淺析多元遙感數(shù)據(jù)融合

淺析多元遙感數(shù)據(jù)融合

ID:5561481

大小:1.08 MB

頁數(shù):18頁

時間:2017-11-14

淺析多元遙感數(shù)據(jù)融合_第1頁
淺析多元遙感數(shù)據(jù)融合_第2頁
淺析多元遙感數(shù)據(jù)融合_第3頁
淺析多元遙感數(shù)據(jù)融合_第4頁
淺析多元遙感數(shù)據(jù)融合_第5頁
資源描述:

《淺析多元遙感數(shù)據(jù)融合》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在教育資源-天天文庫。

1、多源遙感數(shù)據(jù)融合的方法及實對比分析專業(yè):攝影測量與遙感技術一.多源數(shù)據(jù)融合基本原理多源數(shù)據(jù)融合是把來自多個傳感器和信息源的數(shù)據(jù)進行聯(lián)合、相關、組合和估值的處理。產(chǎn)生比單一信息源更精確、更完全、更可靠的估計和判決,以獲得滿足某種應用的高質(zhì)量信息完成一個單一傳感器獨自所不能進行的推理。相對于單源遙感影象數(shù)據(jù),多源遙感影象數(shù)據(jù)所提供的信息具有以下特點:1.冗余性:表示多源遙感影像數(shù)據(jù)對環(huán)境或目標的表示、描述或解譯結果相同;2.互補性:指信息來自不同的自由度且相互獨立3.合作性:不同傳感器在觀測和處理信息時對其它信息有依賴關系;4.信息分層的結構特性:數(shù)據(jù)融合所處理的多源遙感信息可以在不

2、同的信息層次上出現(xiàn),這些信息抽象層次包括像素層、特征層和決策層,分層結構和并行處理機制還可保證系統(tǒng)的實時性。實質(zhì):在統(tǒng)一地理坐標系中將對同一目標檢測的多幅遙感圖像數(shù)據(jù)采用一定的算法,生成一幅新的、更能有效表示該目標的圖像信息。目的:將單一傳感器的多波段信息或不同類別傳感器所提供的信息加以綜合,消除多傳感器信息之間可能存在的冗余和矛盾,加以互補,改善遙感信息提取的及時性和可靠性,提高數(shù)據(jù)的使用效率。簡單的說,多源遙感數(shù)據(jù)融合的目的是:①簡化圖像處理②便于圖像特征提?、蹖崿F(xiàn)圖像壓縮④從概念上增強對圖像信息的理解。二、數(shù)據(jù)融合分類及方法1數(shù)據(jù)融合方法分類遙感影像的數(shù)據(jù)融合方法分為三類:

3、基于像元(pixel)級的融合、基于特征(feature)級的融合、基于決策(decision)級的融合。融合的水平依次從低到高。1.1像元級融合像元級融合是一種低水平的融合。像元級融合的流程為:經(jīng)過預處理的遙感影像數(shù)據(jù)——數(shù)據(jù)融合——特征提取——融合屬性說明。優(yōu)點:保留了盡可能多的信息,具有最高精度。局限性:1.效率低下。由于處理的傳感器數(shù)據(jù)量大,所以處理時間較長,實時性差。2.分析數(shù)據(jù)限制。為了便于像元比較,對傳感器信息的配準精度要求很高,而且要求影像來源于一組同質(zhì)傳感器或同單位的。3.分析能力差。不能實現(xiàn)對影像的有效理解和分析4.糾錯要求。由于底層傳感器信息存在的不確定性、

4、不完全性或不穩(wěn)定性,所以對融合過程中的糾錯能力有較高要求。5.抗干擾性差。像元級融合所包含的具體融合方法有:代數(shù)法、IHS變換、小波變換、主成分變換(PCT)、K-T變換等1.2特征級融合特征級融合是一種中等水平的融合。在這一級別中,先是將各遙感影像數(shù)據(jù)進行特征提取,提取的特征信息應是原始信息的充分表示量或充分統(tǒng)計量,然后按特征信息對多源數(shù)據(jù)進行分類、聚集和綜合,產(chǎn)生特征矢量,而后采用一些基于特征級融合方法融合這些特征矢量,作出基于融合特征矢量的屬性說明。特征級融合的流程為:經(jīng)過預處理的遙感影像數(shù)據(jù)——特征提取——特征級融合——(融合)屬性說明。1.3決策級融合決策級融合是最高水

5、平的融合。融合的結果為指揮、控制、決策提供了依據(jù)。在這一級別中,首先對每一數(shù)據(jù)進行屬性說明,然后對其結果加以融合,得到目標或環(huán)境的融合屬性說明。決策級融合的優(yōu)點時具有很強的容錯性,很好的開放性,處理時間短、數(shù)據(jù)要求低、分析能力強。而由于對預處理及特征提取有較高要求,所以決策級融合的代價較高。決策級融合的流程:經(jīng)過預處理的遙感影像數(shù)據(jù)——特征提取——屬性說明——屬性融合——融合屬性說明。2多源遙感數(shù)據(jù)融合常用方法介紹2.1主成分變換(PCT)也稱為W-L變換,數(shù)學上稱為主成分分析(PCA)。PCT是應用于遙感諸多領域的一種方法,包括高光譜數(shù)據(jù)壓縮、信息提取與融合及變化監(jiān)測等。PCT

6、的本質(zhì)是通過去除冗余,將其余信息轉(zhuǎn)入少數(shù)幾幅影像(即主成分)的方法,對大量影像進行概括和消除相關性。PCT使用相關系數(shù)陣或協(xié)方差陣來消除原始影像數(shù)據(jù)的相關性,以達到去除冗余的目的。對于融合后的新圖像來說各波段的信息所作出的貢獻能最大限度地表現(xiàn)出來。PCT的優(yōu)點是能夠分離信息,減少相關,從而突出不同的地物目標。另外,它對輻射差異具有自動校正的功能,因此無須再做相對輻射校正處理。2.2乘積變換乘積性融合法是應用最基本的乘積組合算法,直接對兩種空間分辨率的遙感數(shù)據(jù)進行融合,其運算法則為:Bi_new=Bi_m×B_h式中:Bi_new代表融合以后的波段數(shù)值(i=1,2,?8943.,n

7、);Bi_m代表多光譜圖像中的任意一個波段數(shù)值:B_h代表高分辨率遙感數(shù)據(jù)波段值。將一定亮度的圖像進行變換處理時,只有乘積變換可以使其色彩保持不變。2.3Brovey比值變換融合Brovey融合也稱為色彩標準化融合,是美國科學家Brovey建立的一種模型并將其推廣的,是目前一種應用廣泛的RGB彩色融合變換方法。該方法能夠保留每個像素的相關光譜特性,并且將所有的亮度信息變換成高分辨率的全色影像融合。但由于Brovey影像融合對影像的要求比較高,為減少數(shù)據(jù)冗余和非光譜信息,融合前必須

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。