摘要
遥感视觉影像领域数据信息融合(也可简称图像信息数据融合)技术是我们近几年来用在遥感影像领域进行图像信息处理中所需要研究的一个热点之一。遥感图与影像信息数据有机融合的主要技术原理是将多个传感器同时获取的同一处理地区的遥感影像信息数据同时进行信息空间关系配准等融合操作,然后通过采用一定的处理算法将各地区影像信息数据中同所含的影像信息空间关系的各种优势有机或着信息互补性有机的优势结合处理,得到一幅图中包含影像信息更加丰富的遥感图像。人们将获取遥感影像的数据融合处理技术这一定义概括为:对多种影像传感器所可能获得的遥感影像数据分别进行融合预处理,提取遥感影像数据中所可能包含的相关信息。利用特定的分析算法将影像提取和得到的有利的影像信息直接结合在一起,得到新的遥感影像图和数据的这种技术也被称为影像遥感图和影像信息融合分析技术。
随着现代信息电子科学技术的不断进步,遥感影像图和影像信息融合处理技术也被广泛应用于不同专业领域中。与此同时也不断涌现出了很多不同种类的激光遥感雷达影像,例如多彩色光谱TM雷达影像、SPOT全色雷达影像、IKONOS全色影像和激光侧视反射雷达遥感图像、CCD雷达影像、大面阵雷达影像等。由于不同影像传感器所能够获取的遥感影像图和影像信息之间存在的不同的性能缺点,所以它们不能在其应用领域中能够提供充分的应用信息。所以,将这些不同型号种类的影像传感器中所获得的相关遥感技术影像数据进行技术融合应用是目前我国遥感技术领域中需尽快研究解决的一个问题,已开始受到许多我国遥感技术领域专家学者的高度重视。在进行遥感融合影像的技术融合中,根据应用领域的不同技术需要也应采用合适的遥感融合技术方法,对于选择采用哪种遥感融合技术方法,主要目的在于明确使用技术目的。然而对于通过融合技术得到的遥感影像图和影像数据进行更高质量级别评价也仍然是一个十分关键性的过程。
本论文是在ENVI的环境下进行高分辨率像片提取,进行影像配准,并按照不同的融合方法进行像片融合。本文主要讨论 HSV变换法、Gram-Schmid融合算法、Brovey 融合算法及PCA融合算法这四种方法,然后通过均值与信息熵、平均梯度、相关系数作为融合像片的客观评价指标进行融合后的比较,根据主观与客观评价相结合,为不同的人、不同的需求提供适合的参考与理论依据。
关键词:融合；HSV变换法；Gram-Schmid融合算法、Brovey 融合；NNDiffuse融合；对比
评论0