPOT全色影像24整理ppt10米全色影像和30米TM影像的假彩色圖像放大一倍25整理ppt26整理pptIHS變換融合后和融合前圖象比較27整理ppt基于小波變換的融合圖像和原始低分辨率圖像假彩色合成圖28整理ppt小波變換融合假彩色合成圖與低分辨率相同通道假彩色合成圖29整理ppt4.基于小波變換的影像融合法

根據(jù)Mallet正交小波分解、重構(gòu)理論，離散信號有如下的正交小波分解和重構(gòu)公式。小波分解公式:

小波重構(gòu)公式：

30整理ppt基于小波變換的影像融合法步驟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。用高頻分量和進行信息融合