遥感技术与应用实验-信息融合与融合评价.docx

遥感技术与应用实验(二)信息融合与融合评价编号:05实验名称:遥感信息的融合处理英文名称:Resolution of the RS image实验指导书名称:ERDAS试验指导书学时:4一、实验目的通过上机操作，初步掌握遥感信息融合的方法，深入理解遥感信息融合的含义，及其在信息解译中的重要作用。二、设备及器材配置计算机、交换器计算机配置为:内存256M, 128M独立显卡，CPU为奔腾4处理器三、实验基本原理图像融合，是一种高级图像处理技术，它是按照一定的规则或算法，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，生成一幅具有新的空间、波谱和时间特征的合成图像，从而获得比任何单一数据更准确更丰富的信息。它不仅仅是数据间的简单叠加，而是强调信息的优化，消除多传感器信息之间可能存在的冗余和矛盾，使有用信息得以加强和互补(注意与图像合成的区别)。如一般多光谱图像的光谱信息丰富，而空间分辨率较低，全色图像具有较高的空间分辨率，但是它是一个灰度图，缺乏光谱信息，我们将二者融合后，就可以获得高分辨率的多光谱图像，它既包含了丰富多光谱信息又融入了全色图像的高空间分辨率，可大大提高地物的清晰度。目前，遥感数据融合(其中也包括一些非遥感数据，如与土地利用图的融合)是遥感技术研究的前沿之一。主要融合方法原理介绍本次上机掌握主成分变换融合、Multiplictive融合、Brovey变换融合和HIS变换融合。主成分变换融合:是建立在图像统计特征的基础上的线性变换，具有方差信息浓缩、数据量压缩的作用，可以更准确的揭示多波段数据结构内部的遥感信息。常常是以高分辨率数据代替多波段数据变换后的第一主成分达到融合的目的。具体过程是:首先是对输入的多波段数据进行主成分变换，然后以高分辨率遥感数据替代变换后的第一主成分，再进行主成分逆变换，生成具有高空间分辨率的多波段融合图像。该种融合方法最大的优点是对波段数没有限制，可以实现多个波段的融合。通过主成分的变换可以消除冗余信息，减少计算量。 Multiplicative变换融合:为乘积变换融合，是应用最基本的乘积组合算法直接对两种空分辨率的遥感数据进行合成，即融合后的波段数值等于多波段图像的任意一个波段数值乘高分辨率遥感数据。Brovey变换融合:将输入遥感数据的三个波段用下式表示:Bi=Bmi/(Bmr十Bm+Bmb)*Bh其中，Bi代表融合以后的波段数值，Bmr, Bm, Bmb分别代表多波段图像中的红、绿、蓝波段数值，Bmi代表红、绿、蓝多波段中的任意一个，Bh代表高分辨率遥感数据。HIS变换融合:先将多光谱影像进行彩色变换，分离出强度I(Intension) ,色度H(Hue)和饱和度S(Saturation)3个分量，然后将高分辨率全色影像与分离的强度分量进行直方图匹配，使之与工分量有相同的直方图，最后再将匹配后的全色影像代替工分量与分离的色度H、饱和度S分量做IHS逆变换后得到RGB融合影像。四、实验基本要求掌握HIS变换融合、主成分变换融合、Brovey变换融合和MuItiplictiv e融合的基本原理及方法五、实验内容融合操作过程比较简单，关键在于融合前两幅图像的配准以及融合方法的选择，还要对融合效果进行评价。图像融合的完整步骤为:对欲融合的多光谱图像和全色波段图像进行几何配准，使不同波段的遥感图像在几何上能完全匹配，并使像元分辨率一致。选择一定的方法实现融合。对各种方法的融合效果进行评价。第一步在前几节课己经学习，但它是融合技术的一个关键环节，直接影响融合精度。这节课主要学习后两步，融合实现和融合精度的评价。融合实现(融合图像己经经过纠正配准)(以TM多光谱图像与全色图像融合为例):1.三种基本的图像融合 ERDAS系统提供了三种融合方法，通过选择不同的按钮即可直接实现主成分变换融合、Brovey变换融合和Multiplicative变换融合。具体过程如下:启动融合模块，可通过两种途径，ERDAS图标面板菜单条:Main-Image Interpreter-spatial Enhancement-Resolution Merge对话框;或者通过ERDAS图标面板工具条:点击Interpreter图标Spatial Enhancement - Resolution Merge对话框图 1 打开Resolution Merge对话框图 2 Resolution Merge对话框在Resolution Merge对话框中，需要设置下列参数:确定高分辨率输入文件确定多光谱的分辨率文件定义输出文件选择融合方法(Method): Principle component主成分分析)Multiplicative(乘积变换)Brovey Transform(Brovey变换)确定重采样方法(Resampling Techniques ):Nearest Neighbor:最邻近法Bilinear Interpolation双线内插法Cubic Convolution三次卷积法输出数据选择(Output Option): Unsigned 8 bit(一般选择8bit输出波段选择(Layer Selection):OK(关闭Resolution Merge对话框，执行分辨率融合)图 3 Resolution Merge对话框参数设置图 4 任务完成图 5 结果图2.分步骤的主成分变换融合融合时先求多光谱影像各波段的相关矩阵，计算出特征值和特征向量，将特征值从大到小排列，并相应的变化特征向量，再经变换求出各分量。经过主成分变换后得到一组新的向量，依次称为第一主成分、第二主成分、，其中第一主成分包含原多光谱影像的信息量最大;然后，用高分辨率影像做灰度拉伸来代替第一主成分，再将它与其余主成分作逆变换来得到最后的融合影像。步骤如下: (1)多光谱图像主成分变换在ERDAS图标面板菜单条， Main-Image Interpreter-Spatial Enhancement-Principal Component命令，打开对话框。在对话框中，设置参数。图 6 打开Principal Component命令图 7 Principal Component图 8 任务完成(2)用全色影像代替第一主成分，实现融合。首先对全色影像进行拉伸处理，单击Main-Image Interpreter-RadiometricEnhancement-Histogram Equalization，在出项的对话框中进行设置。图 9 打开Histogram Equalization图 10 Histogram Equalization图 11 任务完成其次，用拉伸后的全色影像代替主成分变换后的第一主成分，其他成分顺序不变。Main-Image Interpreter Utilities-Layer Stack图 12 打开Layer Stack图 13 Layer Selection and Stack图 14 任务完成(3)主成分逆变换在ERDAS图标面板菜单条，单击Main-Image InterpreterSpatial Enhancement -Inverse Principal component命令，打开对话框口在对话框中，设置参数。图 15 打开Inverse Principal component命令图 16 Inverse Principal component图 17 任务完成图 18 结果图3.HIS变换融合 ERDAS系统提供了三种融合方法，通过选择不同的按钮即可直接实现主成分变换融合、Brovey变换融合和Multiplicative变换融合。对于HIS变换融合，ERDAS没有直接提供，需要我们根据其原理一步步操作，其步骤为:将TM多光谱图像(已经进行波段选择，相关性最小的波段组合)进行HIS变换，RGB空间转换到HIS空间; ERDAS图标面板菜单条:Main-Image Interpreter-Spectral EnhancementRGB to IHS打开RGB to IHS对话框;用高分辨率的TMS全色图像与分离出的亮度I分量进行直方图匹配，使其灰度的均值和方差与I分量图像一致; ERD AS图标面板菜单条:Main-Image Interpreter-Radiomectric Enhancement-Histogram Match，打开Histogram Match对话框图 19 打开Histogram Match对话框在Histogram Matching对话框中，设置参数。图 20 Histogram Match对话框用匹配好的TM8与H分量和S分量合成，并经过HIS逆变换重新回到RGB空间即完成了HIS变换融合。合成:ERDAS图标面板工具条:点击InterpreterUtilities-Layers Stack-Layer Selection and Stacking HIS逆变换:ERDAS图标面板菜单条:MainImage InterpreterSpectral Enhancement-IHS to RGB ERDAS图标面板工具条:点击Interpret-Spectral Enhancement-IHS to RGB在IHS to RGB对话框中，设置参数。编号:06实验名称:遥感图像的融合效果评价英文名称:To assess the effects of merge实验指导书名称:ERD AS试验指导书学时:4一、实验目的融合后对融合效果的评价是一个不可缺少的环节，由此选择最佳的融合方法。通过本次实验掌握融合效果评价方法，对通过不同融合方法得到的图像进行评价比较。二、实验环境计算机、交换器计算机配置为:内存256M, 128M独立显卡，CPU为奔腾4处理器三、实验基本原理评价要从两个方面进行，即保留原多光谱图像的光谱信息的多少;融入高分辨率图像空间信息的多少。四、实验基本要求理解各评价指标的含义。学会利用定性和定量的方法对融合效果进行评价。五、常用的评价指标的介绍常见的信息评价指标主要有光谱真实评价、空间纹理评价、信息墒、相关系数等。光谱真实性评价:一般采用原多光谱图像与融合图像相对应波段的灰度平均差异进行评价，差异越小，融合图像的光谱信息就越好。具体计算公式:Di=1nrl|Girl-Girl|式中:n为整个影像像元数目；r,l分别为例位置;Girl和Girl分别为第i光谱波段融合前后相对应像元的灰度值;Di表示融合前后相对应像元的灰度差异。空间纹理评价:可以通过计算融合图像与高分辨率图像高频部分的相关性，来确定空间信息的融合程度，相关性越强，就表明越多的高分辨率信息融合到相对应的波段中，融合图像的空间纹理信息就越丰富。信息嫡:对于灰度范围0,1,L-1的图像直方图，pi为灰度值等于i的像素数与图像总像素之比，L为灰度级总数，其信息嫡定义为:H=-i=0L-1Pilnpi墒的大小，反应了图像携带信息的多少，融合图像的墒值越大，说明融合图像携带的信息量越大。如果图像中所有灰度级出现概率趋于相等，则图像包含的信息量趋于最大。相关系数:图像的相关系数反映了两幅图像的相关程度，通过比较融合增强前后的图像相关系数可以看出多光谱图像的光谱信息的改变程度。两幅图像的相关系数定义为:Cf,g=i,jfi,j-efgi,j-egi,jfi,j-ef2i,jgi,j-eg2其中，fi j和gi,j分别为两幅图像上i,j点的灰度值，ef与eg分别为两幅图像的均值。六、实验内容 (1)光谱真实性评价一般采用原多光谱图像与融合图像相对应波段的灰度平均差异进行评价，差异越小，融合图像的光谱信息就越好。具体计算公式:Di=1nrl|Girl-Girl|式中:n为整个影像像元数目；r,l分别为例位置;Girl和Girl分别为第i光谱波段融合前后相对应像元的灰度值;Di表示融合前后相对应像元的灰度差异。从该公式可以看出，灰度平均差异的值就是看融合前后对应波段的差值图像灰度值绝对值的平均值，实现步骤是:做融合前后对应波段的差值图像。 ERD AS图标面板菜单条:Main-Image Interpreter-Utilities-Operators-Two Input Operators对话框 ERDAS图标面板工具条:点击Interpreter图标-Utilities-Operator-TwoInput Operators对话框在Two Input Operators对话框中，确定下列参数:确定第一幅输入图像:( Input File #1):选择图像数据(Layer): A11确定输出图像(Output File):输出数据统计时忽略零值:Ignore Zero in Stats选择代数运算类型(Operator ): -确定代数运算规则(Select Area by): Union确定输出数据类型(Output):Float SingleOK(关闭Two Input Operators 对话框，执行图像相减运算)图 21 设置Two Input Operators对话框参数图 22 任务完成图 23 结果图求取差值图像灰度值绝对值的平均值。转出:在viewer窗口中打开做好的差值图像，再打开Rastor-Tools工具栏，点击栅格属性表图标，打开Rastor Attribute Editor对话框，选中Value和Histogram两列，点击右键的Export，将其值输出到Excel表中进行汇总统计。图 24 打开Rastor Attribute Editor对话框图 25 Export Column Data对话框图 26 用记事本打开数值图 27 值输出到Excel表中汇总:首先在Excel表中用ABS函数取所有像元灰度值的绝对值。然后求和取其平均值，即为该波段融合前后灰度差异的平均值。图 28 Excel表中进行汇总统计图 29 Excel表中进行汇总统计或者通过建模进行两幅图像相减，并通过ABS函数求其绝对值:然后导出统计表进行统计计算。 (2)空间纹理信息，的评价可以通过计算融合图像与高分辨率图像高频部分的相关性，来确定空间信息的融合程度，相关性越强，就表明越多的高分辨率信息融合到相对应的波段中，融合图像的空间纹理信息就越丰富。操作步骤是:首先对融合图像和高分辨率图像分别进行纹理分析，求取各自的纹理信霍，或是进行高通滤波:Convolution，求取其高频部分) ERDAS图标面板菜单条:Main-Image Interpreter-Spatial Enhancement-Texture在Texture对话框中，需要设置下列参数:确定输入文件(Input File )定义输出文件(output File)文件坐标类型(Coordinate Type): Map处理范围确定:默认状态为整个图像范围)输出数据类型(Output Data Type):Float Single操作函数定义(Operators)为Variance ( Skewness)窗口大小确定(Window Site)为3X3或5X5或7X7)输出数据统计时忽略零值:Ignore Zero in Stats单击OK按钮，执行取纹理信息。图 30 Texture对话框中设置参数图 31 任务完成图 32 再次在Texture对话框中设置参数图 33 任务完成该步骤也可采用:首先对融合图像和高分辨率图像分别进行高通滤波，求取各自的高频信息。 ERDAS图标面板菜单条:Main-Image Interpreter -Spatial Enhancement-Convolution ERDAS图标面板工具条:点击Interpreter图标-Spatial Enhancement-Convolution在Convolu