多源遥感数据融合技术研究.pdf

第31卷 第4期 2008年8月 测绘与空间地理信息 GEOMATICS SPOT5多光谱;多源遥感数据融合技术 中图分类号 TP751 文献标识码B 文章编号 1672 - 58672008 04 - 0012 - 03 A Study ofMultiple - source Remote Sensi ng Data Fusion HOU Shu - tao,WANG Hong - cheng School of Resource and Environment, Northeast Agriculture Un iversity, Harbin 150030, China Abstract Firstly, it is carried on enhancementprocessing to Tai wan’s fu - weipanchromatic i mage using remote sensing imagery pro2 cessing software. Then it implemented the natural color transfor m to the SPOT5 image, to enable it have the good color expressive effect . Finally, two kind of processing data were matched and merged. Key wordsfu - wei PAN i mage; SPOT5 MS image;multiple - source remote sensing data fusion 0 引 言 本文采用多源遥感数据融合技术对两种不同卫星遥 感数据进行配准、 融合,两种数据分别是福卫全色图像 PAN 2 m分辨率和SPOT5多光谱图像 MS 10 m分辨 率图像。 台湾福卫二号卫星于2004年5月21日在美国范登 堡顺利发射升空,并开始提供遥感所需数据资料。其中 全色图像PAN地面分辨率 2 m;多光谱图像MS地面 分辨率 8 m, Blue 0. 45～0. 52μm、Green 0. 52～ 0. 60μm、Red 0. 63～0. 69μm、 近红外 0. 76～0. 90μm。 1 福卫全色图像处理 由于原始福卫遥感图像亮度不均匀、 对比度不明显、 纹理不清楚等,可分别针对以上三种情况进行处理,将处 理后的影像单独作为一层Layer ,将结果叠加处理Lay2 er Stack ,得到具有3个特征层的数据,使判读、 找点工作 更顺利地进行 [1] 。 1. 1 去霾处理Haze Redunction 霾,是指空气中因悬浮着大量的烟、 尘等微粒而形成 的浑浊现象。ERDAS I MAGI NE软件提供了去霾处理的 功能,它针对全色图像和多波段图像的处理方法有所不 同。对于全色图像,该方法采用点扩展卷积反转进行处 理,并根据情况选择55或33的卷积算子分别用于高 频模糊度和低频模糊度的去除。处理前后对比如图1、 图 2所示。 评价原始图像经过去霾处理,使由于空气中的悬浮 物造成的图像模糊现象减轻,从而保持图像亮度均匀。 图1 福卫原始影像 Fig. 1 Fu - wei origi nal i mage 1. 2 拉伸处理LUT Strech ERDAS I MAGI NE软件提供的查找表拉伸模块是对 遥感图像的对比度进行拉伸。处理结果如图3所示。 图2 福卫影像经过去霾处理 Fig. 2 Fu - wei i mage after haze reduction 评价由于福卫图像是灰度图像,在没有明显对比度 的图像上判读、 找点会很困难,通过拉伸处理可解决上述 问题。 图3 福卫影像经过拉伸处理 Fig. 3 Fu - wei i mage after LUT stretch 1. 3 纹理分析Texture Analysis ERDAS I MAGI NE软件提供的纹理分析模块的操作 原理是通过在一定的窗口内进行变异分析,使图像的纹 理结构得到增强。处理结果如图4所示。 图4 福卫影像经过纹理变换 Fig. 4 Fu - wei i mage after texture trans 评价福卫图像经过纹理变换后纹理变化较明显,且 建筑物及地物具有明显的边缘效果。 1. 4 层叠加Layer Stack 通过ERDAS I MAGI NE的层组合操作,将以上3个操 作结果作为单独的层组合在一起,叠加结果在窗口通过 RGB显示,如图5所示。 评价处理结果解决了福卫原始影像的不足,并且 通过RGB色彩显示,图像具有明显的色彩,使判读更 容易。 图5 福卫影像经过以下3个处理图层叠加 Fig. 5 Fu - wei i mage after layer stack by 3 processing layers 2 图像配准 笔者采用2阶多项式几何配准,但采用2阶多项式配 准遥感图像时,地面控制点的数量要求最低6个控制点, 且必须均匀分布,否则没有控制点分布的区域,校正后的 图像将发生严重变形。针对福卫全色图像和SPOT5多光 谱图像,本实验选择32个控制点,且将残差控制在允许范 围内福卫,W idth 10154\High 8265。 3 多源遥感数据融合 目前,数据融合的框架结构包括像素层融合、 特征层 融合、 决策层融合3个层次数据融合。由于在生产实践 中要保证工作及时、 有效地完成,生产部门往往采用遥 感图像处理软件进行像素层的处理操作。因而本文结合 生产实际对有关图像数据进行像素层 Pixel - level fu2 sion 的实验与讨论。ERDAS I MAGI NE软件提供了分辨 率融合Resolution Merge模块对配准后的图像和经过自 然色彩变化NaturalColor的SPOT5全色图像进行融合。 3. 1 SPOT5多光谱数据准备 若直接将配准后的福卫图像与SPOT5全色数据融 合,色彩表现不鲜明。经实践证明,将SPOT5全色图像经 自然色彩变换Natural Color会得到极佳的自然色彩效 果。根据SPOT5多光谱各波段信息如表 1 及遥感常用 波谱段分类如表 2 [2] ,可将SPOT5. B3层定义为近红外 Near infrared波段、B2层定义为红Red波段、B3层定 义为绿Green波段。处理结果如图6所示。 31第4期侯淑涛等多源遥感数据融合技术研究 图6 SPOT5多光谱图像经过自然色彩变换 Fig. 6 SPOT5 M S i mage after natural color trans 表1 SPOT5波段信息 Tab. 1 The band parameters of SPOT5 波段波长范围单位μ m PAN0. 49 - 0. 69 B00. 43 - 0. 47 B10. 49 - 0. 61 B20. 61 - 0. 68 B30. 78 - 0. 89 表2 遥感常用波谱段分类 Tab. 2 The spectral bands classification in remote sensing 分类波长范围 近红外0. 76～3. 0μm 可见光红0. 62～0. 76μm 可见光绿0. 50～0. 56μm 3. 2 数据融合 应用分辨率融合Resolution Merge模块对两种处理 图像进行融合,采用乘积变换Multiplicative融合方法, 重采样方法采用邻近点插值法Nearest Neighbor。融合 结果对比如图7、 图8所示。 4 结束语 融合后的图像既具有多光谱的特征,又具有高分辨 率2 m的特征。河流、 道路与周围地物色调的对比度明 图7 融合前SPOT5 Fig. 7 Spot 5 i mage before fusion 图8 融合后 Fig. 8 SPOT5 i mage after fusion 显,对线性纹理具有很强的表现力。 而耕地、 园地、 林地均 呈绿色,部分居民点与工矿用地色调呈亮粉色。此融合 结果经过正射校正,可应用于土地利用变更调查,输出 1∶10 000比例尺成果图。需要指出的是多源遥感数据融 合追求的是执行结果的信息优化,而本文的研究对象是 在仅有两种数据的情况下,追求一种信息的优化。 参考文献 [1 ] 党安荣,王晓栋,陈晓峰,等. ERDAS I MAGI NE遥感图像 处理方法[M ].北京清华大学出版社, 2003. [2 ] 汤国安,张友顺,刘咏梅,等.遥感数字图像处理[M ].北 京科学出版社, 2004. [3 ] 陈晓玲,龚威.遥感数字影像处理导论[M ].北京机械 工业出版社, 2007. [编辑王明曦] 41 测绘与空间地理信息 2008年