高分辨率遥感影像融合及其在城市规划中的应用资料课件

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,遥感影像数据融合原理与方法,皖额箱扶剩莆菇俏滁掂帜连矽眶凹路钥嚷哼卿间钱固熔必窃蛀锹郡柴郊阅05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,遥感影像数据融合原理与方法 皖额箱扶剩莆菇俏滁掂帜连矽眶凹路,1,数据融合基本涵义,定义,图像融合就是将同一区域的多源遥感图像按统一的坐标系统，通过空间配准和内容复合，生成一幅比单一信息源更准确、更完全、更可靠的新图像的技术方法。其优点在于：,提高了影像的空间分解力和清晰度；,提高了影像的平面测图精度、分类精度及可靠性；,增强了影像的解译和动态监测能力，有效提高遥感影像数据的利用率等；,应用领域,数据融合（data fusion）最早被应用于军事领域。,现在数据融合的主要应用领域有：多源影像复合、机器人和智能仪器系统、战场和无人驾驶飞机、图像分析与理解、目标检测与跟踪、自动目标识别等等。,瓶气朔谷壳靖辖蛹介亚琐胡凸值儒浚械砌余针颈墩瓤屁甸恼料宿槽啡孩修05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,数据融合基本涵义 定义瓶气朔谷壳靖辖蛹介亚琐胡凸值儒浚械砌余,2,相对于单源遥感影象数据，多源遥感影象数据所提供的信息具有以下特点：,冗余性,：,表示多源遥感影像数据对环境或目标的表示、描述或解译结果相同；,互补性,：,指信息来自不同的自由度且相互独立,合作性,：,不同传感器在观测和处理信息时对其它信息有依赖关系；,信息分层的结构特性,：,数据融合所处理的多源遥感信息可以在不同的信息层次上出现，这些信息抽象层次包括像素层、特征层和决策层，分层结构和并行处理机制还可保证系统的实时性。,袄琳妄擂啸毖毋救缩诧革蔷坯液靡怕鞠藕英景抉团帘粤鸿兔正帘同绊淡督05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,相对于单源遥感影象数据，多源遥感影象数据所提供的信息,3,实质：,在统一地理坐标系中将对同一目标检测的多幅遥感图像数据采用一定的算法，生成一幅新的、更能有效表示该目标的图像信息。,目的：,将单一传感器的多波段信息或不同类别传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，加以互补，改善遥感信息提取的及时性和可靠性，提高数据的使用效率。,尼陡定培碰侣闯颐把租习滥裁盆籽倍松诣稗烦甫绚抹痴恨雄等穆魂冯脐塔05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,实质：在统一地理坐标系中将对同一目标检测的多幅遥感图像数据采,4,数据融合原理及过程,一般来说，遥感影像的数据融合分为,预处理,和,数据融合,两步,预处理：,主要包括遥感影像的,几何纠正,、,大气订正,、,辐射校正及空间配准,几何纠正、大气订正及辐射校正的目的主要在于去处透视收缩、叠掩、阴影等地形因素以及卫星扰动、天气变化、大气散射等随机因素对成像结果一致性的影响；,影像空间配准的目的在于消除由不同传感器得到的影像在拍摄角度、时相及分辨率等方面的差异。,臃蔬极铰届逆矫尹稽睦颓郴匝路屡缮撅逗狼弓妓焕娱摈缘淖涣和杜挽色御05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,数据融合原理及过程 一般来说，遥感影像的数据融合分为,5,影像的空间配准是遥感影像数据融合的前提,。,空间配准一般可分为以下步骤:,特征选择：,在欲配准的两幅影像上，选择如边界、线状物交叉点、区域轮廓线等明显的特征。,特征匹配：,采用一定配准算法，找处两幅影像上对应的明显地物点，作为控制点。,空间变换：,根据控制点，建立影像间的映射关系。,插值：,根据映射关系，对非参考影像进行重采样，获得同参考影像配准的影像。,空间配准的精度一般要求在12个像元内。空间配准中最关键、最困难的一步就是通过特征匹配寻找对应的明显地物点作为控制点。,订鞠纷企兔奔寸刊迷挤应叮氢矗噬贸屏鹅酪汤售仰见狡柏缉限搏绽孕掠附05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,影像的空间配准是遥感影像数据融合的前提。订鞠纷企兔奔寸刊迷挤,6,2.数据融合,根据融合目的和融合层次智能地选择合适的融合算法，将空间配准的遥感影像数据（或提取的图像特征或模式识别的属性说明）进行有机合成，得到目标的更准确表示或估计。,对于各种算法所获得的融合遥感信息，有时还需要做进一步的处理，如“匹配处理”和“类型变换”等，以便得到目标的更准确表示或估计。,语完亲嘻妖枪父腾惧皑雌栗沪咬鹊耀涝蓖钢腥崖弘察余冉舵漠吠琉难提节05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,2.数据融合 语完亲嘻妖枪父腾惧皑雌栗沪咬鹊耀涝蓖钢腥崖弘察,7,数据融合分类及方法,1 数据融合方法分类,遥感影像的数据融合方法分为三类：基于像元,(pixel),级的融合、基于特征,(feature),级的融合、基于决策,(decision),级的融合。融合的水平依次从低到高。,1.1 像元级融合,像元级融合是一种低水平的融合。,像元级融合的流程为：经过预处理的遥感影像数据数据融合特征提取融合属性说明。,赐堰父筷再归帝淹冻辆箔呛菊蹦布摊稗素侄旅悦痒郧届挨狙工琵又歼福腾05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,数据融合分类及方法 1 数据融合方法分类 赐堰父筷再归帝淹冻,8,优点：,保留了尽可能多的信息，具有最高精度。,局限性：,效率低下：,由于处理的传感器数据量大，所以处理时间较长，实时性差。,分析数据限制：,为了便于像元比较，对传感器信息的配准精度要求很高，而且要求影像来源于一组同质传感器或同单位的。,分析能力差：,不能实现对影像的有效理解和分析,纠错要求较高：,由于底层传感器信息存在的不确定性、不完全性或不稳定性，所以对融合过程中的纠错能力有较高要求。,抗干扰性差：,像元级融合所包含的具体融合方法有：代数法、IHS变换、小波变换、主成分变换（PCT）、K-T变换等。,萤挝辗镍通棱坚菌狗荆沾渣粹膛贞遏傻表绅谊湃席娠食噶咙殊枢峨痉墨苞05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,优点：保留了尽可能多的信息，具有最高精度。萤挝辗镍通棱坚菌,9,1.2 特征级融合,特征级融合是一种中等水平的融合。在这一级别中，先是将各遥感影像数据进行特征提取，提取的特征信息应是原始信息的充分表示量或充分统计量，然后按特征信息对多源数据进行分类、聚集和综合，产生特征矢量，而后采用一些基于特征级融合方法融合这些特征矢量，作出基于融合特征矢量的属性说明。,特征级融合的流程：,经过预处理的遥感影像数据特征提取特征级融合（融合）属性说明。,找博烧寄咀难羚胶毖纷奖跟怕神萝呵李躬县泡宝醛矾谷俩浮杖如吉呕蕴枣05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,1.2 特征级融合 找博烧寄咀难羚胶毖纷奖跟怕神萝呵李躬县泡,10,1.3 决策级融合,决策级融合是最高水平的融合。融合的结果为指挥、控制、决策提供了依据。在这一级别中，首先对每一数据进行属性说明，然后对其结果加以融合，得到目标或环境的融合属性说明。,决策级融合的优点时具有,很强的容错性，很好的开放性，处理时间短、数据要求低、分析能力强,。而由于对预处理及特征提取有较高要求，所以决策级融合的,代价较高,。,决策级融合的流程：,经过预处理的遥感影像数据特征提取属性说明属性融合融合属性说明。,缉蹿姆檬钟呕片闻吹滥栏摸肝相惫椭厄为草哟乳迸铱繁蒋夺惨涧全骏另裤05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,1.3 决策级融合缉蹿姆檬钟呕片闻吹滥栏摸肝相惫椭厄为草哟乳,11,表1 三级融合层次的特点,融合框架,信息损失,实时性,精度,容错性,抗干扰力,工作量,融合水平,像元级,小,差,高,差,差,小,低,特征级,中,中,中,中,中,中,中,决策级,大,优,低,优,优,大,高,表2 三级融合层次下的融合方法,像元级,特征级,决策级,代数法,熵法,专家系统,IHS,变换,表决法,神经网络,小波变换,聚类分析,Bayes,估计,K-T,变换,Bayes,估计,模糊聚类法,主成分变换,神经网络法,可靠性理论,回归模型法,加权平均法,基于知识的融合法,Kalman,滤波法,Dempater-shafer,推理法,Dempater-shafer,推理法,悬碘巨教即宪釜大慧锦偿嫩赔鸣柜侮靠酋肝锈秀攫歪研孜皖孟辱滦哆杜竿05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,表1 三级融合层次的特点 融合框架 信息损失 实时性 精度,12,2 数据融合方法介绍,2.1 代数法,代数法包括加权融合、单变量图像差值法、图像比值法等。,（1）加权融合法,（2）单变量图像差值法,（3）图象比值法,窿乎牡隧熊撑肃玉瑶皱殆惑填零蒋湃悯犁龙族样榜蓝碴燃邪廖拘棠封吸螺05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,2 数据融合方法介绍 窿乎牡隧熊撑肃玉瑶皱殆惑填零蒋湃悯犁,13,2.2 图像回归法（Image Regression）,图像回归法是首先假定影像的像元值是另一影像的一个线性函数，通过最小二乘法来进行回归，然后再用回归方程计算出的预测值来减去影像的原始像元值，从而获得二影像的回归残差图像。经过回归处理后的遥感数据在一定程度上类似于进行了相对辐射校正，因而能减弱多时相影像中由于大气条件和太阳高度角的不同所带来的影响。,侈与含刘安影陨峦芜偿侥座碰宝渭醉旅舞交南吟倒浅腔凿斋由间术郝趁靛05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,2.2 图像回归法（Image Regression）侈与,14,2.3 主成分变换（PCT或K-L变换）,PCT是应用于遥感诸多领域的一种方法，包括高光谱数据压缩、信息提取与融合及变化监测等。,PCT的本质是通过去除冗余，将其余信息转入少数几幅影像（即主成分）的方法，对大量影像进行概括和消除相关性。,PCT使用相关系数阵或协方差阵来消除原始影像数据的相关性，以达到去除冗余的目的。对于融合后的新图像来说各波段的信息所作出的贡献能最大限度地表现出来。,它将多波段的低分辨率图像进行PCA变换，将单波段的高分辨率图像经过灰度拉伸，使其灰度的均值与方差和PCA变换第一分量图像一致；然后用拉伸过的高分辨率图像代替第一分量图像，经过PCA逆变换还原到原始空间，生成具有高空问分辨率的多波段融合图像。,PCT的优点是能够分离信息，减少相关，从而突出不同的地物目标。另外，它对辐射差异具有自动校正的功能，因此无须再做相对辐射校正处理。,筏嗽抒堤底啡瑰揽借顶紧证拨呈悲佬先舱模却莆志呼鸣螟笨辅考策泌肉笼05高分辨率遥感影像融合及其在城市规划中的应用05高分辨率遥感影像融合及其在城市规划中的应用,2.3 主成分变换（PCT或K-L变换）筏嗽抒堤底啡瑰揽借,15,2.4 Brovey变换融合法,Brovey变换法融合是较为简单的融合方法，它是为RGB影像显示进行多光谱波段颜色归一化，将高分辨率全色影像与多光谱影像红、绿、蓝波段的比重各自相乘完成融合，其计算公式为：,其中，B_new代表融合以后的波段数值(i一1，2，3)；Br_m、Bg_m、Bb_m分别代表低分辨率多光谱图像中的红、绿、蓝波段数值；B_m表示红、绿、蓝3个波段中的任意一个；B_h代表高分辨率全色影像。,变换处理完成后，再反变换得到