第五章遥感影像镶嵌融合

遥感影像镶嵌融合,解决问题,原始数据”真实数据”真实数据与原始数据相关，成像范围和分辨率由原始数据决定实际分析处理的范围与原始影像不一致分辨率不符合要求,影像镶嵌,镶嵌影像的拼接手工镶嵌数字镶嵌对若干幅互为邻接的影像通过几何镶嵌、色调调整、去重叠等处理，拼接为统一的数字影像,影像镶嵌的目标,空间位置镶嵌空间位置的一致色调调整辐射信息的一致,影像镶嵌的主要步骤,数据源的选择影像的恢复确定实施方案确定重叠区色调调整影像镶嵌,实施方案的确定,在这九幅图象中选取中心幅E为标准像幅，利用相邻两幅图象的重叠部分，按箭头所示的顺序依次进行色调调整和几何镶嵌，最终便可使所有9幅图象实现以E为基准的图象镶嵌。,重叠区域的确定移位匹配,1）将其中一幅图象的重叠部分（利用图象显示功能大致确定的两幅图象的重叠区域）显示于图象监视器上（作为基准）；2)将另一幅图象的重叠部分与之合成，利用移动后一幅图象，使两幅图象不断地移动相对位置，当所有纹理细节达到最佳吻合时，两幅图象便几何对准了（只要两幅图象的几何位置完全正确，也就是说只要两幅图象经过几何校正，那么一定可以找到这样的几何对准位置），从而可以精确地确定两幅相邻图象的重叠范围。,重叠区域的确定计算法,影像配准相对配准在同一坐标空间内获取两者的重叠度1）获取同名像点2）计算相对配准系数3）根据配准后的空间进行镶嵌处理,色调调整方差均值法,设要进行色调调整的相邻两幅图象为f(x,y)和g(x,y)，x和y是图象上每个像元的采样行号和列号，希望把图象f(x,y)的色调调整到与g(x,y)图象一致。设(x,y)是f(x,y)图象相对于g(x,y)图象记录增益变化，是f(x,y)图象相对于g(x,y)图象的零线漂移量。使f(x,y)图象的色调调整到g(x,y)图象的技术问题，可归结到求和。,色调调整直方图法,B,03224654,015416280,1.取出重叠部分，保证和A与B图象在行数上要一致，一定不要小于A和B所具有的行数，并且在取样时，要有足够的样本数。然后，在直方图上找出两幅图象相应的频率像元所对应的灰度值对。从直方图上读出灰度值对应的点对，用分段拉伸的功能，把图象上的灰度值0，3，22，46，54对应地拉伸到相应的图象上的灰度值0，15，41，62，80。这些点中间的灰度值按线性比例内插.2.色调调整效果检查。利用图象处理系统的显示功能，使图象分别显示于屏幕左右两边。如果色调调整成功，在屏幕上应看不出左、右两幅图象的差别。如果还有差别，则修改拉伸时的点对值，进行拉伸处理，直到在终端屏幕上看不到差异为止。3.用最后得到的拉伸点值，对相邻的两幅整图象A和B的色调进行调整，即分波段把A图象的灰度值拉伸到B图象相应的灰度值，从而完成相邻两幅图象A和B的色调调整。,接缝线的确定,使镶嵌后影像按照这条曲线拼接后曲线两侧的亮度变化不显著或最小的曲线假定现在要对左右两幅相邻图象A和B进行镶嵌，这两幅图象间存在一宽为L的重叠区域，要在重叠区内找出一接缝线。此时只要找出这条线在每一行的交点即可，为此可取一长度为d的一维窗口，让窗口在一行内逐点滑动，计算出每一点处A和B两幅图象在窗口内各个对应像元点的亮度值绝对差的和，最小的即为接缝线在这一行的位置，其计算公式为：,重叠区亮度确定,（1)把两幅图象对应像元的平均值作为重叠区像元点的亮度值，即：(2)把两幅待镶嵌图象中亮度值最大的亮度值作为重叠区像元的亮度值，即：(3)取两幅图象对应像元亮度值的线性加权和，即：,影像融合,目的：将单一传感器的多波段信息或不同类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，降低其不确定性，减少模糊度，以增强影象中信息透明度，改善解译的精度、可靠性以及使用率，以形成对目标的完整一致的目标描述，,影像融合的分类,像元级：融合的作用是增加图象中有用信息成分，以便改善如分割和特征提取等处理的效果；特征级：融合使得能够以高的置信度来提取有用的影象特征；符号级：融合允许来自多个源的信息在最高抽象层次上被有效的利用。,影像融合的步骤,影像预处理：将待融合的不同图象进行处理，使其比例尺相同，点位一一对应。采用的方法：影像配准影像数据融合：在制定坐标空间中按照相应的数学模型对数据进行融合,影像融合方法加权平均,直接按照多光谱影像和高分辨率影像的原始像元值，按照一定的加权系数计算出融合后的像元值加权融合,影像融合方法HIS变换,将三个波段的低分辨率的数据通过HIS变换转换到HIS空间将单波段高分辨率图象进行对比度拉伸以使其灰度的均值与方差和HIS空间中亮度分量图象一致将拉伸过的高分辨率图象作为新的亮度分量代入HIS反变换到原始空间中。,影像融合方法KL变换,将低分辨率的图象（三个波段或更多）作为输入分量进行主成分分析将高分辨率图象拉伸使其具有于第一主成分相同的均值和方差用拉伸后的高分辨率影象代替主成分变换的第一分量进行逆变换。,影像融合方法小波变换,利用离散的小波变换，将N幅待融合的图象的每一幅分解成M幅子图象，然后在每一级上对来自N幅待融合图象的M幅子图象进行融合，得到该级的融合图象。在得到所有M级的融合图象后，实施逆变换得到融合结果。,影像融合技术的发展,缺乏统一的数据融合模型，特别是数学模型。目前的状态是各种模型并存，而每种模型之上又建立了若干融合方法。各种模型都存在着优