多源遙感圖像融合光譜保真算法與評價研究

1、多源遙感圖像融合光譜保真算法與評價研究多源遙感圖像融合光譜保真算法與評價研究【摘要】：隨著傳感器以及相關(guān)遙感技術(shù)的發(fā)展，遙感圖像應(yīng)用到生活中的各個領(lǐng)域，但是遙感圖像的多光譜和高分辨率面臨著無法在同一張影像上同時生成這一技術(shù)瓶頸，因而學(xué)者們提出了各種傳統(tǒng)圖像融合算法用于彌補這一缺陷，但是融合后的圖像一般都有嚴重的光譜扭曲失真，本文針對于這一問題參考歸納了現(xiàn)有的光譜保真算法的研究以及融合算法的有效性的評價機制，據(jù)此來評估以后圖像融合的發(fā)展趨

2、勢。【關(guān)鍵詞】：圖像融合光譜保真融合算法效果評價1.引言引言遙感技術(shù)經(jīng)過二十多年的迅猛發(fā)展，各種面向復(fù)雜應(yīng)用背景的多平臺、多時相、多光譜和高分辨率衛(wèi)星和機載遙感系統(tǒng)大量涌現(xiàn)，已被廣泛應(yīng)用于軍事和民用領(lǐng)域（柴勇，2009）。遙感傳感器的分辨率從最初的幾十米提高到目前的幾十厘米，如美國Geoeye公司在2008年發(fā)射的遙感衛(wèi)星甚至把分辨率提高到0.41m。然而遙感圖像分辨率不斷提高仍然無法滿足人們對遙感圖像的空間信息和光譜信息的豐富性及準確

3、性的要求。因為在遙感成像系統(tǒng)的設(shè)計中空間分辨率和光譜分辨率不可兼得有兩個原因:(1)受遙感器的輻射度量特性的影響傳感器在感應(yīng)來自目標物反射或輻射的電磁波的能力是有限的而多光譜成像系統(tǒng)的光譜帶寬很窄同樣高空間分辨率系統(tǒng)的瞬時視場很小總得犧牲其中的一個。(2)傳感器所能采集的數(shù)據(jù)量的限制以及從遙感衛(wèi)星向地面站傳輸數(shù)據(jù)的能力的限制(李春華2008)。因此，遙感圖像越來越多的用算法層面去進行處理，遙感圖像融合應(yīng)運而生。遙感圖像融合技術(shù)是指將由多

4、源通道所采集的同一目標的圖像經(jīng)過一定的處理，提取各通道的信息來復(fù)合多源遙感圖像，綜合形成統(tǒng)一圖像或綜合利用各圖像信息的技術(shù)（王海暉，2003）。很多的圖像融合算法，如IHS變換法，Brovey變換法，主成分分析法，高通濾波等傳統(tǒng)的遙感圖像融合算法得到了廣泛的應(yīng)用。但是融合后的圖像一般都有嚴重的光譜扭曲失真?；谶@一缺陷有學(xué)者提出了各種改進算法:傳感器光譜響應(yīng)函數(shù)SKF；基于統(tǒng)計原理的Gramscht、PCIpansharp融合方法；小波

5、變化的多分辨率分析與IHS變換疊加融合法以比值(竇聞2011).圖2是IKONOS衛(wèi)星搭載的全色和多光譜傳感器各波段的光譜響應(yīng)函數(shù).Spectralresponsefunctions(SRF)fIkonos2bs(竇聞2011)圖2竇聞等(2011)在對傳感器光譜響應(yīng)函數(shù)(SRF)的分析基礎(chǔ)上，將三種基于SRF的審問細節(jié)調(diào)制參數(shù)構(gòu)建方法，與高斯高通濾波提取的空間細節(jié)信息結(jié)合，產(chǎn)生3種基于SRF的遙感圖像融合方法。融合方法首先是對Dou（

6、2007）基于線性正交變換的分量替換融合方法的數(shù)學(xué)推導(dǎo)而建立的GCOS模型（如下（1）式）進行改進：VhMSi=VLMSiωtδ（1）（其中：VhMSi為i波段的融合結(jié)果，VLMSi為低分辨率多光譜數(shù)據(jù)的相應(yīng)波段，ωt為逆變換矩陣的第一列構(gòu)成向量，δ為從高分辨率全色數(shù)據(jù)中提取的空間細節(jié)信息）把ωt改為為空間細節(jié)調(diào)制參數(shù)；把δ改為空間細節(jié)信息，即高分辨率全色數(shù)據(jù)與低分辨率多光譜數(shù)據(jù)尺度上的全色數(shù)據(jù)估計值之問的差值。這樣，就避免了GCOS模

7、型中由于直方圖匹配等過程造成的空間細節(jié)信息定義的模糊（竇聞2011）?；谶@一改進模型，即可得出三種基于SRF的融合方法：（1）SRFLIN—HP方法：基于線性關(guān)系估計調(diào)制參數(shù)，其取值為多光譜傳感器i波段的光譜響應(yīng)函數(shù)覆蓋的面積與全色傳感器光譜響應(yīng)函數(shù)覆蓋的面積的比值；（2）：SRFPROJ—HP方法：基于特征空間投影關(guān)系估計調(diào)制參數(shù)，其取值為特征空間中MS各波段與亮度分量之間的投影關(guān)系；（3）：SRFPROB—HP方法：基于條件概率估