多源遥感数据融合原理与模型结构及应用.pdf

1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 第27卷 第5期 西 南 林 学 院 学 报 Vol . 27 No. 5 2007年10月 JOURNAL OF SOUTHWEST FORESTRY COLLEGE Oct . 2007 3 收稿日期 2007 - 07 - 06 基金项目国家林业局科技支撑项目2006 - 2008年资助. 作者简介袁传武1969 - ,男,广东湛江人,副研究员,博士,主要从事林业信息化、GIS、RS、 森林资源评价方面的研究. 多源遥感数据融合原理与模型结构及应用 3 袁传武 1 ,柯尊胜 2 ,陈双田 1 ,吴 翠 1 ,王珠娜 1 ,崔鸿侠 1 1. 湖北省林业科学研究院,湖北 武汉430079; 2.湖北省太子山林场管理局,湖北 京山431822 摘要在对多源遥感数据融合原理进行系统分析的基础上,从3方面阐述多源遥感数据融合的 模型结构,对国内外多源遥感数据融合的应用进行评述,对多源遥感数据融合的发展方向进行 了预测. 关键词多源遥感;数据融合;原理与模型;研究方向 中图分类号 TP701 文献标识码A 文章编号 1003 - 7179 2007 05 - 0014 - 04 多源遥感数据融合是指将不同类型传感器获 取的同一地区的影像数据进行几何校正和配准 后,采用一定的算法将各影像数据中所含的信息 优势进行互补,然后有机地结合起来产生更为优 化的新影像数据 [1 ]. 就具体应用而言,根据地物空 间分布格局、 光谱反射特性及规律方面的特征,选 择不同的遥感影像信息源,使之在空间分辨率、 光 谱分辨率和时间分辨率等方面相互补充,形成一 个更有利的识别环境来识别所需的目标或地被类 型.即通过多波段、 多时相、 多信息源的遥感信息 融合,达到提高地物分类及动态监测精度的目的. 1 多源遥感数据融合的一般模型结构 多源遥感数据融合是通过对从不同传感器获 得的信息数据的优化组合,推导出更多或更精确 的有效信息,最终目的是利用多个传感器共同或 联合操作的优势,提高传感器系统的有效性,为决 策和分析提供一个全面准确的判断依据 [2 ]. 1. 1 数据融合的一般模型 1986年成立的Joint Directors of Laboratories JDL数据融合工作组提出的多源遥感数据融合 处理模型见图1. 简单地说,输入观测信号,输出单个实体最小 模糊度的识别和特征信息,使这些实体在所处环 境中有更精确的解释.包括数据源,人机接口界 面,数据预处理,第1级处理 数据校对,第2级 处理 态势评估,第3级处理 威胁估计,第4级 处理 精确处理,数据库管理系统等步骤. 1. 2 数据融合的结构 据1992年T1A1Foster所著的“ 信息融合结构 设计 ”,依据不同处理对象,数据融合结构的设计 方法分集中式方法和分布式方法.集中式系统是 从所有传感器平台获得数据并在中心点处理这些 数据,然后将结果上交决策者.分布式系统则要求 各基地先处理所有将在一个通信网上传播的数 据,利用这些数据,每个基地将作出一个形势估 计.此外,还有混合式设计方法 [3 ]. 1. 2. 1 集中式结构 集中式融合结构系统,融合 传感器原始观测数据,见图2.来自不同传感器或 不同分辨率传感器的原始数据要经过匹配处理变 换到同一坐标平面,并采用相同的坐标单元分量 来处理,通过数据关联来确定哪些观测数据是属 于同一类型的,即在多传感器多目标的情况下,必 须利用数据校验和相关确定哪些观测数据是来自 同一物理实体或目标.但在多目标跟踪中,这种相 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 关是非常困难的,一旦决定采用该结构模型,典型 的方法是采用序列估计技术,如kalman滤波等. 如果数据校验和相关完全正确的话,这种融合结 构理论上是非常精确的. 1. 2. 2 分布式结构 分布式融合结构系统的处 理对象是经过预处理的“ 局部融合 ” 数据,见图3. 对每一个传感器的数据源作定位估计,也即每个 传感器都基于自身单个数据源来对目标的位置、 运动速度等进行估计,产生状态矢量.需要注意的 是数据校验匹配和相关仍然是必须进行的,只不 过是在矢量之间进行,而不是在单个数据之间进 行.另外状态矢量融合的精确性要比数据级融合 精度差,因为生成状态矢量后有信息丢失,特别是 原始数据中包含关于信号精度的信息,其在状态 矢量中可能仅是近似显示. 1. 2. 3 混合式结构 混合式融合结构系统,包括 数据级融合和矢量级融合,见图4 .在这种结构系 统中,对于普通的融合运算,为减少其复杂度和通 信压力,采用矢量融合,在特殊环境下,如精确度 要求较高的情况下,常选择数据级融合.当然混合 结构提供很大的灵活性,但它也需要经常监控融 合过程并在数据级和矢量级之间选择. 在具体应用中,具体采用哪种结构,主要是考 虑一个系统工程的问题.对于给定的数据融合应 用,没有一种所谓的最佳结构,实际上在选择所用 结构时必须要平衡考虑计算机资源、 可用通信带 宽、 期望精度等因素. 1. 3 数据融合的级别 针对图像处理领域的数据融合,按照数据抽 象的3个层次,数据融合可分为3个等级,即像素 级融合、 特征级融合和决策级融合 [4 ]. 1. 3. 1 像素级数据融合pixel level 像素级融 合是对来自同等量级的传感器原始数据直接进行 融合,然后基于融合的传感器数据进行特征提取和 属性描述,其融合框图见图5.这是最低层次的数据 51第5期 袁传武等多源遥感数据融合原理与模型结构及应用 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 融合,直接面向所得图像的像素来处理,为了实现 这种数据级的融合,所有传感器必须是同类型的或 是相同量级的如红外和可见光图像传感器 . 通过 对原始数据进行关联来确定已融合的数据是否与 同一目标或实体相关.像素级数据融合通常用于多 源图像的复合、 图像分析和理解等. 1. 3. 2 特征级数据融合feature level 特征级 的数据融合属于中间层次,它先对每个传感器的 原始信息完成特征提取特征可以是图像的边缘、 感兴趣目标的方向及速度、 特殊点目标、 线目标 等 , 以获得来自每个传感器的特征向量,然后融 合这些特征向量,并基于获得的联合特征向量来 产生属性描述,其融合框图见图6.在该方法中,必 须使用关联处理,把特征向量分成有意义的组,由 于特征向量很可能是具有巨大差别的量,因而位 置级的融合信息在这一关联过程中通常是有用 的.一般而言,提取特征信息应是像素信息的充分 表示量或充分统计量,然后按特征信息对多传感 器数据进行分类、 汇集、 综合. 1. 3. 3 决策级数据融合decision level 决策级 数据融合是高层次的融合,每个传感器都完成变 换以获得独立的属性描述或身份估计,然后在对 来自每个传感器的属性分类进行融合,其结果为 指挥控制决策提供依据,因而,决策级数据融合必 须从具体决策问题的需求出发,充分利用每个传 感器所提取的测量结果的各类特征信息,采取适 当的融合技术来实现,决策级数据融合见图7.决 策级数据融合是三级融合的最终结果,是直接针 对具体决策目标的,融合结果直接影响决策水平. 以上3种级别融合的性能比较见表1. 61西 南 林 学 院 学 报 第27卷 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 表1 像素级、 特征级、 决策级融合性能比较 融合 级别 信息 损失 实时性 精度容错性 抗干扰 工作量 融合 水平 像素级小差高差差小低 特征级中中中中中中中 决策级大好低优优大高 注引自游先祥 遥感原理及在资源环境中的应用 [1] 3种融合级别常用算法见表2. 表2 常用融合算法 像素级特征级决策级 代数法Bayesian法基于知识的融合法 HIS变换法Dempster - shaferDempster - shafer 高通滤波法熵法模糊集理论 回归模型法带权平均法可靠性理论 最佳变量替换法神经网络法Bayesian法 Kalman滤波法聚类分析神经网络 小波变换小波变换逻辑模板 注引自游先祥 遥感原理及在资源环境中的应用 [1]. 2 多源遥感数据融合在实践中的应用 近年来,国内外学者在多源遥感影像融合实 践应用中做了许多工作.哈斯巴干等提出了小波 局部高频替代的融合方法 [5 ]. 该方法利用小波变 换对H IS变换中的1分量作了改进.在此研究中, ET M遥感数据5, 4, 3波段中由H IS孟塞尔彩色空 间变换后的I亮度分量经与全色波段中的高能替 代的小波变换,形成一个新的、 集中了1分量和全 色波段高频能量的新分量,再通过H IS反变,转换 得到融合影像.此融合结果应用在遥感土地利用 调查中,提高了土地利用的计算精度.李军、 林宗 坚等提出了一种新的基于特征的影像融合方法, 它把对原影像的融合处理分解为在不同尺度下分 别对基带数据和对子带数据x, y, xy方向的融合 处理,从而使融合影像既具有高分辨率影像的性 能,又保留了原T M影像丰富的色彩.并以黑白航 空影像与T M影像、SAR影像的融合结果为例,通 过与基于像素平均的融合方法比较,证明了该方 法具有良好的鲁棒性和自适应能力.本方法不仅 适合于两幅影像之间的融台,而且适合于多元多 维遥感影像的数据融合 [6 ]. 张炳智、 张继贤列举了 土地利用动态遥感监测中常用的影像融合方法, 并选定T M影像多波段组合为5, 4, 3和SPOT影 像数据对各方法进行了光谱分辨率、 空间分辨率 比较,最后定量计算出各种方法融合结果的均值、 标准方差、 偏差系数、 相关系数、 融合指数和信息 熵等7个参数.同时总结了不同的融合方法在6 种典型土地利用类型上的表现,为动态监测中的 影像融合方法的选择提供了参考 [7 ]. 张玉虎以新 疆策勒绿洲一荒漠交错带的Landsat T M与SPOT - HRV为源数据进行基于像元级融合,在实验中 借助遥感图像处理软件PC1分别进行I HS, PCA 和Brovey 3种变换,对3种融合方法进行了分析 比较,得出结果为像素级融合相对于特征级融合 和决策级融合而言,其优点在于保持尽可能多的 原始信息,避免了特征级融合过程中特征提取时 可能出现的信息丢失,因而能提供其他融合级所 不能提供的细微信息 [8 ]. F. Sunar等用 H IS变换方 法对SPOT和T M进行融合,并将融合结果和原 T M影像进行分类比较,发现融合结果的分类精度 较原T M影像提高了615 [9 ]. Frankln和 Blodgett 采用H IS变换方法对SPOTHRV和PAN数据进行 融合,使分类总精度提高了9 [10]. 3 多源遥感数据融合的研究方向 3. 1 目标特征提取算法与多幅图像自动匹配算法 对该方面的研究应重点放在目标特征提取算 法和自动匹配算法上,通过提取图像上的典型目 标特征点作为自动匹配的控制点,研究适当的匹 配算法完成两幅/多幅图像的自动匹配. 3. 2 数据融合算法 目前,数据融合算法趋向于把知识理解和统 计信息相结合,以及多传感器或多时相数据的特 征融合处理,今后还将向智能化、 实时化方向发 展.引入GIS的专家系统以支持数据融合,并将实 时动态融合用于数据更新和动态监测 [11]. 3. 3 融合结果评估算法 作为数据融合系统关键技术之一的融合性能 评估,一直以来都是研究的重点,但始终很难找到 一种通用的算法,今后的研究重点应放在针对不 同的应用目的,研究一种或多种适宜的评估算法, 该算法能够准确评价一种融合算法的性能,指出 优化多源遥感数据融合的策略. [参 考 文 献] [1] 游先祥.遥感原理及在资源环境中的应用[M ].北 京中国林业出版社, 2003. [2] EDWARD,WALTG, JAMES .多传感器数据融合[R ]. 赵宗贵,耿立贤,周中元,等译.南京电子工业部28 研究所, 1993. [3] HALL D L.数据融合方法概论[ R ].赵宗贵译.南 京电子工业部28研究所, 1998. [4] 康耀红.数据融合理论与应用[M ].西安西安电子 科技大学出版社, 1997. 下转第24页 71第5期 袁传武等多源遥感数据融合原理与模型结构及应用 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. [参 考 文 献] [1] ERDT MAN G . Pollenmorphology and plant Taxonomy Angias[J ]. Sper ms, 19522 127 - 128. [2] 梁松筠,张无休.百合属中的四合花粉兼论玫红百 合的分类问题[ J ].植物分类学报, 1984, 22 4 297 - 300. [3 ] 梁松筠.豹子花属的花粉形态研究兼论与百合属的界 限问题[J ].植物分类学报,1985,226 405 - 417. [4] 李景奇,秦小平,王聚瀛.几种百合的花粉形态研究 [J ].武汉植物学研究, 1993, 112 120 - 124. [5] 陈 亮,童启庆,庄晓芳.茶树花粉形态及其模糊聚类 的研究[J ].浙江农业大学学报,1992,182 29 - 36. [6] 徐柏森.扫描电镜技术在回用纤维研究中的应用 [J ].林产化学与工业, 1996, 231 28. [7] 徐柏森.生物电镜技术[M ].北京中国林业出版社,2000 . Study on Applied Technology of SE M to Plant Pollen Observation XU Bai2sen, YANG Jing College of Forest Resources and Environment, Nanjing ForestryUniversity, Nanjing Jiangsu 210037, China AbstractDifferent s were applied to specimen preparation of plant pollens for SEM observation. The resultsof comparative observations indicated that the micro - structure of plantpollen morphologywas great2 ly influenced by speci men preparation.Three categories of situations occurred when the specimen of plant pol2 lenswere prepared by common preparation s .The pollen appearance and ultrastructure ofPleioblastus am arusand the species in genus ofPopuluschanged seriously because the pollen cellwall of these plant species were quite thin and the water contentwas high. W ith thicker cellwall and lowerwater content, the appearance ofHem erocallis fulvapollens did not change much, while the ultrastructure was distorted by shrinking .The pol2 len appearance and ultrastructure ofLiriodendron tulipiferamaintained well for its thick cell wall and low water content .Itwas pointed out that appropriate preparation should be applied according to the characteris2 tics of the pollens . For the pollenswith thin cellwall and high water content, some measures should be taken to fix the specimen and to eliminate the influence of surface tension in order to show the appearance and ultrastruc2 ture characteristicsmore objectively . Key wordsSEM; plant pollen; appearance; ultrastructure 上接第17页 [5] 哈司巴干,马建文,李启清,等.小波局部高频替代融合 方法[J ].中国图像图形学报,2002,7101 012 - 1 016. [6] 李 军,林宗坚.基于特征的遥感影像数据融合方 法[J ].中国图像图形学报, 1997, 2 2 103 - 107. [7] 张炳智,张继贤.土地利用动态遥感监测中多源遥 感影像融合方法比较研究[J ].测绘科学, 2000, 25 3 46 - 50. [8] 张玉虎.多源遥感信息融合方法探讨[ J ].新疆地 质, 2004, 223 326 - 329. [9] SUNAR F,MUS AOG LU N. Merging multiresolution SPOT P and Landsat T M data the Effects and advantages[J ]. I NT . J. Remote Sensing,1998,192219 - 224. [10] FRANKL I N S E,BLOGGETT C F. An example of satel2 lite multisensor data fusion [ J ]. Computers 2. Taizishan ForestryAdministration Bureau of Hubei Province, Jingshan Hubei 431822, China AbstractBased on systematic analyses on the fundamental principles ofmulti - source remote sensing data fusion, the model structure ulti - source remote sensing data fusion was respectively described from three aspects .The development orientation ulti - source fusion of remote sensing data was predicted. Key wordsmulti2source remote sensing data; data fusion; principle and model; research orientation 42西 南 林 学 院 学 报 第27卷