基本介紹
- 中文名：影像融合
- 外文名：image fusion
- 學科：光學
- 對象：多源遙感數據
- 作用：提高多光譜影像空間解析度，等
- 方法：IHS 變換法、主分量變換法 ，等
背景,技術簡介,目的,內容,融合過程,方法分類,常用融合方法,
背景
數據觸合的概念始於20世紀70年代，進入90年代以後，隨著多種遙感衛星的發射成功，不同空間分辮率、光譜分辮率以及時間分辮率的遙感影像被獲得。這些數據間不僅存在著一定的互補性，且存在一定的元余，如何有效地整合這些數據以獲得更為豐富的信息成為亟待解決的問題。
技術簡介
現代遙感技術的顯著特點是儘可能地蒐集多種感測器、多級解析度、多譜段和多時相技術於一身，使人們可以獲得不同空間解析度、時間解析度和光譜解析度的遙感影像。對於遙感影像解譯來說，使用融合後的影像比單獨使用可見光影像或者多光譜影像更為有效；而對於遙感影像分類來說，融合後的影像提供了更多的細節信息，可以顯著提高分類結果的準確性。因此，圖像融合技術是未來遙感技術套用的關鍵。
遙感影像融合是信息融合技術的一種根據相應的套用目的，通過高級影像處理技術對多源影像進行複合，從而生成新的影像的過程。到目前為止，人們提出的遙感影像融合方法有百餘種，其中較為常用的有IHS變換法、主分量變換法(PCA)、BROVEY、乘法以及基於小波的融合法等。
目的
（1）消除元餘數據，突出有用的專題數據。
（2）利用多源數據間的信息互補性，對各種遙感影像數據進行融合，以彌補單一數據的不足，提高分析的精度，並擴大數據的使用範圍。
（3）提高信息的協調能力，融合併非是幾種數據的簡單疊加，它可以得到原來兒種單個數據不能提供的新數據，滿足地學分析及各種專題研究的需求。
內容
（1）影像預處理：主要是影像降噪等；
（2）空間配準：在同一空間坐標系下，建立融合影線間的空間對應關係；並對影像進行重採樣，使之具有相同的空間分辮率。
（3）內容融合：對配準後的影像進行變換處理，並選擇相應的方法對影像
進行融合。
（4）融合質量評價：選擇合適的指標，對融合後影像的質量進行評價。
融合過程
多源遙感影像融合過程可分為兩個過程：數據準備和預處理與影像數據融合。
（1）數據準備和預處理：數據準備首先收集要進行融合的原始遙感影像，對遙感影像進行合適的預處理：除去原始影像中有問題的掃描線和噪聲，以便增加影像質量，提高融合效果；根據影像融合範圍進行裁減，這樣可以減少融合像元數目，提高速度；而最重要的是對要進行融合的影像進行空間配準。融合之前對多源影像數據進行高精度的配準是提高融合質量非常關鍵的因素。
（2）影像數據融合：在進行影像數據融合時，根據實際需要和融合目的選擇合適的融合方法，按照各種方法的原理和步驟進行。在融合過程中每一步變換都有一系列的參數要確定和選擇，這些參數會影響最後的融合效果，因此一種融合算法也需要進行多次試驗，同時不同融合方法之間也需要進行對比，之後才可以確定最適當的融合方法以及融合時選擇怎樣的參數。對於各種算法所獲得的融合遙感影像，根據實際需要，可進一步進行處理，如“匹配處理”和“類型變換”等，以便使研究的目標得到更加清晰的表示。
方法分類
遙感影像融合根據融合水平來劃分，可以分為:像素級觸合，特徵級融合和決策級觸合三級，其特點如圖1所示。
圖1
圖1（1）像素級融合儘可能多的保留信息，具有最高的精度，是三級中研究 最為成熟的一級。
（2）特徵級融合是一種中等水平的融合。首先將遙感數據進行特徵提取， 然而按照特徵信息對多源數據進行分類、聚集和綜合，產生特徵向 量，而後融合這些特徵向量。
（3）決策級融合是最高水平的融合。首先對數據進行屬性說明，然後對 其結果進行融合，得到目標的綜合屬性說明，為控制或決策提供依據。
常用融合方法
主分量變換
又稱K-L變換，利用主分量變化，在融合處理中，首先由多光譜影像數據求得影像間的相關係數矩陣，由相關係數矩陣計算特徵值和特徵向量，求得各主分量影像；然後將高空間分解力影像數據進行直方圖匹配，使其與第一主分量影像數據具有相同的直方圖；最後用由直方圖匹配生成的高空間分解力影像來代替第一主分量，將它同其他主分量一起經逆主分量變換得到融合的影像。
乘積變換
乘積變換利用最基本的乘積組合算法直接對兩類遙感影像信息進行合成。即：Binew=Bi*Bh，它由Crippen的四種分析技術演變而來，其算法公式為：
BROVEY變換融合法
Brovey變換融合法是較為簡單的融合方法，它是為RGB影像顯示進行多光譜波段顏色歸一化，將高解析度全色與各自相乘完成融合。其計算公式為：
式中，pan表示高解析度全色影像，band1、band2、band3表示多光譜影像的三個波段。
小波變換
小波變換（Wavelet transform, WT）是一種新興的數學分析方法，已經受到了廣泛的重視。該方法首先對參與融合的遙感圖像數據進行小波正變換，將圖像分解為高頻信息和低頻信息。分別抽取來自高空間解析度影像分解後的高頻信息和低空間解析度的低頻信息進行小波逆變換，生成融合圖像（見圖1）。
圖1 小波變換示意圖
圖1 小波變換示意圖