多源数据的融合.ppt

(1)起初是进行同种遥感数据多波段、多时相的数据 融合，以提高遥感解译能力和进行动态分析。
(2)后来发展到不同类型遥感数据的融合，如陆地卫 星与气象卫星、陆地卫星MSS与航天飞机成象雷达SIR－ A、陆地卫星MSS与海洋卫星侧视雷达SAR，以及陆地卫 星 MSS与RBV等，以扩大应用范围，提高分析精度，获 得更好的遥感应用效果。
1.5 数据融合的技术关键
(1)充分认识研究对象的地学规律。
(2)充分了解每种融合数据的特点和适用性。
(3)充分考虑到不同遥感数据之间波谱数据的相 关性引起的有用数据的增加以及噪声误差的增加， 因此对多种遥感数据作出合理的选择。
(4)几何配准，即解决遥感图像的几何畸变，解 决空间配准问题。
只有对地学规律、影象特征、成象机理 这三者有深刻的认识，并把它们有机地结 合起来，数据融合才能达到更好地效果。
1.4 数据融合的发展
数据融合的概念始于70年代。进入20世纪90年 代以后，随着多种遥感卫星的发射成功，从不同遥 感平台获得的不同空间分辨率和时间分辨率的遥感 影像形成了多级分辨率的影像金字塔序列，给遥感 用户提供了从粗到精、从多光谱到高光谱的多种遥 感数据源。融合的发展在一定程度上解决了多种数 据源综合分析的问题。
2.1 数据融合前处理
影像配准是数据融合处理中的关键步骤，其
几何配准精度直接影响融合影像的质量。通常情 况下，不 同类型的传感器影像之间融合时，由于
它们成像方式的不同，则其系统误差类型也不同。 如SPOT与TM数据融合时，SPOT的HRV传感器 是以CCD推帚式扫描成像的，而TM则是通过光机 扫描方式成像的，因而不同类型影像进行融合时 必须经过严密的几何校正，分别在不同数据源的 影像上选取控制点，用双线性内插或三次卷积内 插运算对分辨率较低的图像进行重采样，改正其 误差，将影像投影到同一的地面坐标系统上，为 图像配准奠定基础。
(3)与此同时，人们越来越感到由于遥感本身以及实 际应用中的局限性，要真正认识事物，并非遥感独家所 能完成。它需要其它学科的支持，只有遥感与非遥感数 据的融合，如与气象、水文数据，与重力、磁力等地球 物理增息，与地球化学勘探数据，与专题地图数据，以 及与数字地形模型（DTM）等数据融合，进行综合分析， 才能更好地发挥作用。
SPOT 10m TM742与SPOT融合
例2 雷达和陆地卫星影像数据融合
侧视雷达图像可以反映地物的微波反 射特性，地物的介电常数越大，微波反射 率越高，色调越发白，这种特性对于反映 土壤、水体、山地、丘陵、居民点，以及 道路、渠道等线性地物明显优于陆地卫星 影像，因此如将雷达影像与陆地卫星影像 融合，可以既反映出可见光，近红外的反 射特性，又可以反映出微波的反射特性， 有利于综合分析。
2 遥感数据的融合
遥感数据的融合主要指不同传感器的遥感数据 的融合，以及不同时相的遥感数据的融合。融 合方式的确定应根据目标空间分布、光谱反射 特性及时相规律方面的特征选择不同的遥感图 像数据，它们在空间分辨率、光谱分辨率和时 间分辨率方面相互补充，以形成一个更有利的 识别环境，来识别所要识别的目标或类型。
(2)多种遥感数据各具有一定的空间分辨率、波谱分辨率 与时间分辨率，各有其主要的应用对象和特色，同时又 有其在实际应用中的局限性。如果将各种遥感数据进行 融合与综合分析，便可弥补单一数据的不足，以达到多 种数据源的相互补充、相互印证。这样，不仅扩大了各 数据的应用范围，而且大大提高了分析精度。
(3)数据融合的数据源可以是多种的，其融合并非几种数 据的简单叠加，往往可以得到原来几种单个数据所不能 提供的新数据。所以，数据融合十分有助于地学分析提 取特定的数据，有助于更可靠地阐述自然环境各要素的 相互关系、赋存与演变规律，满足地学分析及各种专题 研究的需要。因此，数据融合方法具有广泛的实用意义。 它是遥感地学分析中很重要的一种手段，也是目前遥感 应用分析的前沿。
例3 洪水监测研究中的影像数据融合
针对具体问题常常有不同的融合方案。比如研究洪 水监测，可选择的遥感数据源有TM图像、侧视雷达图像、 气象卫星图像等。用每一种图像单独分析时都有不理想 之处。实验表明，融合后的图像实用性大大增强。因为 从不同数据源来看，多时相的NOAA气象卫星图像地面分 辨率低（1.1km），但时相分辨率高，数据及时，可昼夜 获取，同步性强，有利于动态监测；TM图像光谱数据丰 富，几何性能好，空间分辨率较高，有利于分析洪水数 据；侧视雷达图像较易观察水体和线性地物，并且可全 天候获取数据，有利于实地监测洪峰。将TM与侧视雷达 图像融合，既可获得洪水、水田、旱地情况，也可获得 大堤、水渠等线性地物情况；将TM与气象卫星图像融合， 可以克服云层影响和气象卫星分辨率低的不足。因此融
2.2 遥感数据融合方法
（1）彩色技术 （2）代数运算 （3）影像变换
2.3 不同传感器的遥 感数据融合举例
例1 TM和SPOT影像数据融合 TM影像有7个波段，光谱数 据丰富，特别是5和7波段。 SPOT数据就没有，但SPOT数 据分辨率高，全色波段可达 10m，比TM的30m和SPOT多光 谱传感器的 20m都高，两者 融合既可以提高新图像的空 间分辨率又可以保持较丰富 的光谱数据。 融合后的图像既保留了SPOT 的空间分辨率，又保留了TM 的光谱分辨率。
遥感数字影像处理
崔海山
广州大学地理科学学院 地理数据科学系 2005.1.20
第四讲 多源数据的融合
1数据融合的概念 2遥感Baidu Nhomakorabea据的融合 3遥感数据与非遥感数据的融合
1 数据融合的概念
1.1 定义： 数据融合( Fusion, Merge)指同一区域内遥感数据之间或 遥感数据与非遥感数据之间的匹配融合。 多种遥感数据源信息融合是指利用多种对地观测技术所 获取的关于同一地物的不同遥感数据，通过一定的数据 处理技术提取各遥感数据源的有用信息，最后将其融合 到统一的空间坐标系(图像或特征空间)中进行综合判读或 进一步的解析处理，。 1.2 内容： 它包括空间配准和内容融合两个方面，从而在统一地理 坐标系统下，构成一组新的空间数据、一种新的合成影 像。 1.3 目的： (1)突出有用的专题数据，消除或抑制无关的数据，以改 善目标识别的图像环境。