多元遥感影像数据融合研究
合集下载
相关主题
- 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、"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、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)。
ｔ ｌ ｍａ ｉ ｇ ｃ ａ ａ ｔ ｒｓ ｃ ｆ ｈ ｉ ｈ ｓ ｅ ｔａ ｅ ｏ ｕ ｉ ｎ ｍｅ ｔ ｈ ｅ ｄ ｆ ｈ ｓｃａ ｓｉ ｇ ｓ Ａｎ ｅ ｅ ｔ ｇ ａ ｒ ｇ ｎ ｈ ｒ ｃｅ ｉｔ ｓｏ ｅｈ ｇ — ｐ ｃｒ ｌ ｓ ｌ ｔ ｅ ｅｎ ｅ ｓｏ ｙ ｉｉ ａ ｉ ｉ ｔ ｒ ｏ ｔ ｐ ｎ ｍａ ｅ ． ｄ ｂ ￣ ｒ ｎ ｅ ｒ — ｉ ｔ ｎ ｏ ｅ ｔ ｉ ｐ ｃ ａ ｉ ｈ ｉｈ ｉ ｅ ａ ｄ ： ｆｌｎ — ｓ ｈ ｇ ｎ ｈ ｎ ｅ ｎ ｆ ｒ ｓ ｏ ｅ ． ｎ Ｏ ｆ ｒ ． ｈ ｓ ｉ ｉ ｆｃ ｒ ｎ ｓ ｅ ｉ ｌ ｇ ｌ ｔ ｄ ｏ ｓ ｉ Ｉ ｄ ｕ ｅ ｃ ａ ｅ ａ ｄ ｃ ａ ｇ ｓｉ ｏ ｅ ｔｃ ｖ ｒ ａ ｄ Ｓ ０ ｔ Ｔ ｉ ｓ ｏ ａ ｈ ｇ ｖ ａ ｎ ｈ ｍａ ｎ ｙ ｏ ｈ ｔ ｇ ａｉ ｎ ｏ ｅｂ ｓｃ ｐ ｎ ｉ ｌｓｏ ｍｏ ｅ ｓ ｎ ｉ ｇ ｉ ｇ ｓ ｍ ｅｈ ｄ ｆａ ｓ ｓ ｍｅ ｔ ｎ ｔ ｇ ａ ｉ ｎ ｉ ｌ ｎ ｔ ｅ ｉ ｅ ｒ ｔ ｆ ｈ ａ ｉ ｒ ｃｐ ｅ ｆｒ ｎ ｏ ｔ ｉ ｅ ｔ ｅ ｓ ｎ ｍａ ｅ ， ｔ ｏ ｓｏ ｓ ｅ ｓ ｎ ｄ ｉ ｅ ｒ ｔ ａ ｎ ｏ
① 影像 处理 ； Ｇ ②Ｒ Ｂ—Ｉ ｓ转换； ｝ ｛ ③直方 图均 衡化处理； ④用全色波段影像代替亮度波段影像； ⑤ Ｉ Ｓ到 Ｒ Ｂ的反转 变换； Ｈ Ｇ ⑥处理后的变换影像与 原影像分析。 ２２３Ｉ Ｓ变换融 合 结果 ．． Ｈ
如 图四 和 图五所 示 ，从 目视 的 角度 来 看，传 统 ＩＳ Ｈ 融合影像纹理信息保持较好， 但是光谱信息损
６１
一
遥感信息的形式从层次上可分为： 像元级（ 特征 提取之前）特征级（ 、 属性说明之 前） 和决策级（ 各传 感器数据独立属性说明之后） 因此信息融合就可相 。 应在像元级、 特征级和决策级 ３ 个层次上进行， 形成 ３ 种融合框架， 融合的水平依此由低到高。
２ 基 于 Ｅｄ ｓ软 件遥 感影像 融合 的 实验分析 ｒａ
数据代替， 从而得到融合结果， 其特征是将多波段数
据作为不同颜色空间中的坐标值 。
更能突出影像的感兴趣 的特征和范围， 不同 目标区 更加明确， 便于 目标影像的解译和判读。
２ 基于 Ｉ Ｓ ． ２ Ｈ 变换法的遥感影像融合实验
２２１ ＨＳ变 换融 合原 理 ．． Ｉ
遥感图像融合中，Ｉ Ｉ Ｓ变换法 （亮度 、 ］ － Ｉ Ｈ色调 、 ｓ
方 图匹配， 然后进行反变换得到融合结果。 这样得到 的图像同时具有较好的空间分辨率和保 留较多的光
Ｉ Ｓ方法 由于 １ Ｈ 分量的直方图分布与全色 图像 直方图分布差异较大，造成与原图像 的整体色彩有 较大差异 ，但 同类地物基本具有接近 的色彩。而
多
７５ １
谱特性， 提高了图像识别和解译的精度， 如图一至图
多光 谱 影像 的 融合 实验分 析 。
关键词 ： 遥感 ； 影像融合； 主成份融合 ； Ｓ变换； Ｉ Ｈ 分辨率 中 图分 类号 ：Ｔ ７ Ｐ９ 文献标 识 码 ： Ａ 文章 编号 ：６ １４ ９一 ０ １３０ ６—３ １７ ．７ ２（ １）－０ １０ ２
Ａｂ ｔａ ｔ ｃ ｕ ｅ ｔ ｅｒｍ ｏｅ ｓｎ ｉｇ ｄ ｔ ｒ ｂ ｎ ａ ｔ Ｄｉ ｅ ｅ ｔｓｎ ｏ ｓｉ ｈ ｍａ ｉｇ ｄ ｔ ｅ ｍ ｅｒｃ ｓ ｒ ｃ ： ａ ｓ ｈ ｅ ｔ ｅ ｓｎ ａａ ａｅ ａ ｕ ｄ ｎ ． ｆ ｒｎ ｅ ｓｒ ｎ ｔｅ ｉ ｇｎ ａａ ｇ ｏ ｔｉ， Ｂｅ ｓ ｅ ｔ ｌａ ｄ ｓ ａｉｌ ｅ ｏｕｉｎ ｉ ｎ ｔｅ ｐ ｅｅ ｃ ｆｃ ｒ ｉ ｉ ｔｔ ｎ ｎ ｉ ｅｅ ｃ ｓ ｐ ｃ ｒ ｍａｉ ａ ｄ ｍｕ－ ｐ ｃｒ ｎ ｐ ｔ ｓ ｌｔ ｓｉ ｈ ｒｓ ｎ ｅｏ ｅｔ ｎ ｌ ａ ａｒ ｏ ａ ｍｉ ｉ ｓａ ｄ ｄ ｆ ｒｎ ｅ ； ａ ｈ ｏ ｔ ｂ ｎ ｌ ａｏ ｆ ｎ ｃ ｔ ｓ ｅ ｔａ ａ ｉｇａ ｄ ｉｔｇａｉｎｏ ｅｉ ｇ ｓ ｂ ｔ ｉｈ ｓ ａｉｌ ｅ ｏｕｉｎ ｐ ｎ ｈ ｏ ｔ ａ ｄａ ｄ ｍｕｔ ｓ ｅ － ｉ ｐ ｃｒｌｉ ｇｎ ｎ ｅ ｒ ｔ ｆ ｈ ｍａ ｅ ， ｏｈｈ ｇ ｐ ｔ ｓ ｌｔ ａ ｃ ｒ ｍａｉ ｂ － ｍ ｎ ｏ ｔ ａｒ ｏ ｃ ｎ ｎ ｌ—ｐ ｃ ｉ
三 所示 。
Ｐ Ａ方法 由于第一主分量的均值 和方 差与全色数 Ｃ
据相差较大，因此损失掉了第一主分量 中的部分光 谱信息，变换后所得 到的 Ｒ Ｂ合成图像整体色彩 Ｇ 同原图像差异也 比较大。 Ｐ Ｃ变换方法与 Ｉ Ｓ变换相 比， Ｈ 其在 同一 次融
２２２］Ｉ ．． ／Ｓ变换 融合 方法 －
究
失较大。文中介绍的方法得到的图像保留了较多的
段影像， 其信息量会受到损失。另外， 尽管修改后的 全色波段与 Ｐ Ｃ变换第 １ 主成分全局统计特征相似， 但局部统计特征不相似， 因此 Ｐ Ｃ变换也会 造成信
般情况下， 多光谱图像 的光谱分辨率较高 ， 但空间分 根据融合 目的和融合层次智能地选择合适的融 辨率 比较低； 全色图像具有高空间分辨率， 但光谱分 合算法， 将空间配准的遥感影像数据（ 或提取的图像
辨率较低。为了增加图像信息提取的精确性和可靠 性， 可以将低空间分辨率的多光谱 图像和高空间分 辨率的全色图像进行融合， 使融合后的多光谱图像 特征或模式识别的属性说 明） 进行有机合成， 得到 目标的更准确表示或估计。 １ 融合 的基本模型 ． ２
遥 感 影 像 数 据 融
△
口
研
合处理 中， 可同时提高 ｎ 多光谱波段影像的空间 个
分辨率。其缺点是 Ｐ Ｃ变换第 １ 主成分（ 包含了多光 谱 波段 的大 多数 信息 ） 的信 息量 要 比全 色 波 段 影像 的信息量高。当用修改后的全色波段影像的灰度值
替代 Ｐ ， Ｃ１再进 行 反 变换 得 到 的 增 强后 的多 光谱 波
饱和度） 是最为常用也是最为基本的方法 。ｌＳ Ｉ 变换 ｌ
法可以提高结果图像的地物纹理特性， 增强其空间 细节表现能力， 但光谱失真较大， 融合后图像识别和
解译的精确度不高。文 中在对多光谱 图像进行 Ｉ Ｓ Ｈ
ＩΒιβλιοθήκη Baidu Ｈ 方法是以色度学角度出发，对 Ｉ Ｓ Ｈ 坐标的
６ ２
变换后， 将全色图像和多光谱 图像 的 １ 分量进行直
ｏ ａ ｉ ｎｄａ ｌ ｓｓ Ｔａ ｎｇ ｔ ｕ ｎ ｃｔ Ｓｐａｔｉ ｇ ｕ ｃ ｂ ｒ ｓａｃ ｓ ｔ ｄ ，ｔ ｅ ａｔｃ ｅｗｉｌｂ ｉ ｇ ｆｉ ｇ ｎｇａ ｎａｙ ｉ． ｋｉ Ｗ ｈａ ｉ ｍ ｈｅ ｙ’ ｒ ｍａ ｅｏｆｑ ｉ ｋ ｉｄ ａ ａ ｅ ｓｕ ｙ ｈ ｒｉｌ ｌ ｅｕｓｎ ｔ ｅ ｐ ｎ ｉ ｌ ｏ ｏｎ ｎ ｎ ｌ ｓｓ ａ ｄ Ｉ ｎ ｅ ａｉ ｎ ｍｅｈｏ ｏ ｅ ｐｌｉ ｈｅｒｔａ ｓｏ ｍ ａｉ ｎｓｍａ ｃ ｎｇ ｌ ｗ ｎ ｅ ｈ ｒ ｃ ｐ ｅ ｃ ｍｐ ｅ ｔａ ａ ｙ ｉ， ｎ ＨＳ ｉｔ ｇ ｔｏ ｔ ｄ ｔ ｘ ａｎ ｔ ｉ ｒ ｆ ｒ ｔｏ ｔｈｉ ａ ｉ ｔ－ ｉ ｒ ｎ
２１ ．基于主成分 （Ｃ ） Ｐ Ａ 变换的遥感影像融合实
验
２１１ Ｃ ． Ａ融合 原理 ．Ｐ
主成 分变 换 是 基于 变 量 之 间的 相互 关 系 ， 尽 在
图一 原 Ｑ ｉ ｂｒ ｕｃ ｉ ｋ ｄ多光 谱 影像
量不丢失信息的前提下， 利用线性变换 的方法实现 数据压缩。主成分变换主要用于：数据压缩 （ 去相
Ｔｒ ｎｓｏ ｍａ ｉ ｎ；Ｒｅ ｏｌｔｏｎ ａ ｆ ｒ ｔｏ ｓ ｕｉ
Ｏ 引言 随着遥感技术的发展， 获取的遥感数据越来越 丰富， 不同传感器获取的影像数据在几何、 光谱和空 问分辨率等方面存在着一定的局 限性和差异性 。一
在保 留光谱特性的同时具有较高的空间分辨率， 达 到优势互补， 提高图像综合分析精确度的 目的。 １ 遥感影像数据融合原理 １ 影像融合原理 ． １
ｒ ｔ ｆ ｅ ｔ ｅ ｓ ｇ ｎ ｌ ｓｓ ｇ ａｉ ｎ ｏ ｒ ｍｏ ｅ ｓ ｎ ｉ ｇ ｉ ａ ｅａ ａｙ ｉ． ｏ ｎ ｍ
Ｋｅ ｗｏ ｄ ：Ｒｅ ｏｅ Ｓ ｎ ｉｇ Ｉ ｇｎ ｎｅ ａｉｎ Ｔｈ ｒ ｃｐｅ ｙ ｒｓ ｍ ｔ ｅ ｓｎ ； ｍａ ｉｇ Ｉｔｇ ｔ ； ｅ Ｐ ｎ ｉｌ Ｃｏ ｏ ｅ ｔＡ ａｙ ｉ Ｉ ｔｇ ａｉｎ Ｉ ｒ ｏ ｉ ｍｐ ｎ ｎ ｎ ｌｓｓ ｎ ｅ ｔ ； ＨＳ ｒ ｏ
关）影像增强， ， 在光谱特征空间中突 出物理意义显 著 的指数（ 如亮度 、 绿度 、 湿度等）土地利用的动态 ，
变 化 监测 。
一
般 图像 的线性 变 换可表 示为 ：
Ｙ＝Ｔ Ｘ （） １
式 （） ｘ是待变换 图像的数据矩阵， １ 中， Ｙ是变 换 后 的数 据矩 阵 ， Ｔ为变换 矩 阵。
２１ Ｃ 融合 的结果 ．－Ｐ Ａ ３
分辨率融合是对不 同空间分辨率遥感图像的融 合处理 ， 使用融合后的遥感 图像既具有较好 的空间 分辨率， 又具有多光谱特征， 从而达到图像增强的目 的。 从融合后的影像 与原影像 目视对 比可以得知：
图三 主成分变换融合后的影像 物理意义进行分析，进而提 出将强度分量用高分辨
２１ Ｃ ．．Ｐ Ａ融 合方 法 ２
图二 原 Ｑ ｉ ｂｒ 全色影像 ｕｃ ｉ ｋ ｄ
（） １ 将多波段影像 与高分辨率全 色影像配准 ， 然后求解多波段影像矩阵的特征值 ， 其值按大小顺
序排列；
（）由特征值计算对应的特征矢量，并根据式 ２
（ 对原始影像进行正变换， １ ） 得到主分量； （ ３ ）将高分辨率全色影像按照第一主分量的方 差与均值进行拉伸， 并用拉伸后影像取代第一个主 分量影像， 然后， 进行反变换得到融合影像。
据
△ 融
口
研
王 帅
Ｗ ａ ｇＳ ｕ ｉ ｎ ｈ ａ
究
（ 南昌市测绘勘察研究院， 江西 南昌 ３ ００ ） ３０６ （ ａｃａｇ ｅｅｒ ｓｔ ｅ ｆ ｕｖｙ ｎ ｅｏ ｎｉ ａ ｃ，ｉ ｇｉ ａｃａｇ ３０ ６ Ｎ ｎｈｎ ｓ ｃ Ｉ ｔｕ ｒｅ ｄ ｃｎａ ｓ ｅＪ ｎ ｘＮ ｎ ｈｎ ００ ） Ｒ ａ ｈ ｎ ｉｔ ｏ Ｓ ａ Ｒ ｓｍ ａ ３ 摘 要： 由于遥感数据越来越丰富， 不同传感器获取 的影像数据在几何、 光谱和空 间分辨率等方面存在 着一定的局限性和差异性。 全色波段和多光谱影像融合得到的影像， 兼有全色波段 的高空间分辨率和 多光谱 影像 的高光谱分辨率特性， 可以满足影像 解译 的需求 ， 而且融合后更能突 出影像 的某些特征 ： 如土地利用变 化和 森林 覆 盖 的变化 等 等。本 文 主要是 介 绍遥感 影像 融合 的基本 原理 、 融合 后 影像 的评定 和分 析 ， 且将 以 并 主成份影像融合、 Ｓ变换与直方 图匹配法的遥感影像 融合，进行 以南昌市部分地 区 Ｑ ｉ ｂ ｄ Ｉ Ｈ ｕ ｋ ｉ 全色影像和 ｃ ｒ
多
兀
遥 感 影 像 数 据 融 合 研 究
Ｒ ｓ ａ ｃ ｏ ｕ ｉ ｌ ｅ ｏ ｅ Ｓ ｎ ｉ ９ Ｉ ａ ｅ ａ ａ ｎ ｅ ｒ ｔ Ｏ ｅ ｅ ｒ ｈ ｆ Ｍ ｌ ｐ ｅ Ｒ ｄ ｔ ｅ ｓ ｎ ｍ ｇ ｓ Ｄ ｔ Ｉ ｔ ｇ ａ ｉ ｎ ｔ
遥 感 影
像 数
① 影像 处理 ； Ｇ ②Ｒ Ｂ—Ｉ ｓ转换； ｝ ｛ ③直方 图均 衡化处理； ④用全色波段影像代替亮度波段影像； ⑤ Ｉ Ｓ到 Ｒ Ｂ的反转 变换； Ｈ Ｇ ⑥处理后的变换影像与 原影像分析。 ２２３Ｉ Ｓ变换融 合 结果 ．． Ｈ
如 图四 和 图五所 示 ，从 目视 的 角度 来 看，传 统 ＩＳ Ｈ 融合影像纹理信息保持较好， 但是光谱信息损
６１
一
遥感信息的形式从层次上可分为： 像元级（ 特征 提取之前）特征级（ 、 属性说明之 前） 和决策级（ 各传 感器数据独立属性说明之后） 因此信息融合就可相 。 应在像元级、 特征级和决策级 ３ 个层次上进行， 形成 ３ 种融合框架， 融合的水平依此由低到高。
２ 基 于 Ｅｄ ｓ软 件遥 感影像 融合 的 实验分析 ｒａ
数据代替， 从而得到融合结果， 其特征是将多波段数
据作为不同颜色空间中的坐标值 。
更能突出影像的感兴趣 的特征和范围， 不同 目标区 更加明确， 便于 目标影像的解译和判读。
２ 基于 Ｉ Ｓ ． ２ Ｈ 变换法的遥感影像融合实验
２２１ ＨＳ变 换融 合原 理 ．． Ｉ
遥感图像融合中，Ｉ Ｉ Ｓ变换法 （亮度 、 ］ － Ｉ Ｈ色调 、 ｓ
方 图匹配， 然后进行反变换得到融合结果。 这样得到 的图像同时具有较好的空间分辨率和保 留较多的光
Ｉ Ｓ方法 由于 １ Ｈ 分量的直方图分布与全色 图像 直方图分布差异较大，造成与原图像 的整体色彩有 较大差异 ，但 同类地物基本具有接近 的色彩。而
多
７５ １
谱特性， 提高了图像识别和解译的精度， 如图一至图
多光 谱 影像 的 融合 实验分 析 。
关键词 ： 遥感 ； 影像融合； 主成份融合 ； Ｓ变换； Ｉ Ｈ 分辨率 中 图分 类号 ：Ｔ ７ Ｐ９ 文献标 识 码 ： Ａ 文章 编号 ：６ １４ ９一 ０ １３０ ６—３ １７ ．７ ２（ １）－０ １０ ２
Ａｂ ｔａ ｔ ｃ ｕ ｅ ｔ ｅｒｍ ｏｅ ｓｎ ｉｇ ｄ ｔ ｒ ｂ ｎ ａ ｔ Ｄｉ ｅ ｅ ｔｓｎ ｏ ｓｉ ｈ ｍａ ｉｇ ｄ ｔ ｅ ｍ ｅｒｃ ｓ ｒ ｃ ： ａ ｓ ｈ ｅ ｔ ｅ ｓｎ ａａ ａｅ ａ ｕ ｄ ｎ ． ｆ ｒｎ ｅ ｓｒ ｎ ｔｅ ｉ ｇｎ ａａ ｇ ｏ ｔｉ， Ｂｅ ｓ ｅ ｔ ｌａ ｄ ｓ ａｉｌ ｅ ｏｕｉｎ ｉ ｎ ｔｅ ｐ ｅｅ ｃ ｆｃ ｒ ｉ ｉ ｔｔ ｎ ｎ ｉ ｅｅ ｃ ｓ ｐ ｃ ｒ ｍａｉ ａ ｄ ｍｕ－ ｐ ｃｒ ｎ ｐ ｔ ｓ ｌｔ ｓｉ ｈ ｒｓ ｎ ｅｏ ｅｔ ｎ ｌ ａ ａｒ ｏ ａ ｍｉ ｉ ｓａ ｄ ｄ ｆ ｒｎ ｅ ； ａ ｈ ｏ ｔ ｂ ｎ ｌ ａｏ ｆ ｎ ｃ ｔ ｓ ｅ ｔａ ａ ｉｇａ ｄ ｉｔｇａｉｎｏ ｅｉ ｇ ｓ ｂ ｔ ｉｈ ｓ ａｉｌ ｅ ｏｕｉｎ ｐ ｎ ｈ ｏ ｔ ａ ｄａ ｄ ｍｕｔ ｓ ｅ － ｉ ｐ ｃｒｌｉ ｇｎ ｎ ｅ ｒ ｔ ｆ ｈ ｍａ ｅ ， ｏｈｈ ｇ ｐ ｔ ｓ ｌｔ ａ ｃ ｒ ｍａｉ ｂ － ｍ ｎ ｏ ｔ ａｒ ｏ ｃ ｎ ｎ ｌ—ｐ ｃ ｉ
三 所示 。
Ｐ Ａ方法 由于第一主分量的均值 和方 差与全色数 Ｃ
据相差较大，因此损失掉了第一主分量 中的部分光 谱信息，变换后所得 到的 Ｒ Ｂ合成图像整体色彩 Ｇ 同原图像差异也 比较大。 Ｐ Ｃ变换方法与 Ｉ Ｓ变换相 比， Ｈ 其在 同一 次融
２２２］Ｉ ．． ／Ｓ变换 融合 方法 －
究
失较大。文中介绍的方法得到的图像保留了较多的
段影像， 其信息量会受到损失。另外， 尽管修改后的 全色波段与 Ｐ Ｃ变换第 １ 主成分全局统计特征相似， 但局部统计特征不相似， 因此 Ｐ Ｃ变换也会 造成信
般情况下， 多光谱图像 的光谱分辨率较高 ， 但空间分 根据融合 目的和融合层次智能地选择合适的融 辨率 比较低； 全色图像具有高空间分辨率， 但光谱分 合算法， 将空间配准的遥感影像数据（ 或提取的图像
辨率较低。为了增加图像信息提取的精确性和可靠 性， 可以将低空间分辨率的多光谱 图像和高空间分 辨率的全色图像进行融合， 使融合后的多光谱图像 特征或模式识别的属性说 明） 进行有机合成， 得到 目标的更准确表示或估计。 １ 融合 的基本模型 ． ２
遥 感 影 像 数 据 融
△
口
研
合处理 中， 可同时提高 ｎ 多光谱波段影像的空间 个
分辨率。其缺点是 Ｐ Ｃ变换第 １ 主成分（ 包含了多光 谱 波段 的大 多数 信息 ） 的信 息量 要 比全 色 波 段 影像 的信息量高。当用修改后的全色波段影像的灰度值
替代 Ｐ ， Ｃ１再进 行 反 变换 得 到 的 增 强后 的多 光谱 波
饱和度） 是最为常用也是最为基本的方法 。ｌＳ Ｉ 变换 ｌ
法可以提高结果图像的地物纹理特性， 增强其空间 细节表现能力， 但光谱失真较大， 融合后图像识别和
解译的精确度不高。文 中在对多光谱 图像进行 Ｉ Ｓ Ｈ
ＩΒιβλιοθήκη Baidu Ｈ 方法是以色度学角度出发，对 Ｉ Ｓ Ｈ 坐标的
６ ２
变换后， 将全色图像和多光谱 图像 的 １ 分量进行直
ｏ ａ ｉ ｎｄａ ｌ ｓｓ Ｔａ ｎｇ ｔ ｕ ｎ ｃｔ Ｓｐａｔｉ ｇ ｕ ｃ ｂ ｒ ｓａｃ ｓ ｔ ｄ ，ｔ ｅ ａｔｃ ｅｗｉｌｂ ｉ ｇ ｆｉ ｇ ｎｇａ ｎａｙ ｉ． ｋｉ Ｗ ｈａ ｉ ｍ ｈｅ ｙ’ ｒ ｍａ ｅｏｆｑ ｉ ｋ ｉｄ ａ ａ ｅ ｓｕ ｙ ｈ ｒｉｌ ｌ ｅｕｓｎ ｔ ｅ ｐ ｎ ｉ ｌ ｏ ｏｎ ｎ ｎ ｌ ｓｓ ａ ｄ Ｉ ｎ ｅ ａｉ ｎ ｍｅｈｏ ｏ ｅ ｐｌｉ ｈｅｒｔａ ｓｏ ｍ ａｉ ｎｓｍａ ｃ ｎｇ ｌ ｗ ｎ ｅ ｈ ｒ ｃ ｐ ｅ ｃ ｍｐ ｅ ｔａ ａ ｙ ｉ， ｎ ＨＳ ｉｔ ｇ ｔｏ ｔ ｄ ｔ ｘ ａｎ ｔ ｉ ｒ ｆ ｒ ｔｏ ｔｈｉ ａ ｉ ｔ－ ｉ ｒ ｎ
２１ ．基于主成分 （Ｃ ） Ｐ Ａ 变换的遥感影像融合实
验
２１１ Ｃ ． Ａ融合 原理 ．Ｐ
主成 分变 换 是 基于 变 量 之 间的 相互 关 系 ， 尽 在
图一 原 Ｑ ｉ ｂｒ ｕｃ ｉ ｋ ｄ多光 谱 影像
量不丢失信息的前提下， 利用线性变换 的方法实现 数据压缩。主成分变换主要用于：数据压缩 （ 去相
Ｔｒ ｎｓｏ ｍａ ｉ ｎ；Ｒｅ ｏｌｔｏｎ ａ ｆ ｒ ｔｏ ｓ ｕｉ
Ｏ 引言 随着遥感技术的发展， 获取的遥感数据越来越 丰富， 不同传感器获取的影像数据在几何、 光谱和空 问分辨率等方面存在着一定的局 限性和差异性 。一
在保 留光谱特性的同时具有较高的空间分辨率， 达 到优势互补， 提高图像综合分析精确度的 目的。 １ 遥感影像数据融合原理 １ 影像融合原理 ． １
ｒ ｔ ｆ ｅ ｔ ｅ ｓ ｇ ｎ ｌ ｓｓ ｇ ａｉ ｎ ｏ ｒ ｍｏ ｅ ｓ ｎ ｉ ｇ ｉ ａ ｅａ ａｙ ｉ． ｏ ｎ ｍ
Ｋｅ ｗｏ ｄ ：Ｒｅ ｏｅ Ｓ ｎ ｉｇ Ｉ ｇｎ ｎｅ ａｉｎ Ｔｈ ｒ ｃｐｅ ｙ ｒｓ ｍ ｔ ｅ ｓｎ ； ｍａ ｉｇ Ｉｔｇ ｔ ； ｅ Ｐ ｎ ｉｌ Ｃｏ ｏ ｅ ｔＡ ａｙ ｉ Ｉ ｔｇ ａｉｎ Ｉ ｒ ｏ ｉ ｍｐ ｎ ｎ ｎ ｌｓｓ ｎ ｅ ｔ ； ＨＳ ｒ ｏ
关）影像增强， ， 在光谱特征空间中突 出物理意义显 著 的指数（ 如亮度 、 绿度 、 湿度等）土地利用的动态 ，
变 化 监测 。
一
般 图像 的线性 变 换可表 示为 ：
Ｙ＝Ｔ Ｘ （） １
式 （） ｘ是待变换 图像的数据矩阵， １ 中， Ｙ是变 换 后 的数 据矩 阵 ， Ｔ为变换 矩 阵。
２１ Ｃ 融合 的结果 ．－Ｐ Ａ ３
分辨率融合是对不 同空间分辨率遥感图像的融 合处理 ， 使用融合后的遥感 图像既具有较好 的空间 分辨率， 又具有多光谱特征， 从而达到图像增强的目 的。 从融合后的影像 与原影像 目视对 比可以得知：
图三 主成分变换融合后的影像 物理意义进行分析，进而提 出将强度分量用高分辨
２１ Ｃ ．．Ｐ Ａ融 合方 法 ２
图二 原 Ｑ ｉ ｂｒ 全色影像 ｕｃ ｉ ｋ ｄ
（） １ 将多波段影像 与高分辨率全 色影像配准 ， 然后求解多波段影像矩阵的特征值 ， 其值按大小顺
序排列；
（）由特征值计算对应的特征矢量，并根据式 ２
（ 对原始影像进行正变换， １ ） 得到主分量； （ ３ ）将高分辨率全色影像按照第一主分量的方 差与均值进行拉伸， 并用拉伸后影像取代第一个主 分量影像， 然后， 进行反变换得到融合影像。
据
△ 融
口
研
王 帅
Ｗ ａ ｇＳ ｕ ｉ ｎ ｈ ａ
究
（ 南昌市测绘勘察研究院， 江西 南昌 ３ ００ ） ３０６ （ ａｃａｇ ｅｅｒ ｓｔ ｅ ｆ ｕｖｙ ｎ ｅｏ ｎｉ ａ ｃ，ｉ ｇｉ ａｃａｇ ３０ ６ Ｎ ｎｈｎ ｓ ｃ Ｉ ｔｕ ｒｅ ｄ ｃｎａ ｓ ｅＪ ｎ ｘＮ ｎ ｈｎ ００ ） Ｒ ａ ｈ ｎ ｉｔ ｏ Ｓ ａ Ｒ ｓｍ ａ ３ 摘 要： 由于遥感数据越来越丰富， 不同传感器获取 的影像数据在几何、 光谱和空 间分辨率等方面存在 着一定的局限性和差异性。 全色波段和多光谱影像融合得到的影像， 兼有全色波段 的高空间分辨率和 多光谱 影像 的高光谱分辨率特性， 可以满足影像 解译 的需求 ， 而且融合后更能突 出影像 的某些特征 ： 如土地利用变 化和 森林 覆 盖 的变化 等 等。本 文 主要是 介 绍遥感 影像 融合 的基本 原理 、 融合 后 影像 的评定 和分 析 ， 且将 以 并 主成份影像融合、 Ｓ变换与直方 图匹配法的遥感影像 融合，进行 以南昌市部分地 区 Ｑ ｉ ｂ ｄ Ｉ Ｈ ｕ ｋ ｉ 全色影像和 ｃ ｒ
多
兀
遥 感 影 像 数 据 融 合 研 究
Ｒ ｓ ａ ｃ ｏ ｕ ｉ ｌ ｅ ｏ ｅ Ｓ ｎ ｉ ９ Ｉ ａ ｅ ａ ａ ｎ ｅ ｒ ｔ Ｏ ｅ ｅ ｒ ｈ ｆ Ｍ ｌ ｐ ｅ Ｒ ｄ ｔ ｅ ｓ ｎ ｍ ｇ ｓ Ｄ ｔ Ｉ ｔ ｇ ａ ｉ ｎ ｔ
遥 感 影
像 数