不同分辨率图像的融合
发布网友
发布时间：2022-04-20 17:56
共1个回答
热心网友
时间：2023-04-21 19:28
遥感数据的融合是指采用一种复合模型结构，将不同传感器遥感影像数据源所提供的信息加以综合，以获取高质量的影像信息，同时消除各传感器信息间的信息冗余和矛盾，加以互补，降低其不确定性，减少模糊度，以增强影像中信息清晰度，提高解译精度、可靠性和使用率，以形成对目标相对完整一致的信息描述。
对地质矿产勘查而言，数据的融合目的主要是：①可以明显地改善目标的显示效果，将原始图像中灰色调转化为彩色调；②融合后图像噪声可以很好地被抑制，肉眼对地物判译更加容易；③地物边缘轮廓因彩色更加突出，地物纹理更加清晰。这些很明显可以起到增强岩体、构造的可解性。
目前融合方法有：Lab变换、HIS变换、BROVEY变换、线形复合与乘积运算以及近几年发展起来的小波变换等。这些融合方法在影像的处理上存在有不同偏向，因此要根据不同地物在影像的光谱表现上存在差异，采取不同的处理方法。
（一）微波遥感数据与TM数据融合处理
此次工作所采用的方法为可视化三维动态变换方法。
图1-5 SAR图像灰度拉伸关系图
1.融合前的SAR数据特征增强处理
为了突出SAR数据（彩图1-5a）较高分辨率的优势，在融合前有必要对SAR进行灰度拉伸、纹理增强和细化处理减少噪声等预处理。
（1）灰度线性拉伸
融合之前的拉伸方法不采用非线性拉伸，原因在于经过非线性拉伸后的图像数据，原始灰度值的大小关系会发生变化，产生的灰度扭曲带来了一些含义不明确的伪信息，影响解译。因此，特别强调在增强局部灰度反差时保持原灰度关系的重要性。实验表明，运用直观而简单的线性拉伸方法就可以达到反差增强的效果。其原理如图1-5。
设A1、A2为输入图像的嵌位控制值，B1、B2为拉伸后图像的最低和最高亮度值。
其输入的图像亮度值A1—A2被拉伸为B1—B2范围，其中输入亮度0—A1及A2—255分别被变换为B1、B2，如果B1=0、B2=255则拉大了输入图像的动态范围，从而反差得到增强。这是嵌位控制的结果，从而保持了输入图像亮度的线性关系，即没有改变A1到A2之间亮度值的大小关系，只是拉开了直方图的动态范围，从而加大了灰度间的差距，增强了影像的细微和突变结构。
（2）纹理能量增强
相邻像元之间亮度值的差异（梯度）可作为纹理的测度。当差异大于一个阈值时，则认为该处存在着要考虑的纹理特征；将此类特征累积统计，则为纹理能量；当局部纹理特征丰富时，则纹理能量大而表现为亮度值高。
SAR图像主要提供的是空间信息，为了使融合后的图像具有较高的空间分辨能力，对SAR图像进行纹理增强及提取是必不可少的。为了突出地貌、线性构造等信息，采用直方图偏度值法。其公式如下：
1∶25万遥感地质填图方法和技术
式中：z（i）——原始图像第i级像元的灰度值；
m——第i级原始图像像元灰度值的均值；
p（i）——与z（i）对应的直方图值，即灰度值同为z（i）的像元数；
l——原始图像所有灰度值不同的灰度级数。
则最终的纹理计算值为：
1∶25万遥感地质填图方法和技术
c（n）是对u进行压缩或拉伸后的值。
利用此纹理值作为权重，对SAR进行高通滤波，可以突出纹理信息。
目前纹理能量增强主要靠模板（3×3、5×5、7×7等）实现，模板推移扫描对每个像元进行增强处理，考虑到增强纹理会带来不必要的噪声，模板的尺寸不易过大，试验表明使用3×3、5×5两个模板的增强效果显著。
2.参与融合的非SAR数据的处理
在融合图像中，参与融合的非SAR数据的贡献就是它们的光谱信息。融合前对它们的处理以彩色增强为主，调整其亮度、色度、饱和度，拉开不同地物之间的色彩反差。对局部纹理的要求不高，有时为了保证光谱色彩，还允许牺牲部分纹理信息来确保融合图像的总体效果。
通常所说的图像增强是一维图像增强，即先在单波段上进行反差增强，然后把增强后的三个波段合成在一起。这种方法在有些地区，由于地表信息接近，波段间的相关性强，合成的图像反差小，色彩不鲜艳。因此，我们在反复试验的实践中，摸索出三维反差增强方法，获得了色彩鲜艳且保留原始影像信息的彩色图像（彩图1-5b）。
三维反差增强技术的实质是，扩大同名点像元在合成的三个波段上的灰度差异，使该同名点合成的色彩鲜艳，达到彩色增强的目的；使图像上不同地物间的微小的灰度差异也能增强成明显的色彩差异，从而达到增强图像信息的效果。这是一种用颜色来突出地质、地理信息的方法，这种方法比单纯用灰度差异突出地质、地理信息更加有效。
实现三维反差增强技术有两个约束条件：其一，增强后的图像同名点像元的灰度值在三个波段上的灰度值仍然保持原来大小的相对关系，也就是说原来灰度值小的增强以后还是小的，原来灰度值大的增强以后还是大的；其二，增强后的图像同名点像元在三个波段上的灰度值之和保持不变，只是同名点像元在三个波段上的灰度值的差异扩大，使彩色合成后的色彩鲜艳、信息丰富并保持原来标准假彩色合成的特点。
为了扩大不同地质体的光谱信息的差异，还可采用波段特征差异光谱加权方法，其算法如下：
设R，G，B为经过三维反差增强后的红、绿、蓝三个彩色分量；R0，G0，B0为输出图像的三个分量；Gb，Bg为波段特征差异；α，β为两个常数。
1∶25万遥感地质填图方法和技术
将生成的三个新分量再进行彩色合成，扩大了地物间的色彩差异，减少了相关性。上述融合方法的最大优点是可以对隔合图像的锐度、灰度、色彩等空间信息分离并进行动态跟踪处理，直到获取满意的结果为止。
（二）不同分辨率多光谱数据融合处理
在干旱裸露地区，利用Landsat TM L7卫星影像制作影像图，与L5不同，L7有一个全色波段 B8，它的空间分辨率为15 m，为了提高图像解译的可识别性，在提高空间分辨率的同时，又充分利用多光谱波段的波谱信息，将L7自身所有的30 m空间分辨率的多光谱波段（彩图1-6a）与15 m分辨率的全色波段进行信息融合，可得到高分辨率的彩色图像（彩图1-6b）。同时我们在植被覆盖试验区，利用高分辨率 SPOT卫星图像（彩图1-6c）与TM图像的多光谱波段进行融合（彩图1-6d），进而提高遥感解译的可靠性，得到 TM图像和SPOT图像的彩色模拟，它的原理是：
首先将两种分辨率的图像进行配准，配准精度应在一个像元以内，我们在干旱裸露试验区进行的四景L7图像配准，最大拟合误差为0.85像元；SPOT图像16景与TM图像的配准误差最大为0.95像元。L7自身配准时纠正函数选择一次多项式，不同传感器图像配准时选择二次多项式。
然后选择的三个波段（干旱裸露试验区：7，4，1；植被覆盖试验区：5，3，2作HIS变换得到三个分量，用高分辨率的图像替代I分量，在进行反变换，重新得到RGB图像。这个模拟图像既有高分辨率图像的较高空间分辨率，又具有彩色图像的光谱信息。
