多源遥感数据融合

1、多源遥感数据融合探讨多源遥感数据融合探讨 李文波 2007年5月28 报告内容安排报告内容安排 Part one ： 多源遥感数据介绍 Part two： 多源遥感数据融合 Part three：融合算法探讨 Part four： IKONOS 该系列卫星特点该系列卫星特点 （1）前3颗SPOT卫星搭载的是两台高分辨率传感器HRV (high resolution visible image system)其2个可见光和一个近红外的XS波段 空间分辨率为20米，全色PA分辨率为10米； （2） 4号卫星搭载的是HRVIR和“植被”VI传感器； （3）5号卫星在4号卫星的基础上加了一个高分辨率(

2、10米)立体成像装 置（HRS）,和前4颗卫星相比其空间分辨率几乎提高了一个数量级： 单色波段为10米，全色波段为2.5米； （4）SPOT系列卫星的重复周期26天(369圈)，由于采用倾泄观测技术， 可以对同一个地区用45天间隔观测；一幅影像最少可以覆盖 11760km2。 Multi-sensor dataSensor two：SPOT RGB432 Multi-sensor data Sensor two：SPOT CBERS系列卫星：即中巴资源卫星（ China-Brazil Earth Resource Satellite ） l1999年10月CBERS-1发射 l2003年11月

3、CBERS-2发射 该卫星特点 （1）20米分辨率的5谱段CCD (charge coupled device )相机,其采用推 帚式扫描,扫描宽度113km； （2）80米分辨率的3波段多光谱扫描仪（MSS），扫描宽度120km； （3）160米分辨率的1个波段热红外扫描仪，扫描宽度120km ； （4）256分辨率的2个波段宽视场成像仪（WFI），扫描宽度890km； （5）重复观测周期是26天，由于CCD相机具有侧视功能，观测同一地 区的最短周期可以为3天。 Multi-sensor dataSensor three： CBERS RGB432(2006) Multi-sensor da

4、taSensor three： CBERS 高分辨率商业卫星高分辨率商业卫星 Quick-Bird 单波段星下分辨率为2.44米,全色分辨率为0.61米,其一副图象可以覆盖 16.516.5km2. IKONOS 单波段星下分辨率为4米,全色分辨率为1米,其一副图象可以覆盖 1111km2 低分辨率卫星低分辨率卫星 MODIS卫星 其可见分辨率比陆地卫星低,光谱分辨率高,回归周期短,最多一天可以 获得4条过境图象,共有36个波段数据。 Multi-sensor data Sensor four：Quick-Bird ; HHH BTBTBT R BG BB B RGB RGBRGBRGB Fu

5、sion Methods 小波变换小波变换 小波变换（Wavelet transform, WT ）是一种新兴的数学分析方法，已 经受到了广泛的重视。小波变换是一种全局变换，在时间域和频率域同时 具有良好的定位能力，对高频分量采用逐渐精细的时域和空域步长，可以 聚焦到被处理图像的任何细节，从而被誉为“数学显微镜”。 WT方法首先对参与融合的遥感图像数据进行小波正变换，将图像分解 为高频信息和低频信息。分别抽取来自高空间分辨率影像分解后的高频信 息和低空间分辨率的低频信息进行小波逆变换，生成融合图像。 特点：可以对任意波段融合 缺点：小波基选择比较麻烦，融合速度不理想 小波变换示意图见下图 Fu

6、sion Methods 20 40 60 80 100 120 20 40 60 80 100 120 20 40 60 80 100 120 20 40 60 80 100 120 20 40 60 80 100 120 20 40 60 80 100 120 L L 3 H L3 L H 3 H H3 H L 2 L H 2 H H 2 H L 1 L H 1 H H 1 SFIM融合算法 SFIM (Smoothing Filter-based Intensity Modulation Transform),即基 于平滑滤波的亮度变换，其融合算法为： 特点：该算法可以视为在低分辨率影像

7、中仅引入了高分辨率影像的纹 理信息，它能很好保持低分辨率影像的光谱特性。 优点：能对任意波段融合，光谱保真度好 缺点：融合效果中存在“胡椒面现象” 问题：如何改进？ Fusion Methods jk Mjk HjkjkL SFIM B BB F 乘法融合模型 MT（Multiplication Transform）变换采用乘法融合运算，其算 法公式为： 特点：该算法采用乘法能反映低分辨率和高分辨率影像的混和信息，为了避免 生产后影像的亮度值过大采用开平方。 优点优点：能对任意波段融合，算法简单 缺点：缺点：光谱保真度不好 ijk MLTijkH jk Ba Bb B Fusion Metho

8、ds 高通滤波（加法）融合算法 HPF（High-Pass Filter ）变换该算法采用高通滤波融合算法， 算法公式为： 特点：该算法采用高通滤波来抑制高分辨率影像中的低频光谱信息和增强 高频空间信息，处理后的高分辨率影像和低分辨率影像相加可以达到提高 低分辨率影像的空间分辨率。 优点：优点：可以对任意波段融合 Fusion Methods jk HjkLjk HPF FBB B 2 Modified Brovey Transform (MBT) 特点：计算简单可以对任意波段融合 优点：优点：具有高高频信息融入度 缺点：缺点：光谱信息保证度比较查点 问题：n任何选择？ 1 ,1, ijkjk

9、 i LH jk M BTn Lijk ijk nBB Bin B Fusion Methods 融合效果评价 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定性和定量定量评价两种。 定性评价一般选用目视法解译。 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。 Evaluation 融合图像的整体质量评价指标融合图像的整体质量评价指标 l均值：均值：均值越大说明影像含信息量越高 l标准差：标准差：反映图象灰度

10、相对于灰度均值的离散情况。 标准差大，则图像灰度级分散，图像反差大，信息量丰富 l熵：熵：熵越大说明整体图像的信息含量高 11 (,) MN ij ij Bxy Z MN Evaluation 11 (,) MN ij ij BxyB MN 光谱保真度评价光谱保真度评价 1.保真度保真度D F为融合影像均值，B为原始影像均值，MN为像元总数。D反映了 融合图像和原始图像在光谱信息上的差异和光谱特性变化的平均程度，值越 小说明光谱信息损失少,在理想情况下D=0。 2.原始图像和融合后图像的光谱曲线光谱曲线 Evaluation 11 1 MN jkjk jk jk FB D M NB 高频信息保

11、真度评价高频信息保真度评价 l相关系数相关系数 F为融合生成图像的灰度值，f为融合图像的均值； A为源图像灰度值，a为源图像的均值，通过计算 融合图像和高空间分辨率图像之间的相关系数， 相关系数越大说明高频信息融入越高。 Evaluation M i N j jiji M i N j jiji ayxAfyxF ayxAfyxF 11 2 2 1 ),(),( ),(),( 高频信息保真度评价高频信息保真度评价 方均根误差方均根误差 (Root Mean Square Error, RMSE) RMSE能灵敏地检测出n维空间中任意两个向量的相似性，故该方 法能定量评价融合方法的高频信息（纹理）

12、融入度 . 其中F为融合产生图像的亮度均值；B为融合前图像的亮度均值， 此处为高空间分辨率波段；n为参与融合的波段数。RSME值越小， 说明高分辨率图像的高频信息融入度越高。 Evaluation n i MM n BF RMSE 1 )( Part four： IKONOS & QB 融合效果 IKONOS融合结果融合结果 原始全色波段原始全色波段 Original data 光谱波段光谱波段RGB321 IKONOS融合结果融合结果 MBT （RGB321） Fusion Result of IKONOS SFIM （RGB321） WT（RGB321）MT（RGB321） Fusion

13、Result of IKONOSIKONOS融合结果融合结果 Degree name Band1 Band2 Band3 Band4 Average accuracy MBT 0.811968 0.811968 0.837207 0.887661 0.837201 SFIM 0.496944 0.747334 0.668772 0.902634 0.703921 0 WT 0.333126 0.646386 0.574633 0.829208 0.595838 无 MBT 0.812267 0.935549 0.843234 0.885455 0.869126 SFIM 0.487304 0.

14、741468 0.659538 0.890229 0.694635 3 WT 0.296890 0.624892 0.560240 0.822348 0.576093 22GCP 点 0.359 像元 MBT 0.784956 0.924237 0.838194 0.875330 0.855679 SFIM 0.459031 0.700201 0.616806 0.847367 0.655851 4 WT 0.262017 0.569706 0.507653 0.771513 0.527722 25GCP 点 0.002 像元 MBT 0.591704 0.759375 0.729570 0.807693 0.722086 SFIM 0.319457 0.545164 0.530294 0.750078 0.536248 5 WT 0.207020 0.471156 0.446735 0.689467 0.453595 46GCP 点 0.311 像元 表表3 相关系数表相关系数表 Evaluation 光谱曲线图光谱曲线图 Evaluation QB融合结果融合结果Original data 原始原始PAN RGB321 Fusion Result of QB MBT（RGB321） WT（RGB321） Fusion Result of QB SFIM