中国地质大学长城学院2011届毕业论文

1 绪 论

1.1研究目的及意义

20世纪90年代中后期以后，搭载许多新型传感器的卫星相继升空，使得同一地区的遥感数据影像数目不断增多。如何有效地利用这些不同时相、不同传感器、不同分辨率的遥感数据便成为了遥感工作者研究的瓶颈问题，然而解决这一问题的关键技术就是遥感影像数据融合。

遥感数据融合就是对多个遥感器的图像数据和其他信息的处理过程，它着重于把那些在空间或时间上冗余或互补的多源数据，按一定法则（算法）进行处理，获得比单一数据更精确、更丰富的信息，生成一幅具有新的空间、波谱和时间特征的合成图像。 遥感是不同空间、时间、波谱、辐射分辨率提供电磁波谱不同谱段的数据。由于成像原理不同和技术条件的限制，任何一个单一遥感器的遥感数据都不能全面的反映目标对象的特征，也就是有一定的应用范围和局限性。各类非遥感数据也有它自身的特点和局限性。影像数据融合技术能够实现数据之间的优势互补，也能实现遥感数据与地理数据的有机结合。数据融合技术是一门新兴的技术，具有十分广阔的应用前景。所以，研究遥感影像数据融合方法是非常必要的。

1.2研究现状及发展的趋势

1.2.1研究现状

20世纪美国学者提出“多传感器信息融合”的概念认为在多源遥感影像数据中能够提

取出比单一遥感影像更丰富、更有效、更可靠的信息。之后由于军事方面的要求，使得遥感影像数据融合技术得到了很大的发展，美、英，德等国家已经研制出了实用的遥感数据融合处理的系统和软件，同时进行了商业应用。

1）、融合结构

融合的结构可分为两类：集中式和分布式。集中式融合结构：各传感器的观测数据直接被送到中心，进行融合处理，用于关联、跟踪、识别等。分布式融合结构：每个传感器独立完成关联、识别、跟踪，然后由融合中心完成配准、多源关联的融合。

2）、融合的层次 图像融合可分为：像元级融合、特征级融合和决策级融合。 像元级融合是最低级的信息融合，可以在像素或分辨单位上进行，又叫做数据级融合。它是对空间配准的遥感影像数据直接融合，然后对融合的数据进行特征提取和属性说明。

特征级融合是由各个数据源中提取特征信息进行综合分析和处理的过程，是中间层次的融合。特征级融合分为目标状态信息融合和目标特征融合。

决策级融合是在信息表示的最高层次上进行融合处理。首先将不同传感器观测同一目标获得的数据进行预处理、特征提取、识别，以建立对所观测目标的初步理论，然后通过相关处理、决策级融合判别，最终获得联合推断结果，从而为决策提供依据。

1

中国地质大学长城学院2011届毕业论文

3）、融合的算法

目前遥感影像数据融合的算法有：IHS变换法、PCA变换法、简单加权法、Brovery变换法、小波变换法和高通滤波法等。

IHS变换法是基于IHS 变换的遥感图像融合。IHS变换通过将由常用的RGB彩色空间变化至IHS空间，从而将图像的亮度（Intensity）、色调（Hue）和饱和度（Saturation）分离开来。

PCA变换法又叫做K-L变化，是一种最小均方误差意义上的最优正交变化。

简单加权法是对所获得的配准后的两幅图像中各对新像素做加权平均处理，融合成一幅新的图像。

Brovery变换法又称为色彩标准化变换。该方法是将遥感图像的3个波段，按照一定的公式进行计算，获得融合后各个波段的数值。

小波变换法是将图像的光谱特征和空间分辨率信息分离的有力工具。它的实质是在一定的分解水平对低分辨率图像的相应小波系数按照某种算法结合高分辨率图像对应的系数，构成融合图像的小波系数，再反变换生成新图像，以获取所需的光谱与空间分辨率信息。

高通滤波（HPF）法是将高分辨率图像通过一个高通滤波器，然后将高分辨率图像的高频部分的空间信息叠加到多光谱图像上。 1.2.2 发展方向

经过几十年的发展，遥感影像数据融合技术得到了很大的发展，各种算法如雨后春笋

…… 此处隐藏1570字 ……

影像2 数 据合 准 备 图 、、、、、、 像处 理

影像N 图1 遥感影像信息融合的流程 2.3 遥感影像数据融合的层次

遥感影像数据融合的层次分为：像素级融合、特征级融合和决策级融合。

4