遥感影像融合处理方法

遥感影像融合处理方法

摘要：本文介绍了遥感影像数据融合技术，并给出了融合的一些基本理论、融合处理一般步骤以及常用融合处理方法，最后简要描述了融合评价的方式方法等。

关键词：遥感影像融合融合评价

1、前言

将高分辨率的全色遥感影像和低分辨率的多光谱遥感影像进行融合，获得色彩信息丰富且分辨率高的遥感融合影像的过程，成为遥感影像融合。全色影像一般具有较高空间分辨率，多光谱影像光谱信息较丰富，为提高多光谱影像的空间分辨率，可以将全色影像融合进多光谱影像。通过影像融合既可以提高多光谱影像空间分辨率，又能保留其多光谱特性。

2、遥感影像融合一般步骤

遥感影像信息融合一般流程主要分为两个阶段：图像预处理，图像融合变换。

图像预处理主要包括：几何校正及影像配准。几何校正主要在于去除透视收缩、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。

3 常用融合方式

3.1 IHS融合

IHS（亮度I、色度H、饱和度S）变换就是将影像从RGB彩色空间变换到IHS空间来实现影像融合的一种方法。由光学、热红外和雷达(微波)等方式得到的不同波段遥感数据，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、色度、饱和度，它们分别对应每个波段的平均辐射强度、数据向量和的方向及其等量数据的大小。RGB颜色空间和IHS色度空间有着精确的转换关系。IHS变换法只能用三个波段的多光谱影像融合和全色影像融合。

3.2 小波融合

小波变换，基于遥感影像的频域分析进行的，由于同一地区不同类型的影像，低频部分差别不大，而高频部分相差很大，通过小波变换对变换区实现分频，在分频基础上进行遥感影像的融合，常用于雷达影像SAR与TM影像的融合。

3.3 Pansharping融合

Pansharping算法用于高分辨率全色影像和多光谱影像的融合生成高分辨率彩色影像，此方法要求全波段影像和多波段影像同平台、同时间（或间隔很短）获得。Pansharping独具特色的融合方式(目前国际上公认的最好的融合方法)，能最大限度地保留多光谱影像的颜色信息和全色影像的空间信息，融合后的图像更加接近实际。

3.4 融合结果

使用HIS融合方式进行融合结果如下：

图1融合前全色影像图2 融合前多光谱影像 图3融合后结果影像

4融合质量评价

评价融合影像的质量是遥感图像融合的一个重要步骤。评价融合效果主要包括定性和定量评价两种。

定性评价一般选用目视法解释。定量评价选择：均值、标准差、熵、光谱偏差度、均方根差和相关系数等。定量评价分为：融合图像的整体质量、融合图像和低分辨率图像的光谱信息保真度和融合图像与高分辨率图像的高频信息保真度（纹理信息）三个方面。

参考文献：

[1]孙家抦. 遥感原理与应用. 武汉: 武汉大学出版社, 2003.

[2]贾永红. 数字图像处理. 武汉: 武汉大学出版社, 2003.

作者简介：1.王莹（1988-）女，汉族，陕西西安人，长安大学信息工程学院，交通信息工程及控制专业，2011级硕士研究生

2.杜现（1988-）女，汉族，山西晋中人，长安大学信息工程学院，计算机应用技术专业，2011级硕士研究生

3.段丹（1989―）女，汉族，陕西咸阳人，长安大学信息工程学院，软件工程专业，2012级硕士研究生