遥感图像融合效果客观评价

合集下载

遥感图像融合效果客观评价

遥感图像融合效果客观评价

Ab t a t Th m a e f so a e n a m p r a tt c n q e f ri a e a a y i a d c mp t r v so . s r c : e i g u i n h s b e n i o t n e h iu o m g n l ss n o u e ii n M u t s n o ma e f so a t r c e n t e t n n r m o e s n i g a e . W ih t e d v l p e to li e s ri g u i n h s a t a t d ma y a t n i s i e t e sn r a — o t h e eo m n f t e r mo e s n i g i g u i n,p r o m a c a u e f r i a e f so l p a mp r a t r l s Bu h e t e sn ma e f so e f r n e me s r o m g u i n wi l y i o t n o e . l t t e e a e l te a t n i n t n o e f c , y t mi n fe tv h o y o v l a i n I h sp p r h r r i l te to o i a d n ta p r e t s s e c a d e f c i e t e r fe a u to . n t i a e , t t we ma n y a a y e t e s a e o — h — r f t e r mo e s n i g i a e f so s e s n n u v y t e i l n l z h t t — ft e a t o h e t - e sn m g u i n a s s me t a d s r e h - - - c r e te a u t n me h d is l .Th n t e k y d f in is a e d s u s d b s d o h x e i n s a d u r n v l a i t o s fr ty o e h e e i e ce r ic s e a e n t e e p rme t , n c t e d v l p n ie t n o m a e f s o v l a i n i o n e u . h e e o me t d r c i fi g u i n e a u to s p i t d o t o Ke r s i f r a i n r s u c n s a e r mo e s n i g i g u i n, u i n p r o ma c e s r s y wo d :n o m to e o r e i p c e t e sn ma e f so f so e f r n e m a u e

遥感影像融合评价方法

遥感影像融合评价方法

遥感影像融合评价方法1. 融合数据实验采用了北京1号32米多光谱数据(绿波段:523nm-605nm ;红波段:630nm-690nm ;近红外波段:774nm-900nm )和CBERS 全色2.36米数据(波段范围:500-800nm )。

2. 配准方法本次实验采用二次多项式法进行配准,选择20个控制点,配准精度达到0.266像素3. 融合方法原理目前遥感领域常用的影像融合方法有:比值变换(Brovey )融合、乘积变换(Multiplicative )融合、主分量变换(Principal Component )融合、小波变换(Wavelet )融合等多种方法。

主分量变换融合是将多光谱影像各波段的相同信息变换为第一主分量,各波段的独有信息被分配到其他波段,然后将高分辨率图像拉伸至与主分量有相近的均值和方差,最后将高分辨率图像替换主成分第一分量进行主分量逆变换完成图像融合。

乘积变换融合也是一种比较简单的融合方法,其方法即将两幅影像(多光谱和高分辨率影像)的对应像素相乘,得到最终的融合影像。

公式为:newBn D B n _=⨯公式中变量含义与上个公式相同。

该变换得到的结果使融合后图像的亮度值显著提高,但不受波段个数的限制。

Brovey 融合是较为简单实用的一种融合方法,其原理是将原有多光谱波段进行归一化处理之后与全色波段相乘得到新的融合波段,公式如下:[]new B D B B B B n _/1211=⨯+++[]new Bn D B B B Bn n _/21=⨯+++其中Bn (n=1,2,3…)为多光谱波段,D 为高分辨率波段,Bn_new 为融合后波段。

对RGB 影像来说,比值变换融合只能用三个波段多光谱影像与高分辨率影像进行融合,因此受一定限制。

小波变换融合是将多光谱影像的各波段和高分辨率影像均进行小波分解,得到LL (低频部分),HL (水平方向的小波系数),LH (垂直方向的小波系数)和HH (对角方向的小波系数),然后根据具体需要和保持多光谱色调的程度,将分解后的两影像LL 、HL 、LH 、HH 部分分别融合,最后将融合后的LL ,HL ,LH 和HH 反变换重建影像,达到影像融合的目的。

遥感影像融合方法的比较与评价

遥感影像融合方法的比较与评价

遥感影像融合方法的比较与评价遥感影像数据融合是复杂的信息综合技术,会受到多种因素的制约。

用于融合的算法多种多样,不同融合方法的算法不同、侧重点不同,得到的影像融合结果(称为融合影像)也不同。

根据一定的评价指标,对不同融合方法进行评价,得知不同融合方法的优点与缺陷,就可以进一步选取在不同实际应用情况下的最优融合方法。

20世纪70年代,美国科学家提出了“影像融合”概念,随后建立了相关的影像融合技术并被应用到各个领域中。

1995年5月,在我国首次关于数据的专门研讨会上,才将数据融合技术列入国家重点研究项目[1-2]。

近年来,我国有很多学者在影像融合技术领域取得了卓越成果。

2000年,李德仁、王智基于遥感图像进行了小波变换,并将小波概念早期引入遥感融合技术中;2002年,何友等提出了遥感图像融合存在的问题以及发展现状;2011年,黄登山进行了像素级的遥感影像融合方法的研究;2017年,王恩鲁、汪小钦[3]讨论了遥感影像融合评价定量指标选取的问题。

国外学者研究最多的融合方法主要在像素级层面。

1990年,KIEFER R W 等使用HIS 变换,融合SPOT 多光谱遥感影像和全色波段遥感影像;1993年,RANCHIN T 等把小波变换的方法应用到影像融合上;2006年,NENCINI 等使用遗传算法,对全色波段遥感影像和多光谱遥感影像进行融合研究和分析,提出了特征层面和决策层面的融合方法[4]。

1遥感影像融合方法比较评价的研究数据与方法1.1数据源介绍本文选取郑州龙子湖区域的高分二号(GF-2)全色波段遥感影像与Landsat-8多光谱遥感影像进行融合。

两幅遥感影像的时像不同,其中GF-2全色波段遥感影像的成像时间为2017年5月25日,Landsat-8多光谱遥感影像的成像时间为2017年12月24日。

选取两幅影像的重合区域作为实验研究区域,统一投影坐标系为UTM-WGS84,投影带号为49,中央子午线经度为111°E 。

遥感影象融合效果的客观分析与评价

遥感影象融合效果的客观分析与评价

遥感影象融合效果的客观分析与评价摘要:遥感图像融合技术作为遥感图像分析的一种有效手段,近年来已经得到了快速发展。

目前,虽然已经存在许多经典的融合算法,但这些算法的融合结果会在不同程度上出现光谱失真、色调变异等现象。

如何使得融合结果在具有较高的空间分辨率的同时,降低图像光谱失真程度,已成为现在遥感领域研究的热点问题之一。

关键词:遥感影响;融合效果;评价引言随着遥感对地观测技术的快速发展,其空间分辨率、时间分辨率、光谱分辨率等多方面的性能都得到了很大的改善,实现了多波段、多角度、多平台的综合立体观测。

遥感技术与众多专业模型相结合,其定量化的专题产品已在军事国防、农业估产、矿物探测、灾害监测、气象预报、资源调查、城市规划、通信导航、环境污染、计算机视觉、医学图像分析等众多领域得到应用,推动了国民经济的快速发展。

然而,人们可以获取和利用的图像资源也随之急剧增加并呈现出多样性和复杂性,但是从任何单一传感器所获取的数据都存在自身的局限性,比如在几何特性、光谱特性和分辨率等方面,不能够全面的描述目标特性,往往难以满足实际应用的需求。

如何综合利用不同平台的海量遥感数据,充分发挥各自优势,降低数据冗余度,获取比任何单一数据更准确、更丰富的图像信息,增强特征显示能力,提高图像分类精度,已成为当今遥感实用化的重要研究内容。

遥感图像融合的概念图像融合是数据融合中一个很重要的分支,是20 世纪70 年代后期才提出的一种新概念,并在80 年代后才逐渐发展起来的一门新兴技术。

图像融合是信息融合和图像处理的一个交叉的新学科,是指把那些在空间或时间上冗余或者互补的多源数据,按照一定的融合算法或规则,将不同传感器、不同方式、同一方式不同时相下获取的两幅或多幅图像的信息进行多方面、多级别、多层次的处理,利用其各自的优势,获取对同一目标对象更丰富、更精确、更可靠、可理解性更好、更高解译度和识别度、更适合人的视觉观察、模糊更少、更适合计算机的分类和识别的一幅新图像。

遥感图像融合实验报告

遥感图像融合实验报告

遥感图像融合实验报告遥感图像融合实验报告一、引言遥感图像融合是指将多个不同传感器获得的遥感图像融合为一幅综合图像的过程。

通过融合不同传感器获取的图像,可以获得更全面、更准确的地物信息。

本实验旨在探究遥感图像融合的原理和方法,并通过实验验证其效果。

二、实验目的1. 了解遥感图像融合的原理和意义;2. 掌握常用的遥感图像融合方法;3. 进行实验验证,比较不同融合方法的效果。

三、实验步骤1. 数据准备:选择两个不同传感器获取的遥感图像,如光学图像和雷达图像;2. 图像预处理:对两幅图像进行预处理,包括辐射校正、几何校正等;3. 图像配准:通过图像配准算法将两幅图像对齐,使其具有相同的空间参考系;4. 图像融合:选择合适的融合方法,如基于像素级的融合方法或基于特征级的融合方法,对两幅图像进行融合;5. 结果评价:通过定量和定性的评价指标,对融合结果进行评估。

四、实验结果与分析经过实验,我们得到了融合后的遥感图像。

通过对比融合前后的图像,可以发现融合后的图像在空间分辨率和光谱信息上都有所提高。

融合后的图像能够更清晰地显示地物的边缘和细节,且具有更丰富的颜色信息。

在融合方法的选择上,我们尝试了基于像素级的融合方法和基于特征级的融合方法。

基于像素级的融合方法将两幅图像的像素直接进行融合,得到的结果更加保真,但可能会导致信息的混淆。

而基于特征级的融合方法则通过提取图像的特征信息,再进行融合,可以更好地保留地物的特征,但可能会引入一定的误差。

通过对比不同融合方法的结果,我们可以发现不同方法在不同场景下的效果差异。

在某些场景下,基于像素级的融合方法可能会产生较好的效果,而在其他场景下,基于特征级的融合方法可能更适用。

因此,在实际应用中,需要根据具体场景和需求选择合适的融合方法。

五、实验总结通过本次实验,我们深入了解了遥感图像融合的原理和方法,并进行了实验验证。

遥感图像融合可以提高图像的空间分辨率和光谱信息,使得地物信息更全面、更准确。

遥感图像处理中的图像融合方法与精度评价

遥感图像处理中的图像融合方法与精度评价

遥感图像处理中的图像融合方法与精度评价遥感图像处理是一门研究如何获取、处理和应用遥感图像信息的学科。

遥感图像融合是其中的一个重要研究方向,它旨在通过将多个遥感图像融合为一个具有更高空间、光谱分辨率和更丰富信息量的图像,来提高遥感图像的解译和应用能力。

本文将探讨遥感图像融合的方法和精度评价。

一、遥感图像融合方法1. 传统融合方法传统的遥感图像融合方法主要包括像素级融合和特征级融合。

像素级融合是指将不同分辨率的遥感图像通过插值方法将其像素一一对应,然后对对应像素进行加权平均得到融合图像。

常用的插值方法有最邻近插值、双线性插值等。

这种方法简单易实现,但无法利用各个波段之间的相关性。

特征级融合是指通过提取多个图像的不同特征,然后将这些特征融合到同一个图像中。

常见的特征包括边缘信息、纹理信息、频谱信息等。

特征级融合方法可以更好地保留各个图像的特征,但对特征的提取和融合过程较为复杂。

2. 基于变换的融合方法基于变换的融合方法是指通过对多个遥感图像进行变换操作,然后将变换后的图像进行融合。

常见的变换包括小波变换、主成分分析、时频分析等。

小波变换是一种时频分析方法,可以将图像分解为不同频率和方向的小波系数。

通过对小波系数进行加权平均,可以实现遥感图像的融合。

小波变换融合方法能够提取图像的局部特征,能更好地保留图像的细节信息。

主成分分析是一种基于统计的方法,通过分析遥感图像的协方差矩阵,提取出图像的主要成分。

然后将这些主成分按照一定的权重进行线性组合,得到融合图像。

主成分分析融合方法可以更好地提取遥感图像的空间信息,对图像的纹理特征具有较好的保留效果。

以上只是其中的两种常见的基于变换的融合方法,实际上还有很多其他的方法,如独立分量分析、稀疏表示等。

二、图像融合精度评价图像融合精度评价是指对融合图像质量进行定量评估的方法。

常用的融合图像质量评价指标有以下几种:1.谱信息准确度谱信息准确度评价主要针对于融合图像的光谱特征,常用的指标有谱变异性、谱角等。

基于Matlab的遥感图像融合效果的客观评价方法

基于Matlab的遥感图像融合效果的客观评价方法

( 10): ( 7) ( 8)
2
N 1
F ( i, j ) - R ( i , j)
i= 1 j= 1 M N i= 1 j= 1 M N
D in = RF = CF =
N 1
F(i , j ) - R ( i, j) R ( i, j) F( i , j ) - F ( 1 N j= 1
2 遥感图像融合质量客观评价
目前 , 对于融 合图像 的评 价仍然 没有 统一 的标 准 , 对 融合结果的分析 应该 根据融 合图 像的特 点、性 质和融 合的 目的来选择评价 指标。由 于不 同融合 方法 产生 的光谱 失真 可能会导致不可 靠的 判别和 应用 , 根 据图 像融 合前后 目视 判别对比作 出定性 评价 , 无 疑是 最简单、 最直接 的评 价方 法 ; 但是主观性 太强 , 较 大程 度依赖 于评 价者的 经验 和专 作者 简 介 : 徐 胜 祥 ( 1979 ), 男 , 硕 士 , 讲师 , 主 要从 事环境 信息 工程 和 G IS 应用研究 , 主持或参与科研项目 4 项 , 发表论文 10 余篇。 E m ai: l shengx iangxu @ w ebmail hzau edu cn 收稿日期 : 2007 03 08 基金项目 : 孝感 学院自 然科 学立项 项 目 ( z2007010)
另外 , 根据图 像融合 后噪 声是否 得到 抑制 , 还有 峰值 信噪比 ( PSNR ) 和等效 视数 ( m ), 分 别定 义如式 ( 11 ) ( 12): L2 PSN R = 101g ( 11) RM SE 2
2
m =
2
( 12)
上述各公式中 : 设 R 为源图像 , R 为融合图像 ; M 、N 为 图像的行列数 ; L 为 图像灰度级 数 , 单色图像一 般为 255; p i 表示源图像 R 中灰度值为 i的概率密度 , qi 表示融合图像 F 中 灰度值为 i 的概率密度 ; Ix 、 Iy 分别为 和 方向上的一阶 差分 ; R ( i, j ) 、F ( i, j) 分别为融合 前后同一波 段相同 位置对 应像元的灰度值 , R 、 F 分别为融合前后两幅图像的均值。 融合质量评 价的 准则 是 : 对于同 一组 融合 实验 , 若某 种融合方法获得 的融 合图像 的标 准差较 大、均 方根误 差相 对较小、熵相对较大、交叉熵 相对较小、清 晰度相对较 大、 扭曲程度相 对较小、 偏差指 数相 对较小、 空间频 率相 对较 大、峰值信噪 比相对 较高、等 效视 数相对 较大 , 则说 明该 融合方法的 性能相 对较 好。而对 于一灰 度图 像 , 如果 均值 适中 ( 灰度值 128 附近 ), 则表明视 觉效果良好。

遥感影像特征的综合分析与评价

遥感影像特征的综合分析与评价

遥感影像特征的综合分析与评价一、概述遥感影像特征的综合分析与评价是遥感技术应用领域中的关键环节,它涉及到对遥感影像数据的深入解读和有效利用。

随着遥感技术的快速发展,遥感影像数据的获取和处理能力得到了显著提升,使得我们能够获取到更为丰富、细致的地球表面信息。

如何准确、高效地提取遥感影像中的特征信息,并对其进行综合分析和评价,以服务于实际应用需求,仍是当前遥感领域亟待解决的问题。

遥感影像特征的综合分析旨在通过对影像数据的定性和定量分析,揭示地球表面的空间分布规律、变化趋势以及与其他地理要素之间的关系。

这需要对遥感影像进行预处理、特征提取、分类识别等一系列操作,以获得准确、可靠的特征信息。

还需要结合地理信息系统、空间统计学等方法,对提取出的特征信息进行进一步的整合和分析,以形成对地球表面现象的全面认识。

评价遥感影像特征的准确性和有效性是确保遥感应用效果的关键。

评价过程中需要考虑多个方面,包括特征的代表性、稳定性、可解释性等。

通过对特征信息的定量评价,可以评估遥感影像在特定应用中的适用性和可靠性,为实际应用提供科学依据。

遥感影像特征的综合分析与评价是一个复杂而重要的过程,它涉及到遥感影像数据的处理、分析、评价等多个环节。

通过深入研究和探索,我们可以不断提高遥感影像特征提取和分析的准确性和效率,为地球科学研究和实际应用提供更为精准、可靠的数据支持。

1. 遥感技术的概述及其应用领域作为一种无接触的远距离探测技术,通过搭载在飞机、飞船、卫星等飞行物上的遥感器,收集地面数据资料,进而识别地面上的各类物体。

它依赖于不同物体对波谱产生不同响应的原理,获取并解析电磁波、可见光、红外线等特性,实现对目标的探测和识别。

遥感技术自20世纪60年代初以航空摄影技术为基础发展而来,随着人造地球卫星的成功发射,其应用领域得到了极大的拓展。

遥感技术的核心组成部分是遥感器,其种类繁多,包括照相机、电视摄像机、多光谱扫描仪、成像光谱仪、微波辐射计、合成孔径雷达等。

摄影测量与遥感的融合影像质量评价方法

摄影测量与遥感的融合影像质量评价方法

摄影测量与遥感的融合影像质量评价方法摘要:目前遥感技术凭借其自身的优越性,已经在摄影测量中发挥着越来越重要的作用。

摄影测量与遥感技术的深度融合,在一定程度上提高了融合影像的质量,基于此,提高融合影的质量评价与监管工作势在必行。

本文分析了摄影测量与遥感技术的实际运用及融合现状分析,并探讨融合影像质量的评价方法,以供参考。

关键词:遥感技术;摄影测量;实际应用;质量评价方法前言:随着科学技术的不断迭新与持续发展,对摄影测量以及遥感技术提出了更高的要求。

通过提高摄影测量与遥感的融合影像的质量管理以及健全和完善融合影像的质量评估方法对于提高图像精确度、有效性、真实性起到了非常关键的作用。

笔者将从主观、客观、几何质量着这几个维度探讨融合影像质量的评价方法。

1.摄影测量与遥感技术的实际运用及融合现状分析1.1摄影测量与遥感技术的实际运用现阶段,摄影测量在测绘领域中的应用非常广泛。

其作为测绘领域的核心技术,具体应用主要表现在以下几个方面:第一,将摄影测量应用于测绘领域中,不仅可以反映待测物体的空间三维特性,还可以反映出其与成像系统之间的映射关系;第二,将摄影测量应用于测绘领域中,还可以快速准确地对众多图像里的图像目标进行配对。

除此之外,摄影测量还具有一定的非接触性。

其在对待测物体这一目标进行测绘的过程中,可以通过不接触待测物体进行远程测绘,这样不仅不会对待测物体的三维结构以及运动状态造成影响,还可以极大程度的保障测量的准确性。

1.2摄影测量与遥感技术的融合现状摄影测量除了测量的非接触性以及高精准度等优点以外,还存在着诸多局限性。

比如说:航机拍摄之前,需要对航向重叠度以及倾角进行测量,然后再对飞行轨迹进行预置,以此保证其可以在航带上摄影。

然而针对海洋、冰原等特殊地形地貌,摄影测量并无法真正测量出待测目标物体的三维数据。

而将遥感技术应用其中,不仅可以通过探测仪器对待测物听的电磁能量波进行精准捕捉和分辨,还可以通过相关程序对待测物体的物理形态以及化学性质进行分析与处理,其对于总结和归纳物体相互作用的关系以及变化规律有着非常积极的作用。

摄影测量与遥感的融合影像质量评价方法分析

摄影测量与遥感的融合影像质量评价方法分析

摄影测量与遥感的融合影像质量评价方法分析摘要:摄影测量与遥感在运用中,是借助专业摄影设备来收集指定素材,之后再对这些素材做出处理,以实现理想效果的信息技术,而遥感影像融合就是对所收集到的信息通过处理,以使影像的分辨率、清晰度更好,从而弥补传统摄影测量与遥感中存在的不足。

而影像融合也就是说对指定的两个影像做出比对,以实现理想化影像的效果。

那么在本文中,就重点对融合影像的方法、摄影测量和遥感融合影像的质量评价方法做出阐述,也对融合影像的几何质量做出了探讨。

关键词:摄影测量;遥感;融合影像;质量评价引言摄影测量与融合影像都属于摄影测量中的主要素材,那么要想确保摄影测量过程的高效性,就必须要确保这两者的高质量。

在具体工作中,融合影像能够对诸多影像的优点做出汇集,使影像更逼真、分辨率更高,进而呈现事半功倍的影像效果。

其实融合影像质量评价属于摄影测量中的主要环节,借助若干个不同的实验过程,来得到理想化的融合中影像。

1摄影测量与遥感的融合影像融合方法1.1Brovey变换法Brovey变换法属于影像融合中的常用技术,其所遵循的基础理论为,对若干个传感装置的信息汇集到一起,并且通过不同波段的光谱影像和高分辨率影像的统计来得到最终的融合影像。

通过改变波段的参数值,在精准统计的条件下做出整合,以此促进融合影像呈现理想的效果1.2高通滤波法融合从一副融合影像的信息刻画来看,其中包括的多样化的光谱信息,而高通滤波法能从光谱信息中提出提高空间分辨率影像的内容,然后将这一内容融合到低分辨率的光谱影像中,通过这一特征的提取和转移,能改变原本的特征分布状况,形成全新的融合影像,也就在一定程度上使得融合影像的分辨率比一般影像要高。

1.3IHS变换法融合从色度学的角度来看,不同参数的颜色色度系统就是IHS系统,而IHS变换法制作融合影像也就是将光谱影像和全色影像相结合,利用不同空间系统的变换,能改变其波段,也能改变其分辨率,而对灰度、亮度等数值也能保持在统一的状况下,这样将已经处理过的影像融入到IHS系统中,最后通过对原始影像的变换,得到最终的融合影像。

遥感图像融合效果客观评价_朱卫纲

遥感图像融合效果客观评价_朱卫纲

收稿日期:2008-08-25 修回日期:2009-01-16*基金项目:国防基础“十一五”基金资助项目(A 2120060006) 作者简介:朱卫纲(1973- ),女,陕西西安人,博士研究生,主要研究方向:信息融合、系统效能分析等研究工作。

文章编号:1002-0640(2010)02-0001-05遥感图像融合效果客观评价*朱卫纲1,2,周荫清1,徐华平1,李春升1(1.北京航空航天大学电子信息工程学院,北京 100083,2.装备指挥技术学院,北京 101416) 摘 要:能够对不同的融合技术的性能进行客观、系统、全面地评价,成为目前空间信息处理以及遥感图像融合研究领域中亟待解决的问题。

对国内外遥感图像融合系统及技术的发展历程进行了介绍,重点分析了遥感图像融合效果评估技术的研究现状,归纳了现有的效果评估方法。

通过实验,进一步讨论了当前遥感图像融合效果评估技术所存在的主要问题,有助于明确该领域的发展方向和研究侧重点,为遥感图像融合系统及空间信息处理的研究奠定基础。

关键词:空间信息资源,遥感图像融合,融合效果评估中图分类号:T P 7 文献标识码:ASurvey of Remote Sensing Image Fusion AssessmentZHU Wei-gang 1,2,ZHOU Yin-qing 1,X U Hua-ping 1,LI Chun-sheng1(1.School of Electronic and Information Engineering ,BU AA ,Beijing 100083,China ,2.Institute of Command and T echnology of Equipment ,Beijing 101416,China ) Abstract :The imag e fusio n has been an im po rtant technique fo r im ag e a nalysis and com puter v isio n.Multi -sensor im ag e fusion has a ttracted many a ttentions in rem ote sensing a rea .With the dev elopment of the remo te sensing imag e fusio n ,perfo rm ance measure for image fusion w ill play impor tant roles .But there are little attentio n to it and no t a perfect,systemic and effectiv e theo ry of ev aluatio n.In this paper,w e mainly analy ze the sta te-of-the-art of the rem ote-sensing image fusion assessm ent and surv ey the current evaluatio n methods firstly .Then the key deficiencies are discussed based o n the ex perim ents ,a nd the develo pment direction o f image fusion ev alua tio n is pointed out.Key words :info rmatio n resource in space remo te sensing image fusion,fusion perform ance measures引 言融合的概念出现于20世纪70年代,当时称之为多源相关、多传感器混合和数据融合。

遥感影像融合的质量评价探讨

遥感影像融合的质量评价探讨

l 学术研 究 0

测绘 技术 装备
季刊
第 1 0卷
20 0 8年第 4期
量 做 出 主观 定性 评 价 ,可 以确 定 融合 图像 的 可用 方 向上 的一 阶差 分 。 性 。实 际做 法 是提 交 融 合 后 的 图像 给 经 验 丰 富 、长 2 2 3融合 图像 光谱信 息的 继承程 度 :偏 差指 数 ..
期从事摄影测量的一线作业人员来评价 。由于长期
变 换 、D T 余 弦变换 ) a e e rn fr ( C( 、Wv ltTa s om 小波 变 2 2 1 融合 图像信 息量增 加 的程度 :信 息熵 .. 换) H +  ̄ 、IS d波变 换 、DT t 波变 换 、加 权融 合 以及 C +]  ̄ 信 息量 增 加 是 图像 融 合 最 基 本 的要 求 。图像 的 PA ( C 主成 份 分析 )变 换等 七 种融 合方 法所 进 行 的试 信 息熵 是 衡量 信 息量增 加 大 小的重 要 参数 ,值越大 , 验 ,取 得 了融合 图像 。本 文就 融 合 影 像 的质 量 评 价 则 该 图 像 中所 含 信 息越 丰 富 。可 以通 过 融合 前 后 图 展 开讨 论 , 以确 保 融 合 后 图像 能达 到 摄 影测 量 生 产 像 信 息 熵 的变 化 来 反 映 , 图像信 息熵 的含 义 为 图像 中采 集数 据 的精度 要 求 。 的平均 信 息量 ,其 表达 式 为 :
利用偏差指数可 以反映融合图像与原始图像在
以来 他 们 以全色 光 学 影 像 作 为作 业 对 象 ,因此 ,对 光 谱 信息 上 的匹配 程度 。例 如 ,高空 间分辨 率 影像 A , 融合 后 影 像 所 同 时具 有 的高 分辨 率 和 多 光谱 特 征 能 与 多 光谱 影像 B进 行 融合 生成 影像 C 偏 差指 数 定义

遥感影像融合方法的比较与评价

遥感影像融合方法的比较与评价

052
晕燥援6 Jun. 圆园20袁栽 燥贼葬造 晕燥援317
行比较评价与分析袁 包括定性评价与定量评价曰 最 后袁 分别从水体尧 植被尧 道路的信息提取应用方 面袁 对不同应用的融合方法和融合影像的适用性进 行评价分析遥 2 遥感影像融合方法比较评价的研究数据处理 2.1 影像的几何校正
几何畸变是指遥感影像在几何地理位置上发生 了改变袁 比如影像的像元大小与实际地面大小不对 应尧 地物的轮廓形状变形等遥 几何校正即纠正影像 的几何畸变袁 包括几何粗校正和几何精校正遥 其 中袁 几何粗校正为系统在用户下载影像前对影像几 何变形进行的校正袁 一般来说袁 下载的影像已经经 过初步的系统几何粗校正曰 几何精校正是为使用多 项式拟合的数学模型以及地面控制点进行的遥感影 像几何校正遥 2.2 影像配准
[基金项目]许昌学院 2020 年度科研项目渊 2020Y B 002冤 收稿日期院圆园20原03原12曰修回日期院圆园20原04原11 作者简介院殷学永渊 1982- 冤 袁男袁湖北武汉人袁副教授袁主要从事资源环境与城乡规划研究袁E - m aN N O V A T IO N & P R O D U C T IV IT Y
国外学者研究最多的融合方法主要在像素级层 面遥 1990 年袁 K IEFER R W 等使用 H IS 变换袁 融合 SPO T 多光谱遥感影像和全色波段遥感影像曰 1993 年袁 R A N C H IN T 等把小波变换的方法应用到影像
融合上曰 2006 年袁 N EN C IN I等使用遗传算法袁 对全 色波段遥感影像和多光谱遥感影像进行融合研究和 分析袁 提出了特征层面和决策层面的融合方法[4]遥 1 遥感影像融合方法比较评价的研究数据与方法 1.1 数据源介绍

遥感图像融合效果评估方法

遥感图像融合效果评估方法
第3 5卷
第 3期
现 代 雷 达
Mo d e r n Ra d a r
V o 1 . 3 5 No . 3
Ma r .2 01 3
2 0 1 3年 3月

信 号/ 数据 处 理 ・
中 图 分 类 号: T P 7
文献 标志 码: A
文 章 编号: 1 0 0 4 — 7 8 5 9 ( 2 0 1 3 } 0 3 — 0 0 1 9 — 0 5
关键词 : 遥感图像融合 ; 融合 效果评估 ; 多传感器信息融合 ; 合成孔径雷达
Ev a l u a t i o n M e t ho d o f Re mo t e Se n s i ng I ma g e Fus i o n Ef fe c t
Z H OU Fa n g, W ANG P e n g b o, L I Ch u n s h e n g
( S c h o o l o f E l e c t r o n i c a n d I n f o r ma t i o n E n g i n e e r i n g , B e i h a n g U n i v e r s i t y , B e i j i n g 1 0 0 0 8 3, C h i n a )
0 引 言
多 传感 器信 息融 合是 指对 由多 个传感 器 获取 的信 息进 行 多层 次 、 多 角度 处理 , 得 到具 有和 原信 息相关 或 集成 特 性 的综 合 信 息 。传 感 器 的 概念 是 广 义 的 , 不 仅
Ab s t r a c t : T h e p e r f o r ma n c e me a s u r e o f i ma g e f u s i o n i s a n i mp o r t a n t p r o b l e m i n t h e i f e l d o f i ma g e f u s i o n wh i c h h a s a d i r e c t i mp a c t o n t h e d e v e l o p me n t o f i ma g e f u s i o n t e c h n o l o g y .T h e e s t i ma t i o n mo d e l f o r r e mo t e — s e n s i n g i ma g e f u s i o n p r o c e s s i n g w a s b u i l d i n g ,a n d

遥感图像融合效果评价方法的探讨

遥感图像融合效果评价方法的探讨

总第87期第1期遥感图像融合效果评价方法的探讨王保国1苏小霞2吴连喜3(1.南昌市测绘勘察研究院江西南昌330038;2.江西省测绘局江西南昌330046;3.东华理工大学江西抚州344000)摘要遥感数据融合技术是当今遥感应用研究的热点课题之一,对融合图像的效果评价也显得非常重要,目前在融合效果评价方面缺乏统一的指标。

本文通过一个实例,来说明在融合效果评价中不同的评价方法的作用与意义,对信息量、清晰度和逼真度等方面的定量指标如熵、平均梯度和灰度变化指数进行了研究,研究结果表明在对融合图像的效果进行评价时,灰度变化指数和平均梯度更能说明融合质量的好坏的重要指标,而熵并不是一个有效的评价指标。

关键词遥感;融合;评价随着遥感技术的发展,特别是20世纪90年代中后期多颗高几何分辨率卫星如IRS-1C/1D、SPOT-5、IKONOS、Quickbird、Orbview的成功发射,可见光、近红外、短波红外、热红外、微波等不同类型的卫星传感器获取同一地区的遥感影像数据日益增多[1],因此,充分、有效、综合地利用多种类型的卫星遥感影像数据技术,即遥感数据融合技术便成为当前的一个研究热点。

在遥感数据融合方面,许多学者进行了大量的研究工作,取得了富有成效的进展,提出了许多新的或改进的融合方法。

但在融合效果定量评价方面,一直缺乏一个统一的标准。

传统的评价常常依据目视来判定,然而目视判读仅仅是一个定性的评价。

定量评价的方法主要有信息量[2]、清晰度[3]和逼真度等,但是,众多学者倾向于对信息量进行评价,笔者在研究中发现从色彩保持的角度来评价融合效果,比用信息量来评价融合效果更为重要。

针对这一问题,本文进行了深入的探讨。

1数据处理本试验使用的是河北省天津地区Quikbird影像,影像范围位于东经117.08°-117.27°,北纬39.26°-39.13°,影像大小为:8192*8192像素,获取时间为2002-09-24。

ergas指标

ergas指标

ergas指标ERGAS指标是衡量遥感图像的融合质量的一种评价指标。

它是融合图像与原始多源图像之间的均方误差(MSE)的标准化形式。

ERGAS指标的计算方法如下:ERGAS = 100 * sqrt(1/n * sum(E/N^2))其中,n是图像的波段数量,E是所有波段的MSE之和,N是原始图像的标准差。

ERGAS指标越小,说明融合图像的质量越好。

它能够综合考虑融合图像的空间分辨率、光谱信息等方面的质量,是评价融合算法的重要指标。

为了计算ERGAS指标,首先需要获取融合图像和原始多源图像。

然后,对于每个像元,计算融合图像与原始多源图像在各个波段上的差值的平方,得到均方误差。

然后将所有波段的均方误差相加,并除以波段数量,得到均方误差之和的均值。

最后,将均方误差之和的均值除以原始图像的标准差,并乘以100,得到最终的ERGAS指标。

使用ERGAS指标可以比较不同融合算法的融合效果。

对于同一幅原始多源图像,可以分别采用不同的融合算法生成融合图像,然后计算它们的ERGAS指标。

较小的ERGAS指标意味着融合图像的质量较好,能够保留更多的原始图像信息。

因此,可以根据ERGAS指标选择最优的融合算法。

此外,ERGAS指标也可以用于衡量不同分辨率的遥感图像的融合质量。

当融合低分辨率和高分辨率的遥感图像时,可以分别计算它们的ERGAS指标,然后比较二者的差异。

较小的ERGAS指标意味着融合效果较好,可以提高图像的空间分辨率。

总之,ERGAS指标是一种常用的遥感图像融合质量评价指标,用来衡量融合图像与原始多源图像之间的差异。

通过计算ERGAS指标,可以评估不同融合算法的性能,并选择最优的融合算法。

此外,ERGAS指标还可以用于比较不同分辨率的遥感图像的融合效果。

遥感影像融合及质量评价研究总结.docx

遥感影像融合及质量评价研究总结.docx

遥感图像融合及质量评价总结总结分两大部分:融合部分和评价部分。

图像融合阶段包括图像的预处理,最佳波段的选择,以及融合方法的选择。

图像的预处理主要有对接收图像质量的控制,几何校正,正射校正。

论文中列出的算法均为常用算法。

而后是对重采样后图像像素亮度的处理,有直方图均衡化,直方图匹配。

最后对多源影像进行影像匹配。

最佳波段的选择主要是根据多波段图像间各波段图像中信息含量多、相关性小、地物光谱差异大、可分性好的波段,进行波段组合,进行后续的图像融合。

融合方法的选择方面除了常规方法以外,作者提出了2种改进型融合算法:在像素级的融合方面(1)将HIS变换与小波变换结合算法;(2)小波变换的改进算法。

在突出边缘的融合方面采用将突出边缘的特征级融合图像与像素级融合图像再融合的改进算法。

图像质量的评价这几篇论文进采用主客观相结合的评价方式,最终以评分的形式确定图像的质量。

主要有1、基于人眼视觉系统HVS的评分系统;(1)基于HVS感兴趣特性和对比度的遥感图像无参考质量评价方法这种方法基于人类视觉系统感兴趣性的原理,在对比度计算时考虑视觉感兴趣区域与背景区域权重系数,实现了一种基于HVS的感兴趣特性和对比度的遥感图像无参考质量评价方法。

并利用遥感图像专家库的图像和数据进行实验,实验结果表明本章方法更加符合主观评价的结果。

(2)基于HVS掩盖效应和图像模糊的遥感图像无参考质量评价方法该方法以盲测量图像模糊算法作为理论基础,将HVS的空间复杂度掩盖模型、亮度掩盖模型引入到图像质量评价过程中,并对人眼灰度敏感度进行建模,建模过程依据人类视觉系统对灰度具有差异的敏感性这一特性。

实现了基于HVS 和模糊的改进的遥感图像无参考质量评价体系。

2、基于模糊集的评分系统;该方法基于模糊度理论,选取若干个图像质量参数,确定图像模糊度,由模糊度级隶属函数划分图像一级等级,然后再按二级隶属函数划分二级等级。

次方法过程较复杂,工作量较大,结果相对精确。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

收稿日期:2008208225 修回日期:20092012163基金项目:国防基础“十一五”基金资助项目(A 2120060006) 作者简介:朱卫纲(19732 ),女,陕西西安人,博士研究生,主要研究方向:信息融合、系统效能分析等研究工作。

文章编号:100220640(2010)022*******遥感图像融合效果客观评价3朱卫纲1,2,周荫清1,徐华平1,李春升1(11北京航空航天大学电子信息工程学院,北京 100083,21装备指挥技术学院,北京 101416) 摘 要:能够对不同的融合技术的性能进行客观、系统、全面地评价,成为目前空间信息处理以及遥感图像融合研究领域中亟待解决的问题。

对国内外遥感图像融合系统及技术的发展历程进行了介绍,重点分析了遥感图像融合效果评估技术的研究现状,归纳了现有的效果评估方法。

通过实验,进一步讨论了当前遥感图像融合效果评估技术所存在的主要问题,有助于明确该领域的发展方向和研究侧重点,为遥感图像融合系统及空间信息处理的研究奠定基础。

关键词:空间信息资源,遥感图像融合,融合效果评估中图分类号:T P 7 文献标识码:ASurvey of Rem ote Sen si ng I mage Fusion A ssess m en tZHU W ei 2gang 1,2,ZHOU Y in 2qing 1,XU H ua 2p ing 1,L I Chun 2sheng1(11S chool of E lectronic and Inf or m ation E ng ineering ,B UA A ,B eij ing 100083,Ch ina ,21Institu te of Co mm and and T echnology of E qu ipm ent ,B eij ing 101416,Ch ina ) Abstract :T he i m age fu si on has been an i m po rtan t techn ique fo r i m age analysis and com pu ter visi on 1M u lti 2sen so r i m age fu si on has attracted m any atten ti on s in rem o te sen sing area 1W ith the developm en t of the rem o te sen sing i m age fu si on ,perfo r m ance m easu re fo r i m age fu si on w ill p lay i m po rtan t ro les 1B u t there are little atten ti on to it and no t a perfect ,system ic and effective theo ry of evaluati on 1In th is paper ,w e m ain ly analyze the state 2of 2the 2art of the rem o te 2sen sing i m age fu si on assess m en t and su rvey the cu rren t evaluati on m ethods firstly 1T hen the key deficiencies are discu ssed based on the experi m en ts ,and the developm en t directi on of i m age fu si on evaluati on is po in ted ou t 1Key words :info r m ati on resou rce in space rem o te sen sing i m age fu si on ,fu si on perfo r m ance m easu res引 言融合的概念出现于20世纪70年代,当时称之为多源相关、多传感器混合和数据融合。

信息融合技术很快就引起了世界的关注,无论是军用系统,还是民用系统都趋向于采用信息融合来进行信息综合处理。

许多发达国家已在很多重大研究项目中实施了信息融合计划,并陆续开发出一些实用性系统。

国内对多传感器数据融合理论和技术的研究起步较晚,基本是在海湾战争之后才引起高度重视。

1995年,我国召开了关于数据融合的第一次专门讨论会。

此后,为跟踪国际前沿,我国把信息融合技术列为重点研究项目,成为计算机技术、空间技术等高新产业领域的关键技术之一。

遥感图像融合是空间遥感信息系统中的核心技术之一。

由于其具有时空覆盖宽,目标分辨能力与测量维数高,重构能力好,并且有冗余性、互补性、时间优越性以及相对低成本性等突出的探测优越性,在国际上受到高度重视并已取得长足进展[1]。

目前,我国空间信息资源的深层获取、有序管理、综合应用尚待深化。

能够对不同的融合技术的性能进行客观、系统、全面地评价,成为空间信息处理以及遥感图像融合研究领域中亟待解决的问题。

融合质量的客观评价可用来指导融合,提高融合的效果,优化系统的配置,不可否认,将融合效果评价的信息加入到融合规V o l .35,N o.2Feb,2010火力与指挥控制F ire Contro l &Comm and Contro l第35卷 第2期2010年2月则的选取和参数的选择过程中,可以更充分地利用信息源提供的信息,得到比开环融合过程更好的效果[2]。

随着融合技术在各个领域中快速的应用和发展,学者们逐渐认识到:一种能够对各种融合技术进行客观、系统、定量、全面地分析和比较的理论是非常必要且是目前急需的。

这在许多优秀学者的文章中都有体现:如郁文贤提出“建立信息融合系统的设计和评估方法是信息融合研究存在的问题和发展方向”[3];D avid提到目前的数据融合技术缺乏严格的测试和评估方法,数据融合研究领域的学者们需要努力进行高标准的算法开发、测试和评估,建立标准的测试准则,进行完善的技术设计评估[4]; Zajic1T i m指出“在开发和比较实际系统时,准确地评估融合算法的性能是至关重要的。

而且,度量学的重要性由于自适应融合、融合管理等融合策略的出现而增长了。

这些新方法要求更加认真地对融合方法的性能、有效性和鲁棒性进行检测”[5];赵巍在文献[6]中提到“建立客观的图像融合技术评价标准也是急需解决的问题”;夏明革总结“主观与客观相结合的图像融合质量的评价准则的确定与方法研究是图像融合有待解决的问题之一”[2];倪国强指出“深入开展有效的图像融合效果评价研究是基于视觉神经动力学图像融合技术未来发展方向之一”[4];韩崇昭指出“如何建立评价机制,对信息融合系统进行综合分析和评价,以衡量融合算法的性能,也是亟待解决的问题”[7]。

可见,开展遥感图像融合性能评估技术的研究有着十分重要的意义和实用价值。

为了对遥感图像融合效果评估技术有较为全面的了解,本文查阅了最近20年内国内外参考文献,对现有的评估方法进行了归纳和评述。

文章首先分析了遥感图像融合效果评估技术的研究现状及其的重要性,重点归纳了现有的评估方法,通过实验,进一步讨论了目前融合评估技术所存在的主要问题。

1 常用的遥感图像融合效果评估方法融合性能评价技术的发展是最近十多年的事情,可以查阅的文献较少,在这些文献中,将主要研究目的集中放在效果评估这一点上的就更少,且涉及的评估方法相互引用的较多。

从查阅的资料表明,目前尚没有一种通用的定量评估手段来完成对遥感图像融合技术的评估。

现有的遥感图像融合效果评估方法与其他图像融合效果评估方法相同,一般分为两大类,一类是主观评价方法;另一类是客观评价方法。

主观评价方法是判读员或测试者通过目视直接对融合图像进行判断,具有简单、直观的特点,但人类视觉对图像的各种变化并不都很敏感,且受个人主观因素影响较大,具有一定的片面性,重复利用性差,因此常常需要采用客观、定量的评价方法。

现有的客观评价方法主要可以分为两大类:单因素指标评价方法和综合评价方法。

其中用单因素评价指标进行融合效果评估的占主体,而综合评价方法却很稀缺。

目前,提出的单因素评价指标主要有:3反映融合图像空间信息量状况与改善程度的评估指标:如方差[8]、信息熵[13]、交叉熵[15]、熵差[9]、互信息[5]、联合熵[10]等。

3反映融合图像谱信息状况与改善程度的评估指标:如图像均值[14],偏差度(又称为扭曲程度)[14]、相对偏差度(又称为偏差指数)[14]、相关系数[14]、均方根误差[9],均方差[10]、归一化最小方差[10]等。

3反映噪声抑制能力的评估指标:如信噪比[10]、峰值信噪比[10]等。

3反映边缘保持效果及纹理清晰状况的指标:如平均梯度[11],空间频率[9]、小波系数平均能量[12]等。

运用综合指标进行融合效果评估中具有代表性的方法有:3杨 [15]的方法是先定义了反映光谱信息的单评价指标h S P和反映空间分辨率的单评价指标h H F,然后以gΚ测度为模糊测度,利用模糊积分将这两个单指标进行综合,得到一个综合评价指标来评估多光谱图像和高分辨图像的融合效果。

3徐宝昌[16]的方法是将融合图像的熵值、交叉熵平均值、交叉熵均方根值和平均梯度值构成单因素评价指标集,再基于知识确定F测度和各单因素评价指标的隶属度函数,应用Choquet积分综合各单因素指标得到一个综合评价指标。

3P iella[18]、Cvejic[17]和胡良梅[19]等人提出的综合评价方法都是基于Zhou W ang在文献[20]中提出的图像质量指标Q0的改进。

该指标综合了两幅图像之间的结构相似度、平均照度失真、对比度失真信息。

文献[18,19]分别计算两幅源图像与融合图像之间的Q0,并将反映人类视觉特性的边缘信息对上述指标进行加权求和,得到综合评价指标。

Cvejic认为P iella的方法是将两幅源图像做同等对待,没有考虑各源图像对融合图像的贡献不同,且权值计算受到模板大小的影响,提出以融合图像与各源图像・2・ (总第35-172)火力与指挥控制2010年 第2期之间的相似程度作为权值,该方法与主观评价结果很好地吻合,且不受模板大小的影响,比简单的均方根误差和互信息评价方法要好。

3Xydeas [24]根据人类视觉对局部变化敏感的特性,提出通过衡量源图像与融合结果图像边缘信息相似性来评估融合图像质量。

3王强提出,应用相关信息熵概念定量地描述出不同融合方法所对应的源图像与结果图像之间的信息相关程度,和基于源图像与结果图像之间信息偏差程度两方面进行图像融合效果评估[21]。

相关文档
最新文档