常见的有图像复合ImageFusion影像融合ImageMerging-Read讲课教案
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)。
基于特征遥感图像结构特征的表达常不成熟，因 而基于特征的复合研究有相当大的难度，研究 论文也较少。
•Mangolini(1994)，
•我国学者孙家柄、刘继林基于小波理论对航片 及TM的特征进行融合
3.3 基于像元水平的复合
图像处理过程中的最初阶段进行复合。主要方法有：
（2）影像加、减、乘、除复合法
不同时期，不同遥感平台，或相同 平台不同波段影像进行加、减、乘、 除等运算，得到复合影像的方法。
2.5 特征增强
增强了各项观察特性，如微波与可见 光传感的资料复合。
Ehlers(1991)、Daily等(1979) Franklin和Blodgett(1993) Keys等，1990 Mitiche和Aggarwal，1986 Welch和Ehlers，1987
2.6 变化监测
图像差值法(Image Differencing)是将一 个时相的某一谱段光谱密度值减去另一时相 对应象元光谱密度值，从而产生差值图像进 行动态监测；
Mongolini(1994)将数据复合定义为利用多 源数据不同的特点，以提高数据信息质量的方法， 这一定义不仅包括遥感影像的复合，而且包括与 其它实际数据如地形图、全球定位系统(GPS)数 据等的复合；
Shufet和Mckeown(1990)考虑到在图像处 理中不同水平上的复合，定义为信息复合，此处 指在复合前已将信息解译到知识水平。
常见的有图像复合 ImageFusion影像融合 ImageMerging-Read
１影像复合的概念
多种名称，常见的有： 图像复合（Image Fusion) 影像融合(Image Merging)、 数据复合(Data Fusion)、 数据综合(Data Integration)、 影像综合(Image Integration)、 信息复合(Information Combination)等
有利于目视对地物分辨与识别，从而 有利遥感图像目视解译。
• 不同空间分辨率的VIR(可见光与红外 光谱)和VIR 数据 • 多视角的SAR和SAR数据 • 及VIR和SAR数据复合
2.4 提高分类精度
多源影像复合，以实现不同信息的互补。 缺失数据部分的补合 提高分辨率等
Griffiths(1988) Haack和Slonecker(1991),Ranchi(1996) Hussin和Shaker(1996) Franklin和Blodgett(1993)等
首先对图像进行处理提取信息(如划分成大 类)，然后结合判决规则的应用加强解译，解决 分歧及进一步更好地了解观察对象，这是一种 高水平的复合，它更有利于细分与制图。
关键：在于对初分为大类后选择各大类的特征 影像进行复合，以便细分。
３.2 基于特征的复合
特征是指从最原始图像提取的特点，主要指环 境如范围、形态、相邻等。
➢多光谱波段(XS)和全色波段(PAN) ➢TM资料与全色波段（PAN） ➢多波段资料与高分辨率航空资料的复合 或雷达数据；
2.2 改善几何配准精度和几何校正精度
提高影像分辨率，使得图像几何配准精 度极大地提高。
Ehlers(1991) Welch等(1985，1990)
2.3 产生立体影像数据
还有学者称结合(Combined) (Lichtenegger， 1991)、重合(Coincident) (Crist，1984)、互补 (Complementary) (Koopmans和Forero，1993)、 组合(Composited)(Daily等，
不同的学者定义
Keys(1990)，Franklin，Blodgett(1993)定 义为输入某区域的空间、时间、光谱都不同的影 像数据，对像元第三个新值的计算；
共 同 配 合 数 据 分 析 (Co-registered) (Rebillard和Neguyen，1982)，它不仅指不 同光谱影像数字的运算，且包括多源数据以红、 绿、蓝(RGP)简单的叠合。
Hall(1992)定义数据复合是处理信息和数据以 达到改善判决信息的过程。
Genderten和Pohl(1994)的定义，即影像复合 为利用某些算法对二个或更多的不同影像的结 合。（目前越来越多的学者接受）
• RGB合成 • 加、减（差值 ）、乘、除法、加权复合法 • 主成分变换-逆变换复合、 • RGB-IHS变换法 • 小波变换 • 高通滤波、 • 综合方法(如高通滤波与波段综合、嵌合与
其它方法结合等)。
（1）RGB合成
将相同或不同传感器遥感资料 的不同波段赋予红（R）、绿 （G）、兰（B）进行叠加合成形 成复合影像，即假彩色图像。
DXikj
DXikj DXikj
t2 t1
T1 0
DiX kj1C或 DiX kj1C 1CDiX kj1C
3 影像复合的方法
根据图像处理过程中影像复合发生的阶 段不同，影像复合可分为:
• 基于判决水平的复合 • 基于特征的复合 • 基于像元的复合
但以基于像元的复合法为主。
3.1 基于判决水平的复合
定义要点：
不同平台的遥感资料
不同的数据源 包括非遥感资料
遥感影像是以什么方式在什么层次上 复合
复合的目的和效果
２影像复合的作用
２.1 提高分辨率
多光谱影像与高空间分辨率影像复合， • Smard(1982)、Cliche等(1985) • Price (1987)、Carper等(1990) • Franklin和Blodgett(1993) • Ranchin等(1996) • 我国学者贾永红(1997) • 方红亮(1998) • 丘志成(1990)等
D ikj X D ikjt2 X D ikjt1 X c
DXij为两时相的图像，k为波段，i和j为象 元的行列数，t1、t2分别代表第一、第二时 相，C是人为常数以消除减法运算中出现的 负值。
图像比值法(Image Ratioing) 是将一时相 的某一波段光谱值除以另一时相对应象元的 光谱值，从而获得比值图像，从而进行变化 监测的方法。
•Mangolini(1994)，
•我国学者孙家柄、刘继林基于小波理论对航片 及TM的特征进行融合
3.3 基于像元水平的复合
图像处理过程中的最初阶段进行复合。主要方法有：
（2）影像加、减、乘、除复合法
不同时期，不同遥感平台，或相同 平台不同波段影像进行加、减、乘、 除等运算，得到复合影像的方法。
2.5 特征增强
增强了各项观察特性，如微波与可见 光传感的资料复合。
Ehlers(1991)、Daily等(1979) Franklin和Blodgett(1993) Keys等，1990 Mitiche和Aggarwal，1986 Welch和Ehlers，1987
2.6 变化监测
图像差值法(Image Differencing)是将一 个时相的某一谱段光谱密度值减去另一时相 对应象元光谱密度值，从而产生差值图像进 行动态监测；
Mongolini(1994)将数据复合定义为利用多 源数据不同的特点，以提高数据信息质量的方法， 这一定义不仅包括遥感影像的复合，而且包括与 其它实际数据如地形图、全球定位系统(GPS)数 据等的复合；
Shufet和Mckeown(1990)考虑到在图像处 理中不同水平上的复合，定义为信息复合，此处 指在复合前已将信息解译到知识水平。
常见的有图像复合 ImageFusion影像融合 ImageMerging-Read
１影像复合的概念
多种名称，常见的有： 图像复合（Image Fusion) 影像融合(Image Merging)、 数据复合(Data Fusion)、 数据综合(Data Integration)、 影像综合(Image Integration)、 信息复合(Information Combination)等
有利于目视对地物分辨与识别，从而 有利遥感图像目视解译。
• 不同空间分辨率的VIR(可见光与红外 光谱)和VIR 数据 • 多视角的SAR和SAR数据 • 及VIR和SAR数据复合
2.4 提高分类精度
多源影像复合，以实现不同信息的互补。 缺失数据部分的补合 提高分辨率等
Griffiths(1988) Haack和Slonecker(1991),Ranchi(1996) Hussin和Shaker(1996) Franklin和Blodgett(1993)等
首先对图像进行处理提取信息(如划分成大 类)，然后结合判决规则的应用加强解译，解决 分歧及进一步更好地了解观察对象，这是一种 高水平的复合，它更有利于细分与制图。
关键：在于对初分为大类后选择各大类的特征 影像进行复合，以便细分。
３.2 基于特征的复合
特征是指从最原始图像提取的特点，主要指环 境如范围、形态、相邻等。
➢多光谱波段(XS)和全色波段(PAN) ➢TM资料与全色波段（PAN） ➢多波段资料与高分辨率航空资料的复合 或雷达数据；
2.2 改善几何配准精度和几何校正精度
提高影像分辨率，使得图像几何配准精 度极大地提高。
Ehlers(1991) Welch等(1985，1990)
2.3 产生立体影像数据
还有学者称结合(Combined) (Lichtenegger， 1991)、重合(Coincident) (Crist，1984)、互补 (Complementary) (Koopmans和Forero，1993)、 组合(Composited)(Daily等，
不同的学者定义
Keys(1990)，Franklin，Blodgett(1993)定 义为输入某区域的空间、时间、光谱都不同的影 像数据，对像元第三个新值的计算；
共 同 配 合 数 据 分 析 (Co-registered) (Rebillard和Neguyen，1982)，它不仅指不 同光谱影像数字的运算，且包括多源数据以红、 绿、蓝(RGP)简单的叠合。
Hall(1992)定义数据复合是处理信息和数据以 达到改善判决信息的过程。
Genderten和Pohl(1994)的定义，即影像复合 为利用某些算法对二个或更多的不同影像的结 合。（目前越来越多的学者接受）
• RGB合成 • 加、减（差值 ）、乘、除法、加权复合法 • 主成分变换-逆变换复合、 • RGB-IHS变换法 • 小波变换 • 高通滤波、 • 综合方法(如高通滤波与波段综合、嵌合与
其它方法结合等)。
（1）RGB合成
将相同或不同传感器遥感资料 的不同波段赋予红（R）、绿 （G）、兰（B）进行叠加合成形 成复合影像，即假彩色图像。
DXikj
DXikj DXikj
t2 t1
T1 0
DiX kj1C或 DiX kj1C 1CDiX kj1C
3 影像复合的方法
根据图像处理过程中影像复合发生的阶 段不同，影像复合可分为:
• 基于判决水平的复合 • 基于特征的复合 • 基于像元的复合
但以基于像元的复合法为主。
3.1 基于判决水平的复合
定义要点：
不同平台的遥感资料
不同的数据源 包括非遥感资料
遥感影像是以什么方式在什么层次上 复合
复合的目的和效果
２影像复合的作用
２.1 提高分辨率
多光谱影像与高空间分辨率影像复合， • Smard(1982)、Cliche等(1985) • Price (1987)、Carper等(1990) • Franklin和Blodgett(1993) • Ranchin等(1996) • 我国学者贾永红(1997) • 方红亮(1998) • 丘志成(1990)等
D ikj X D ikjt2 X D ikjt1 X c
DXij为两时相的图像，k为波段，i和j为象 元的行列数，t1、t2分别代表第一、第二时 相，C是人为常数以消除减法运算中出现的 负值。
图像比值法(Image Ratioing) 是将一时相 的某一波段光谱值除以另一时相对应象元的 光谱值，从而获得比值图像，从而进行变化 监测的方法。