多源遥感数据融合探讨(lwb)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,*,*,多源遥感数据融合探讨,李文波,2007,年,5,月,28,多源遥感数据融合探讨 李文波,1,报告内容安排,Part one,：多源遥感数据介绍,Part two,：多源遥感数据融合,Part three,：融合算法探讨,Part four,：,IKONOS&QB,融合效果,Part five,：融合中的难点,报告内容安排Part one：多源遥感数据介绍,2,Part one,：,多源遥感数据介绍,Part one：,3,1972,年,7,月,23,日美国发射第一颗地球资源卫星,ERTS-1,；,1975,年发射,ERTS-2,，改名,Landsat-2,；,1978,年发射,Landsat-3,；,1982,年在,Landsat1-3,的基础上改进设计并发射,Landsat-4,；,1984,年发射,Landsat-5,；,1993,年发射,Landsat-6,卫星，上天后由于故障陨落；,1999,年发射,Landsat-7,。,数据特点：,光谱信息丰富,覆盖面积大,空间分辨率相对较高,覆盖面积为,185185km,2,，回归周期为,16,天或者,18,天。影像的空间分辨率从多光谱扫描仪,MSS,的,80,米,专题制图仪,TM,影像的,30,米,增强性专题制图仪,ETM,+,的全色,Pan,波段的,15,米。,Multi-sensor data,Sensor one,：,Landsat,1972年7月23日美国发射第一颗地球资源卫星 ERTS-,4,RGB321,Sensor one,：,Landsat,RGB752,Multi-sensor data,RGB321Sensor one：LandsatRGB75,5,1986,年发射,SPOT-1,；,1989,年发射,SPOT-2,；,1993,年发射,SPOT-3,；,1996,年发射,SPOT-4,；,2002,年发射,SPOT-5;,该系列卫星特点,（,1,）前,3,颗,SPOT,卫星搭载的是两台高分辨率传感器,HRV(high resolution visible image system),其,2,个可见光和一个近红外的,XS,波段空间分辨率为,20,米，全色,PA,分辨率为,10,米；,（,2,）,4,号卫星搭载的是,HRVIR,和“植被”,VI,传感器；,（,3,）,5,号卫星在,4,号卫星的基础上加了一个高分辨率,(10,米,),立体成像装置（,HRS,）,和前,4,颗卫星相比其空间分辨率几乎提高了一个数量级：单色波段为,10,米，全色波段为,2.5,米；,（,4,）,SPOT,系列卫星的,重复周期,26,天,(369,圈,),，由于采用倾泄观测技术，可以对同一个地区用,4,5,天间隔观测；,一幅影像最少可以覆盖,11760km,2,。,Multi-sensor data,Sensor two,：,SPOT,1986年发射SPOT-1；Multi-sensor dat,6,RGB432,Multi-sensor data,Sensor two,：,SPOT,RGB432Multi-sensor dataSensor,7,CBERS,系列卫星：即中巴资源卫星（,China-Brazil Earth Resource Satellite,）,1999,年,10,月,CBERS-1,发射,2003,年,11,月,CBERS-2,发射,该卫星特点,（,1,）,20,米分辨率的,5,谱段,CCD(charge coupled device),相机,其采用推帚式扫描,扫描宽度,113km,；,（,2,）,80,米分辨率的,3,波段多光谱扫描仪（,MSS,），扫描宽度,120km,；,（,3,）,160,米分辨率的,1,个波段热红外扫描仪，扫描宽度,120km,；,（,4,）,256,分辨率的,2,个波段宽视场成像仪（,WFI,），扫描宽度,890km,；,（,5,）重复观测周期是,26,天，由于,CCD,相机具有侧视功能，观测同一地区的最短周期可以为,3,天,。,Multi-sensor data,Sensor three,：,CBERS,CBERS系列卫星：即中巴资源卫星（China-Brazi,8,RGB432(2006),Multi-sensor data,Sensor three,：,CBERS,RGB432(2006)Multi-sensor dataS,9,高分辨率商业卫星,Quick-Bird,单波段星下分辨率为,2.44,米,全色分辨率为,0.61,米,其一副图象可以覆盖,16.5,16.5km,2,.,IKONOS,单波段星下分辨率为,4,米,全色分辨率为,1,米,其一副图象可以覆盖,11,11km,2,低分辨率卫星,MODIS,卫星,其可见分辨率比陆地卫星低,光谱分辨率高,回归周期短,最多一天可以获得,4,条过境图象,共有,36,个波段数据。,Multi-sensor data,Sensor four,：,Quick-Bird&IKONOS&MODIS,高分辨率商业卫星Multi-sensor dataSenso,10,Part two,：,多源遥感数据融合,Part two：多源遥感数据融合,11,多源遥感影象数据特点：,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,融合目的：,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。,融合实质：,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,。,Data Fusion,多源遥感影象数据特点：Data Fusion,12,遥感数据融合发展和应用,数据融合,（,data fusion,）,最早被应用于军事领域。,融合数据的特点：,融合产生的数据具有原始影像的优点，其可以减少识别目标的模糊性和不确定性，提高遥感图像整体质量和综合分析精度同时又能满足定量遥感需要更多的光谱信息和空间纹理信息的要求。,融合模型要求,：具有良好的信息保真度。,分类：,像素级、特征级和决策级,主要应用领域有,：多源影像、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。,Data Fusion,遥感数据融合发展和应用 数据融合（data fusion）最,13,Part three,：,融合算法探讨,Part three：,14,遥感数据融合流程图,问题,：,低,分,辨,率,影,像,如,何,选,择,？,问题：,高,分,辨,率,影,像,如,何,选,择,？,遥感数据融合流程图 问题：问题：,15,数据预处理,包括几何纠正、大气订正、辐射校正及,空间配准,（1）,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；,（2）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,。,空间配准,空间配准中最关键、最困难的问题寻找地面控制点,（,GCP,Ground Control Point,）,。,(1,）GCP,选择：如边界、线状物交叉点、区域轮廓线等明显的特征。,（,2,）,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。插值法有：,邻近点插值法、双线性插值法和立方卷积插值法三种，,精度要求：,空间配准的精度一般要求在,02,个像元内，融合精度一般在一个像元以内。,同一传感器数据融合不需配准。（,Jian Guo Liu,2000,）,Data Preparation,数据预处理Data Preparation,16,融合分类：,按照信息抽象程度可以分为,像素层,、,特征层和决策层,像素级：,优点：,保留了尽可能多的信息，具有最高精度，,三级融合层中为研究最成熟的一级，已经成了丰富的融合算法。,局限性：,1.,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,2.,对参与融合遥感影像配准精度要求很高。,特征级融合,特征级融合是一种中等水平的融合。其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。,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。,融合分类：按照信息抽象程度可以分为像素层、特征层和决策层,17,表,1,三级融合层次的特点,表1 三级融合层次的特点,18,像素级,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,表2 三级融合层次下的融合方法,像素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,19,像素级融合主要分类,（,1,）基于光谱（彩色）域变换的融合技术,亮度色调饱和度变换（,Intensity-Hue-Saturation,，,IHS,）变换,和比值变换,(,Brovey Transform,BT,),和主成分变换,(Principle Component Transform,PCT),等,特点：,每次该类技术每次只能对,3,个波段数据融合,（,2,）基于空间域信号分解和重构的融合技术,小波变化（,Wavelet transform,WT,）,基于亮度平滑滤波变换,(,Smoothing Filter-based Intensity Modulation,SFIM,),高通滤波变换（,High Pass Filter,HPT,）等,特点：,其能对任意波段进行融合,（,3,）,基于算术运算的融合技术,乘积变换,(,Multiplication Transform,MT,),和加法变换等,特点：,模型简单可以对任意波段进行融合,Fusion Methods,像素级融合主要分类（1）基于光谱（彩色）域变换的融合技术Fu,20,IHS,变换,3,个波段合成的,RGB,颜色空间是一个对物体颜色属性描述系统，而,IHS,色度空间提取出物体的亮度,I,，,色度,H,，,饱和度,S,，,它们分别对应,3,个波段的平均辐射强度、,3,个波段的数据向量和的方向及,3,个波段等量数据的大小。,RGB,颜色空间和,IHS,色度空间有着精确的转换关系。,以,TM,和,SAR,为例，变换思路是把,TM,图像的3个波段合成的,RGB,假彩色图像变换到,IHS,色度空间，然后用,SAR,图像代替其中的,I,值，再变换到,RGB,颜色空间，形成新的影像。,Fusion Methods,IHS变换 Fusion Methods,21,比值法融合模型（,Brovey Transform,，,BT,）,特点：,它将参与,RGB,组合的每个波段与该组合波段总和做比值计算进行正规化，以保持低分辨率影像的光谱分辨率，然后将比值结果乘以高分辨率波段的亮度以获取高频空间信息。,具有很高的光谱信息保真度。,缺点：,对中高光谱的低空