遥感与化探数据融合处理技术方法及应用研究_吴德文

第3期,总第65期国土资源遥感N o.3,2005 2005年9月15日RE M OTE SEN SI NG FOR LAND&RE SOURCES Sept.,2005

遥感与化探数据融合处理技术方法及应用研究

吴德文1,2,袁继明2,张远飞3,朱谷昌2

(1.中国地质大学,北京100083;2.有色金属矿产地质调查中心,北京100814;3.桂林矿产地

质研究院,桂林541004)

摘要:遥感找矿信息与化探异常之间存在套合和藕合两种空间关系,通过数据融合处理,可以对其相关性作出正确的识别和判断,以达到综合找矿的目的。基于此,笔者以东天山地区作为试验区,进行了遥感与化探数据融合处理的技术方法研究及试验应用。

关键词:遥感数据;化探数据;融合处理

中图分类号:TP79文献标识码:A文章编号:1001-070X(2005)03-0044-04

0引言

遥感与化探数据融合处理的目的是挖掘其中的综合找矿信息,为地质找矿提供更可靠的依据。遥感与化探数据融合处理是基于它们之间的相关性进行的。不同类型空间数据之间,存在着两种相关关系,即套合和藕合。所谓套合,是指两者之间空间上相关,但成因关系不明显;而藕合则是空间上和成因上两者均相关。从机理上分析,遥感找矿信息与地球化学信息之间存在一定的相关性,前人的矿物光谱研究表明[1],岩石矿物在遥感器可探测的光谱范围(0.4~2.5L m)具有一系列可诊断光谱特征信息,即金属离子(如Fe3+、Fe2+)的电子转移和A l-OH、M g-OH及CO2-3等分子团的振动所形成的矿物光谱吸收特征。岩石的光谱特征主要取决于组成岩石的各种矿物(包括胶结物)中所含这些特殊离子(团)的多少。这表明了遥感对地球化学信息的响应,这种相关信息必定包含在它们的数据之中。通过遥感找矿信息的增强和提取,以及与化探数据的融合处理,可以对其相关性作出正确地识别和判断,获取更丰富的找矿信息。

1基于套合的数据融合方法

基于套合的遥感与化探数据融合主要是表达两种数据信息在空间上的相互关系,不一定寻求信息成因上的相关性。在数据处理前,需要采用合适的数值转换方法(相当于数据规范化),把实型的化探数据转换成图像数据,使之在空间上和量纲上都与遥感图像保持一致,便于两者的融合处理。

1.1彩色图像合成

这是一种常用而非常有效的方法,通常针对不同的应用要求,选取三个变量进行彩色合成。比如,选择一个(或两个)遥感变量(含原始波段和派生变量)与两个(或一个)化探变量(含元素或派生变量)进行彩色合成,得到一幅彩色合成图像。

1.2算术运算

对遥感和化探数据进行简单的算术运算,主要是在一定地学意义上的图像加、减、乘、除运算,使不同类型的图像信息在空间上叠加在一起。比如图像的比值增强就是一种很有效的图像运算方法。

2基于耦合的数据融合方法

把化探数据经数据转换后作为与遥感图像等价的图像层对待。数据融合可在不同的层次进行,包括数据层融合、决策层融合和符号层融合。

2.1数据层图像融合

2.1.1基于像元的图像加权融合

加权融合的表达式为

Y(i,j)=a〔p1X1(i,j)+p2X2(i,j)〕+b

式中,X1(i,j)和X2(i,j)为两幅原始图像;p1、p2 (p2=1-p1)为两幅图像的权值,可根据应用目的分

收稿日期:2005-04-23;修订日期:2005-06-17

第3期吴德文,等: 遥感与化探数据融合处理技术方法及应用研究析而定,也可以用两幅图像的相关系数确定;a 为图

像比例参数;b 为给定常数;Y(i ,j )为结果图像。

当考虑两幅图像的差异时,采用差分法融合,即

Y(i ,j)=a 〔p 1X 1(i ,j)-p 2X 2(i ,j )〕+b

2.1.2 图像线性模型融合

设有m 个变量X 1,X m (可含遥感波段和化探元

素数据),给出如下线性关系

Y =a 1X 1+a 2X 2+,+a m X m +b

式中,a i (i =1,2,,,m )为变量权值;b 为常数。

a i 越大,表明X i 越重要。变量权值a i 和常数

b 可通

过多种方法估计,通常采用多元线性回归、主成份分

析或特征变量选择等方法。不同的方法所得到的

a i 、

b 估计值的物理意义是不同的,进而能得到不同

地质意义的融合图像Y 。

非线性模型可以转换成线性模型加以解决,非

线性模型主要以回归模型为主,包括多项式回归模

型、幂函数和指数模型等。

2.1.3 基于彩色空间变换的融合

下述的R 、G 、B 可以代表被融合的原始图像波

段,也可以是化探数据图像。

(1)归一化RGB (红、绿、蓝)合成

r =R /(R +G +B )

g =G /(R +G +B )

b =B /(R +G +B )

为了使合成图像获得最佳的信息量,需要对波

段进行选择或采用比值图像合成。

(2)孟塞尔彩色空间变换。正交的RGB 显示空间与孟塞尔彩色空间变换关系为

I =3/2(R +G +B )

H =arctan (X i /B i )S =(B i 2+X i 2)1

2 式中,B i =6/6(2R -G -B );X i =2/2(G -B )。合理使用孟塞尔彩色空间变换可有效提取受背

景干扰的弱信息。(3)I H S 变换。I H S 变换是在孟塞尔彩色空间变换基础上发展而来的一种方法。其变换公式为I =(R +G +B )/3H =G -B S =R -(G +B )/2反变换为R =I -S /3-H /2G =I -S /3+H /2B =I +2S /3 经过波段分析和选择,I H S 变换可以用来提取蚀变矿物信息等。2.1.4 基于小波技术的融合小波融合技术可有效地保持或增强各数据层的空间结构和纹理信息。小波融合的原理是利用小波变换的分频特征,在子带对高频进行选择,然后经小波逆变换得到融合图像。2.1.5 基于相关模型的融合选择若干个相关图像通道,确定窗口大小,获取窗口内原始数据矩阵。通过计算将窗口内的相关系数、夹角余弦或信息熵等,作为中心点的值,得到基于相关模型的融合图像。2.1.6 二维相关编码彩色图像二维相关编码是一种以图像方式直接反应二维变量统计相关关系空间分布的有效手段。根据应用要求,通过多元数据相关分析,选择两幅图像A (i ,j)和B (i ,j),它们的亮度值均为256级。首先,把A (i ,j)和B (i ,j)的亮度值由256级(0~255)线性压缩成16级(0~15),压缩后的图像取名为A .(i ,j )和B .(i ,j);然后,对图像A .(i ,j )和B .(i ,j )利用R (i ,j)=A .(i ,j )+B .(i ,j)@

16进行二维相关编码,使A .(i ,j)、B .(i ,j)二幅图像编码成

一幅图像R (i ,j),值的范围在0~255之间。

图1(左)是两幅压缩图像的相关散点示意图,图1 二维编码坐标散点图(左)和二维编码表(右)

#45#