（摄影测量与遥感专业论文）像元级遥感影像融合方法研究.pdf

中南大学硕七论文摘要 摘要 随着传感器光谱分辨率和空问分辨率的提高，现代遥感技术提供 了金字塔状的可利用遥感数据。与此同时，也给遥感技术应用提出了 挑战如何充分、有效地利用多源、多尺度的遥感影像数据。影像 融合技术为充分利用多源、多尺度的遥感影像数据提供了有效的途 径。 本文以像元级融合方法研究为主线，以提高融合影像的空间信息 融入度、光谱保真度和自动分类精度为目标，在全面分析和总结前人 研究成果的基础上，针对现有融合方法存在的问题，围绕像元级融合 方法进行了探索性研究。主要研究的内容与研究成果包括：提出改进 的i h s 变换法；提出改进的p c a 变换法；提出一种基于光谱范围的影 像融合方法；提出一种基于离散平稳小波变换的自适应遥感影像融合 方法，特别是首次把离散平稳小波变换引入遥感影像融合中，进行了 有益的尝试。 从融合基础、融合模型到融合效果评价研究，得到的主要结论有 以下几点： ( 1 ) 在分析传统i h s 法、p c a 法的融合原理及其发展的基础上， 分析导致传统i h s 法及p c a 法效果不佳的主要原因，针对存在的问题， 分别提出改进的i h s 变换法( m o d i f i e di n t e n s i t yh u es a t u r a t i o n ， m i h s ) 和改进的p c a 法( m o d i f i e dp r i n c i p a lc o m p o n e n ta n a l y s i s ， m p c a ) 。结果表明，在中等、高分辨率两种遥感影像融合情况下，m i h s 法和m p c a 法在空问融入效果、光谱保真效果以及自动分类三个方面 均优于传统的i h s 法和p c a 法，较好地解决了传统的i h s 法融合影像 的光谱保真效果不佳及传统的p c a 法融合影像空间融入效果不佳。 ( 2 ) 在分析s v r 融合原理基础上，针对其融合模型中存在的缺点， 提出一种基于光谱范围的融合方法( s p e c t r a lr a n g eb a s e df u s i o n m e t h o d ，s r f m ) 。结果表明，在中等、高分辨率两种遥感影像融合情 况下，s r f m 法在空间信息融入效果、光谱保真方面和自动分类精度 三个方面对s v r 法均有不同程度的改进，但s r f m 法的计算速度优于 s v r 法，且参数具有确定的物理意义，对于同一传感器，参数不需要 重复计算，较好地弥补了s v r 法中回归参数的不足。 ( 3 ) 针对基于离散正交小波融合影像存在明显马赛克现象，充分 利用离散平稳小波的优点，并引入自适应权，提出种基于离散平稳 中南大学硕七论文 摘要 小波变换的自适应融合方法( d i s c r e t es t a t i o n a r yw a v e l e t t r a n s f o r m ，d w s t ) 。结果表明，在中等、高分辨率两种遥感影像融合 情况下，d s w t 法在空间信息融入效果、光谱保真方面和自动分类精 度三个方面对小波变换法均有不同程度的改进，且在空间信息融入效 果明显，较好地解决了基于离散正交小波变换融合影像目视效果不佳 这问题。 ( 5 ) 最后对本文提出的四种融合方法，在不同空问分辨率遥感影像 情况下的融合效果，从空间信息融入效果、光谱保真效果和自动分类 精度三个方面，进行了详细的定量评价，结果表明：在中等、高分辨 率两种遥感影像情况下，综合考虑空间融入效果、光谱保真效果和自 动分类精度三个方面，d s w t 法均表现出较好的融合效果，接下来分 别是s r f f f 法、m p c a 法和m i h s 法；考虑到实际应用及各种融合算法 的融合效率，s f r m 法效果最佳，接下来分别是m l h s 法、m p c a 法和 d s w t 法。 关键词：像元级，遥感影像融合，融合方法改进，融合效果评价 中南大学硕士论文 a b s t r a c t a b s t r a c t w i t ht h ea v a i l a b i l i t yo fm u l t i s o u r c ed a t ao fr e m o t es e n s i n g i ti s c o n v e n i e n tt or e c e i v em u l t i s e n s o ra n dm u l t i s c a l ei m a g e s t h e s e m u l t i s o u r c ed a t ah a v et h e i ro w nc h a r a c t e r i s t i cr e s p e c t i v e l y i m a g e s f u s i o ni sat e c h n i q u et h a tl i s at h em u l t i s o u r c ed a t aa tt h es a m et i m e ，a n d p r o v i d ef u s e di m a g e st h a ti n c r e a s e di n t e r p r e t a t i o nc a p a b i l i t i e sa n dm o r e r e l i a b l ei n f o r m a t i o n 。 i nt h i sp a p e r , t h ea u t h o rf o c u s e do i li m a g ef u s i o nb a s e do i lp i x e ll e v e l t oi m p r o v es p e c t r a li n f o r m a t i o nf i d e l i t y , s p a t i a li n f o r m a t i o ns y n c r e t i z i n g a n da u t o - c l a s s i f i c a t i o np r e c i s i o no ff u s e di m a g e b a s e do na n a l y s e so n c u r r e mf u s i o nm e t h o d s s o m eb a s i c s t u d y i s p e r f o r m e d w i t ha c o m p r e h e n s i v ea n a l y s i sa n ds u m m a r i z a t i o no ft h ef o r m e rr e s e a r c hw o r k o ni m a g ef u s i o n 1 1 1 em a i nc o n c l u s i o n sa r ea sf o l l o w s ( 1 ) b a s e do na n a l y s i s o fs p e c t r a ld i s t o r t i o no ft r a d i t i o n a li h s t r a n s f o r i l la n d s p a t i a l i n f o r m a t i o n s y n c r e t i z i n g o ft r a d i t i o n a lp c a t r a n s f o r m ，t h i sp a p e rd i s c u s s e do p t i m i z e da p p r o a c h e so ft r a d i t i o n a li h s t r a n s f o i t t lw i t hd e t a i l e d m o d i f i e d i n t e n s i t y h u e s a t u r a t i o n f u s i o n m e t h o da n dm o d i f i e dp r i n c i p a lc o m p o n e n ta n a l y s i sf u s i o nm e t h o da r e p r e s e n t e dt oo v e r c o m et h es p e c t u m ld i s t o r t i o no ft h et r a d i t i o n a li h s t r a n s f o r ma n dt h e s h o r t c o m i n go ft h e t r a d i t i o n a lp c at r a n s f o r m r e s p e c t i v e l y i nac a s eo fm e d i u mr e s o l u t i o ni m a g e 儿a n d s a t7e t m + i m a g e 、a n dh i g hr e s o l u t i o ni m a g e ( q u i c k b i r di m a g e ) t h er e s u l ts h o w s t h a ti nt e r m so fs p a t i a li n f o r m a t i o ns y n c r e t i z i n g , s p e c t r a li n f o r m a t i o n f i d e l i t ya n da u t o c l a s s i f i c a t i o np r e c i s i o n t h em i h st r a n s f o r i l l a n dt h e m p c at r a n s f o r m g e tb e t t e rr e s u l tt h a nt r a d i t i o n a li h st r a n s f o r ma n d t r a d i t i o n a lm p c at r a n s f o r m r e s p e c t i v e l y , a n dr e d u c e t h e s p e c t r a l i n f o r m a t i o nd i s t o r t i o no ft r a d i t i o n a li h st r a n s f o r m ，a n de n h a n c e st h e s d a r i a li n f o r m a t i o ns y n c r e t i z i n go f t r a d i t i o n a im p c at r a n s f o r m ( 2 ) i no r d e rt oo v e r c o m et h es h o r t c o m i n g o fs v rf u s i o nm e t h o d ，a s p e c t r a lr a n g eb a s e df u s i o nm e t h o di sp r e s e n t e dw i t had e t a i l e da n a l y s i s o f p r i n c i p l eo fs v r f u s i o nm e t h o d t h es r f mt r a n s f o r mi sc o m p a r e d w i ms v rt r a n s f o r mi nac a s eo fm e d i u mr e s o l u t i o ni m a g ea n dh i 曲 r e s o l u t i o ni m a g e t h er e s u l ts h o w st h a ti nt e r m so fs p a t i a li n f o r m a t i o n s y n c r e t i z i n g ，s p e c t r a li n f o r m a t i o nf i d e l i t ya n da u t o c l a s s i f i c a t i o n 中南大学硕士论文a b s t r a c t p r e c i s i o n t h es r f m t r a n s f o r mg e tb e t t e rr e s u l tt h a l ls v rt r a n s f o r m t h e p a r a m e t e r o f t h ef u s i o nm o d e lh a so b v i o u sp h y s i c a lm e a n i n ga n dn e e d n o tc o m p u t e dr e p e a t e d l yf o rt h es a m es e n s o r ( 3 ) i nt e r m so fv i s u a le f f e c t s t r a d i t i o n a lf u s i o nm e t h o db a s e do n d i s c r e t eo r t h o g o n a lw a v e l e tt r a n s f o r mg e t su n s a t i s f i e dr e s u l t t h e r e f o r e an e ws p a t i a la d a p t i v em e t h o db a s e do nd i s c r e t es t a t i o n a r yw a v e l e t t r a n s f o r mw a sp r o m o t e d ，t h ed s w tt r a n s f o r mi sc o m p a r e dw i t l l t r a d i t i o n a ld o w r tt r a n s f o r mi nac a s eo fm e d i u mr e s o l u t i o ni m a g ea n d h i 2 hr e s o l u t i o ni m a g e t h er e s u l ts h o w st h a ti nt e r m so fs p a t i a l i n f o r m a t i o n s y n c r e t i z i n g ，s p e c t r a l i n f o r m a t i o n f i d e l i t y a n d a u t o c l a s s i f i c a t i o np r e c i s i o n ，t h ed s w tt r a n s f o r mg e tb e t t e rr e s u l tt h a n d o w tt r a n s f o r m ( 4 ) t h ee f f e c t i v e n e s so f f o u rn e wm e t h o d s m i h s 、m p c a 、s i t f ma n d d s w t , a r ea s s e s s e df o rs p e c t r a li n f o r m a t i o nf i d e l i t y , s p a t i a li n f o r m a t i o n s y n c r e t i z i n g a n da u t o c l a s s i f i c a t i o n p r e c i s i o nr e s p e c t i v e l y t h er e s u l t s h o w st h a t i nt e r m so fs p a t i a li n f o r m a t i o n s y n c r e t i z i n g ，s p e c t r a l i n f o r m a t i o nf i d e l i t ya n da u t o c l a s s i f i c a t i o n , d s w tt r a n s f o r mg e tt h eb e s t f u s i o nr e s u l t f o l l o w e db ys r f mt r a n s f o r m c at r a n s f o r ma n dm i h s t r a n s f o r mi nb o t hm e d i u ma n dh i g hr e s o l u t i o ni m a g e b u tc o n s i d e r i n gt h e p r a c t i c a la p p l i c a t i o n a n dt h e a l g o r i t h m f u s i o ne f f i c i e n c y , t h e s f r m t r a n s f o r mi sb e s t f o l l o w e db ym i h sf f a n s f o r m m c at r a n s f o r ma n d d s w tt r a n s f o r mr e s p e c t i v e l y k e yw o r d s ：i m a g ef u s i o n ，p i x e ll e v e l ，m o d i f i e df u s i o nm e t h o d ， f u s i o ne f f e c t se v a l u a t i o n 中南大学顾l 论文 图表索弓 图表索引 图卜1m i h s 法融合结构图9 图卜2m p c a 法融合结构图1 0 图卜3 基于光谱范围的融合方法融合结构图1 0 图1 - 4 基于离敖平稳小波变换的空间自适应融合方法融合结构图1 0 图卜5 本文的技术路线1 1 图2 - 1 数据预处理流程图1 6 图3 - 1m i h s 法融合流程图2 2 图3 2q u i c k b i r d 各种影像2 3 图3 3q u i c k b i r d 各种影像分类图( 部分) 2 5 图3 - 4l a n d s a t7e t m + 各种影像2 6 图3 - 5l a n d s a t 7e t m + 各种影像分类图2 7 图4 - 1m p c a 法融合流程图3 1 图4 - 2o u i c k b i r d 各种影像3 2 图4 - 3q u i c k b i r d 各种影像分类图( 部分) 3 4 图4 - 4l a n d s a t7e t m + 各种影像3 5 图4 - 5l a n d s a t7e t m + 各种影像分类图( 部分) 3 7 图5 - 1 基于光谱范围融合方法流程图4 1 图5 2q u i c k b i r d 各种影像4 2 图5 3q u i c k b i r d 各种影像分类图( 部分) 4 3 图5 4l a n d s a t 7e t 卅各种影像4 5 图5 5o u i c k b i r d 各种影像分类图( 部分) 4 6 图6 - i 基于离散平稳小波变换自适应融合方法融合模型5 0 图6 - 2q u i c k b i r d 各种影像5 2 图6 - 3q u i c k b i r d 各种影像分类图( 部分) 5 3 图6 - 4l a n d s a t 7e t m + 各种影像5 5 图6 5o u i c k b i r d 各种影像分类图( 部分) 5 6 表2 - 1l a n d s a t7e t m + 影像参数1 4 表2 2q u i c k b i r d 影像参数1 4 表2 3s p o t5 影像参数1 4 表3 1q u i c k b i r d 各种影像与全色波段影像相关系数及各种影像的信息熵一2 2 表3 2o u i c k b i r d 各种影像的偏差指数和与多光谱影像的相关系数2 4 表3 3q u i c k b i r d 各种影像的分类精度2 4 表3 4l a n d s a t7e t m + 各种影像的信息熵和与全色波段影像相关系数2 5 v 中南大学硕士论文 图表索b 表3 - 5l a n d s a t7e t m + 各种影像的偏差指数和与多光谱影像的相关系数2 7 表3 - 6l a n d s a t7e t m + 各种影像的分类精度2 8 表4 一lo u i c k b i r d 各种影像与全色波段影像相关系数及其信息熵3 l 表4 - 2o u i c k b i r d 各种影像的偏差指数和与多光谱影像的相关系数3 2 表4 3o u i c k b i r d 各种影像的分类精度3 3 表4 4l a n d s a t7e t m + 各种影像的信息熵和与全色波段影像相关系数3 4 表4 5l a n d s a t7e t m + 各种影像的偏差指数和与多光谱影像的相关系数3 6 表4 - 6l a n d s a t7e t m + 各种影像的分类精度3 6 表5 - iq u c k b i r d 各种影像的信息熵和与全色波段影像相关系数4 1 表5 2o u i c k b i r d 各种影像的偏差指数和与多光谱影像的相关系数4 2 表5 3o u i c k b i r d 各种影像的分类精度4 3 表5 - 4l a n d s a t7e t m + 各种影像的信息熵和与全色波段影像相关系数4 4 表5 5l a n d s a t7e t m + 各种影像的偏差指数和与多光谱影像的相关系数4 5 表5 6l a n d s a t7e t m + 各种影像的分类精度4 6 表6 1o u i c kb i r d 各种影像的信息熵及其和与全色波段影像相关系数5 1 表6 2o u i c k b i r d 各种影像的偏差指数和与多光谱影像的相关系数5 2 表6 3o u i c k b i r d 各种影像的分类精度5 3 表6 - 4l a n d s a t7e t m + 各种影像的信息熵和与全色波段影像相关系数5 4 表6 - 5l a n d s a t7e t m + 各种影像的偏差指数和与多光谱影像的相关系数5 5 表6 - 6l a n d s a t7e t m + 各种影像的分类精度5 6 表7 - 1q u i c kb i r d 各种影像的信息熵及其和与全色波段影像相关系数5 8 表7 2o u i c k b i r d 各种影像的偏差指数和与多光谱影像的相关系数5 9 表7 - 3q u i c k b i r d 各种影像的分类精度6 0 表7 - 4l a n d s a t7e t m + 各种影像的信息熵和与全色波段影像相关系数6 0 表7 5l a n d s a t7e t m + 各种影像的偏差指数和与多光谱影像的相关系数6 1 表7 6l a n d s a t7e t m + 各种影像的分类精度6 2 v 英文缩写中英文对照表 d nd i g i t a ln u m b e r 数字值 d w td i s c r e t ew a v e l e tt r a n s f o r m a t i o n 离散小波变换 e r se u r o p e a nr e m o t es e n s i n gs a t e l l i t e 欧洲遥感卫星 e t m + l a n d s a te n h a n c e d t h e m a t i cm a p p e rp l u s 增强型专题制图仪 g c pg r o u n dc o n t r o lp o i n t 大地控制点 g i sg e o g r a p h i c a li n f o r m a t i o ns y s t e m 地理信息系统 g sg r a m - s c h m i d ts p e c t r a ls h a r p e n i n ge n v i 提供的一种融合方法 h p fh i g hp a s sf i l t e r i n g 高通滤波 i h si n t e n s i t y - h u e s a t u r a t i o n 亮度、色度和饱和度 s v rs y n t h e t i cv a r i a b l er a t i o 合成变量系数法 m r am u l t i r e s o l u t i o na n a l y s i s 多分辨分析 m sm u l t i s p e c t r a l 多光谱( 遥感影像) p a np a n c h r o m a ti c 全色波段( 遥感影像) p c ap r i n c i p a lc o m p o n e n ta n a l y s i s 主成分分析 p c sp r i n c i p a lc o m p o n e n ts u b s t i t u t i o n 主成分替换 p c sp r i n c i p a lc o m p o n e n t s 主成分 r er a t i oe n h a n c e m e n t 比值增强法 r g br e d 、g r e e n 、b l u e 红绿蓝( 三原色) r sr e m o t es e n s i n g 遥感 s p o ts y s t e mp r o b a t o i r ed o b s e r v a t i o nd e l at e r r e 地球观测卫星系统 s p o t v g tv e g e t a t i o n 传感器 s p s ss t a t i s t i c a lp r o g r a mf o rs o c i a ls c i e n c e s 社会科学统计程序 t ml a n d s a tt h e m a t i cm a p p e r 专题制图仪 v i rv i s i b l ea n di n f r a r e d 可见光及红外 m i i sm o d i f i e di n t e n s i t yh u es a t u r a t i o n 改进的i h s 变换 m p c am o d i f i e dp r i n c i p a l c o m p o n e n ta n a l y s i s 改进主成分分析 s r f ms p e c t r a lr a n g eb a s e df u s i o nm e t h o d 基于光谱范围的融合方法 d s w td i s c r e t es t a t i o n a r yw a v e l e tt r a n s f o r m 离散平稳小波变换 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的成果。尽我所知，除论文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 中南大学或其他单位的学位或证明而使用过的材料。与我共同工作的 同志对本研究所作的贡献已在论文的致谢语中作了明确的说明。 作者签名：螽之蛰：日期：吐年j 二月必 关于学位论文使用授权说明 本人了解中南大学有关保留、使用学位论文的规定，即：学校有 权保留学位论文，允许学位论文被查阅；学校可以公布学位论文的全 部或部分内容，可以采用复印、缩印或其他手段保存学位论文；学校 可根据国家或湖南省有关部门规定送交学位论文。 作者签名：筮叫；寸导师签名作者签名：煞! ! 塑：导师签名日期：丑年上月! 日 中南大学硕士论文第一章绪论 1 1 研究背景和意义 第一章绪论 随着遥感科学技术的发展，特别是遥感传感器的发展，许多新型或者改进型 传感器陆续升空，并被用于对地观测及其信息的获取，导致了可利用遥感数据呈 金字塔状增加。遥感数据的空间分辨率从千米级到米级，甚至达到分米级，光谱 分辨率由单一波段向多波段、高光谱、超光谱的方向发展，时间分辨率由几十天 到几十分钟重复观测同一地区。但由于各种影像针对应用目的有所不同，因此各 种影像所具有的特性也各不相同。为了有效地利用多源、多尺度遥感数据， 最 大限度地获取感兴趣目标的信息，影像融合技术得到了应有的重视，并成为目 前遥感影像处理领域的一个重要的研究课题“1 。 随着遥感融合技术研究的发展，提出了许多融合方法。从信息表征层来分， 可以把这些方法分为像元级、特征级和决策级三层。从国内外的文献来看，目前 在融合方法的研究方面主要集中在像元级，如s a m a i n 对基于统计和基于光谱模型 两种融合方法融合效果进行了研究。1 ；p o t t i e r 对平均权法融合效果进行了研究 ；贾永红等对四种i h s 变换用于s a r 与t m 影像融合的融合效果进行了比较”1 ；李 军等利用小波的多分辨率分析对i h s 变换进行优化“1 ；孙家柄等对基于小波特征 的遥感影像数据融合方法融合效果进行了研究”1 ；李存军等对s f i m 法、g s 变换法 等几种光谱保真效果较好的融合方法进行了对比研究”1 。 特征级融合方法是一种比较高级的融合方法，但相关的研究却不多，主要有 b a y e s i a n 统计决策理论、d e m p s t e r s h a f e r 证据理论、模糊推理和人工神经网络、 统计特征等方面的研究，如1 i ue ta 1 研究了基于模糊自组织神经网络的多源影 像融合“1 ，m a s c a r e n h a se ta 1 研究了基于b a y e s i a n 统计决策理论的融合方法“。 决策级影像融合是最高级的融合方法，但相关的研究尚处于起步阶段，目前 已有部分学者进行了基于贝叶斯估计、神经网络、证据理论等方面的融合研究， 如方勇研究了基于证据推理的多源遥感影像融合“。 近年来研究表明，像元级遥感影像融合方法尚有很多问题需要研究，如何在 提高融合影像的光谱保真度的同时又能使其具有最佳的目视效果，反之亦然“， 且目i ； 的这些研究主要用于增强影像的目视效果，用于提高遥感影像自动分类精 。度的研究仍不多“”，因此，本文针对目前常用的融合方法中存在的问题、缺陷， 如i h s 法融合影像光谱保真效果不佳、p c a 法融合影像目视效果不佳等，对像元 级融合方法进行较为深入的研究。在理论与方法上探讨提高遥感影像融合效果， 对提高和促进遥感技术应用水平和程度都具有非常重要的理论与实践意义。 中南大学硕士论文第一章绪论 1 2 国内外研究现状与进展 1 2 1 国外研究现状与进展 在遥感影像融合方法研究方面，国外学者早于国内，首先由美国学者于二十 世纪7 0 年代提出影像融合的概念，并于8 0 年代建立技术。随着遥感技术的发展， 国外学者在融合方法研究方面，进行了大量的工作，并取得了一系列的研究成果。 通过对国外文献分析发现，特征级和决策级融合方法是遥感影像融合的发展方 向，已开展了许多的研究，如b a y e s i a n 统计决策理论“”“”、d e m s t e r s h a f e r 证据 推理“”1 、空间自适应权融合方法。”、模糊推理。2 删、基于决策树分类器的融合 方法“州以及现在比较热门的神经网络等。然而，像元级融合方法是应用最 早、应用最普遍的方法，目前对融合方法的探讨主要集中在像元级融合方法。1 。 为此，对国外对常用的像元级融合方法的算法研究及其进展进行如下的分析与评 价。 1 ) i h s 变换法 h a y d n 首次将以亮度( i ) 、色度( h ) 、饱和度( s ) 作为定位参数的色彩空问引入 遥感影像融合中o ，并成功的利用高分辨影像对多光谱影像进行增强处理，并且 由于其运算简单且融合影像具有较好的目视效果，受到众多学者的关注“1 ，并 被广泛的应用，但发现该方法最大的缺点是融合影像的光谱失真严重“1 。 s h e t t i g r a 利用球面坐标关系i h s 变换代替h a y d n 提出的柱面坐标系i h s 变换， 并通过实验结果分析认为，球面坐标系的运算速度有所提高( 约1 5 ) ，且融合效 果也有一定的改进“”。 z h a n g 分析了导致i h s 法在高分辨率融合中光谱失真严重的原因，并就改进的 i h s 法给出三点建议：在替换之j j i 将全色波段影像与强度分量i 影像进行匹配。 在反变换之前对色调和饱和度进行拉伸。根据具体的数据特点对i 、h 、s 三 个分量分别进行拉伸。”。 z h a n ge ta 1 针对i h s 融合方法在商分辨率遥感影像融合效果不佳，利用小 波变换对i h s 法进行增强处理，提出一种i h s 变换与小波相结合的融合方法，并通 过对实验结果进行定性和定量分析后认为，该方法在融合效果方面比单纯的利用 i h s 法或小波变换法的融合效果都有明显的改进1 。 t ue ta 1 在i h s 空间上进行了数学上的证明，论述了i h s 变换法的缺陷，得 到的结论是尽管用于代替强度分量厶的高分辨全色波段影像在替换前进行了直 方图匹配，但是匹配误差万= p a n i 导致了融合影像的色变，并提出快速i h s 变换“8 1 ，提高了融合效率，但并没有改进融合影像的融合效果。 g o n z a l e z 在快速i h s 变换的基础上，针对i h s 变换法在高分辨遥感影像融合效 2 中南大学硕上论文 第一章绪论 果不佳，并指出利用小波变换优化i h s 法存在因小波变换的计算量大，影响融合 方法的大范围应用的缺点，提出利用传感器的光谱响应函数对i h s 变换法进行改 进呻1 ，并通过对实验结果分析认为，该方法计算速度与快速i h s 法一样，融合效 果与小波变换与i h s 变换结合的融合效果相同。 2 ) p c a 变换法 p c a 法由于可以克服多光谱影像不同波段之间的相关性而备受青睐一1 ，且被 应用于成像机理不同的遥感影像之间的融合，j i a 针对s a r 影像与t m 影像的融合效 果进行了研究嘲1 。总的来讲，p c a 法融合影像在光谱保真效果方面优于i h s 法，但 融合影像的目视效果却不佳1 。 c h a v e ze ta 1 提出通过全色波段影像代替其它主成分的融合模型，以降低 分量代替过程导致的信息丢失呻1 。 z h a n g 对改进p c a 融合方法提出三点建议：对第一主成分进行拉伸使其具有 球形分布；替换i j 将全色波段影像与p c i 进行直方图匹配；放弃第一主成分， 改用其它主成分。 3 ) 比值法 比值法起始于最初的b r o v e y 变换法，其最基本的假设就是全色波段影像可 以通过对多波段影像进行求和而得到，但随着研究的深入，发现全色波段影像与 多光谱影像的各个波段不是简单求和关系，而且b r o v e y 变换法与i h s 法一样， 存在三波段限制。 p e l l e m a n se ta 1 考虑传感器的辐射特性，提出一种基于辐射特性的融合方 法，并通过对实验结果进行定量评价后认为，该方法融合影像能很好的保持原始 影像的光谱信息，且目视效果比原p c a 变换融合影像有明显改进“。1 。 l i u 提出一种基于平滑滤波的亮度变换法，认为该法既可以较好的保持原始 影像的光谱信息，又可最大程度的融入全色波段影像的纹理信息，并发现当低通 滤波的变换核大小等于全色波段影像和多光谱影像的空间分辨率之比时，融合影 像的效果最佳”1 。 z h a n g 利用多光谱影像和全色波段影像之间的相关性，提出一种合成变量系 数法，在中等、高分辨率两种遥感影像融合中均取得了较好的融合效果，并被专 业软件p c i 9 0 以后的版本采用”3 。 w u 针对各种遥感数据的光谱响应范围不同，探讨了一种新的光谱保持型的 e e i m 融合算法。e e i m 融合方法是首先对参与融合的全色波段进行滤波，然后进行 比值变换，并通过对实验结果分析认为，融合后的影像在信息量、光谱保持性能 较优传统的i h s 法、p c a 变换法“”。 4 ) 小波变换法 3 中南人学硕l - 论文第一章绪论 小波变换法指基于离散正交小波变换的融合算法4 “，是从频域角度对影像 进行分析，利用小波变换具有较好的分频、滤波优点实现影像的融合。针对小波 分解层数对融合效果的影响进行了大量的研究“，发现当小波分解的层数等于 全色波段影像与多光谱影像空间分辨率之比时，融合影像的效果最佳“”。但是由 于小波变换法算法的原因，还存在以下不足： ( 1 ) 正交小波变换是一种非冗余小波，因此在融合过程中，经过分量代替后并 没有多余的信息来完全恢复在分量代替过程中所丢失的信息，所以基于小 波变换法融合影像虽然具有较好的光谱保真效果，但目视效果却不佳，存 在明显的马赛克现象。 ( 2 ) 存在计算复杂，对计算机内存要求高等缺点。针对这一问题，提出利用提 升小波代替j 下交小波“，但提升小波只是对正交小波运算速度及精度方 面进行了优化，对融合效果没有任何的改进。 1 2 2 国内研究现状与进展 在国内，遥感影像融合方法的研究起步相对较晚，究其原因主要有：1 ) 国内 自主遥感影像资源的缺乏直接影响了遥感影像融合技术的起步；2 ) 国内对遥感技 术的需求小自j 接影响了遥感融合技术的起步。 通过对国内文献分析表明，特征级和决策级融合方法的研究刚刚起步，如焦 子弟提出一种基于分类的融合方法删；陈东林等提出种知识型遥感影像光谱特 征融合方法”；严冬梅研究了“典型路段提取一区域生长一目标融合”法”“；肖 刚对多源遥感影像特征影像融合理论方面进行了详细的研究，提出了一种改进的 “i s o d a t a ”算法”“；方勇研究了基于证据推理的多源遥感影像融合“”；赵书河 提出了基于改进的自组织映射网络的遥感影像决策级融合方法和基于支持向量 机的遥感影像决策级融合方法m 3 ；董晓冲等提出一种基于遗传算法的影像分级决 策融合法等”，而对像元级融合方法的研究主要集中在对融合方法的改进方面。 1 ) i h s 变换法 贾永红等对四种i h s 变换法进行了研究，并以s a r 影像和t m 影像为例，通 过定量评价指标对融合结果进行了分析，认为球面变换效果最佳”1 。 徐建达提出了一种基于i h s 变换与小波变换的影像融合方法。通过实验证 明，该方法结合了i h s 变换法与小波变换法的优点，融合影像既具有较好的目视 效果，又具有较好的光谱保真效果”1 。 魏俊利用小波变换法和高通滤波的优点来改进i h s 法，提出基于i h s 变换、 小波变换与高通滤波的遥感影像融合方法。并通过分析认为，该法不仅很好地保 留了多光谱影像的光谱信息，而且增强了原始影像的空日j 细节表现能力，提高了 4 中南大学硕 论文 第一章绪论 影像的信息量与清晰度。 武娟等利用直方图匹配来减少i h s 变换法融合影像的光谱扭曲，认为经过直 方图匹配处理后的高分辨影像和多光谱影像的光谱强度分量具有较强的相关性， 经i h s 反变换后可以得到具有较好空间分辨率和光谱信息的融合影像”。 占有才利用灰度匹配的办法来减少i h s 变换法融合过程中的光谱扭曲，提出 融合前的色调匹配技术，并通过分析认为，采用色调匹配可以得到色调、纹理信 息都很丰富的遥感影像盯町。 张宁玉等在高分辨率遥感影像融合中对i h s 变换法和p c a 变换法的融合效果 进行了详细的研究，认为从光谱真实性和空间纹理信息两个方面综合考虑，p c a 变换获取的空间信息最多，但不能很好的保留光谱信息；i h s 变换能很好的保留 光谱信息，获取空间信息的能力也较大，较适合于高分辨率影像融合处理，但受 到了波段数目的限制，必然会导致一些信息的丢失”。 陈晓东等提出一种基于小波变换和局部相关系数改进i h s 变换的影像融合方 法，并通过分析认为改进方法得到的融合影像在提高影像空自j 分辨率的同时，能 更好地保持影像的光谱信息嘲。 后斌等在分析i h s 变换及基于m a l l a t t 、波算法的影像融合方法的基础上，提 出了一种基于i h s 变换与a t r o u s 4 * 波分解相结合的遥感影像融合方法，通过主观 视觉效果分析与客观性能参数分析，该法的性能优于i h s 变换融合法、p c a 变换融 合法、小波变换融合方法，不仅较大地提高了融合影像的空间细节表现能力，并 保留了多光谱影像的绝大部分光谱信息”