浅谈多源遥感影像融合在图像分类中的应用
武汉大学遥感信息工程学院201130259XXXX XX
【摘要】笔者结合SPOT影像与TM影像数据融合这一常用方法，简要阐述了多源遥感影像融合技术出现的现实要求、基本原理和主要步骤，从而体现了増维问题在遥感图像分类中的应用。
【关键词】多源遥感影像融合増维图像分类
1、技术背景
现代遥感技术正在向高光谱分辨率、高空间分辨率和高时间分辨率方向发展, 新型卫星传感器不断涌现, 已从单一传感器发展到多传感器, 在同一地区形成多级分辨率的影像金字塔。
在遥感图像分类中，为了达到更好的效果，有时需要增加辅助数据即增加维度，其中常用的一种方法是将SPOT影像与TM影像进行数据融合，将SPOT的较高空间分辨率与TM的较高光谱分辨率等优势综合起来，弥补单一图像上信息的不足，不仅扩大了各自信息的应用范围，而且大大提高了遥感影像分类的精度。
2、技术流程
2.1 多源遥感数据的预处理
由于太阳位置、角度条件、大气条件等因素的影响，遥感图像常表现为一定程度的失真和畸变，因此在多源遥感数据融合之前必须进行预处理。
首先应该选取适当的波段，对于TM影像，通常选用5、4、3（短波红外、近红外、红色）波段合成，这样有利于植被分类和水体判别。
SPOT图像具有多光谱和全色两种模式，为了能跟TM图像的光谱特征更接近，通常采用多光谱的三个波段作为信息源。
同时为避免不同时段地物的差异，TM和SPOT图像应采用近似同一时段的数据。
遥感图像有一定的几何误差，这就需要进行几何纠正。
对于TM数据，纠正方法大致包括按影像获取时的姿态参数和投影系统参数按地图投影参数的变换纠正（粗纠正）和以影像和地形图选择若干同名点对，通过求解多项逼近式纠正参数（精纠正）两种。
对于SPOT影像，可以从其磁带“头”文件中读出星历参数和姿态角变化率，进而计算影像中心行的外方位元素近似值，然后结合6个以上控制点采用间接校正法对原始图像进行几何和灰度重采样。
由于多源影像数据的几何、光谱、分辨率等特性有所不同，为了将多源信息有效融合，提取更多信息，必须进行有效的配准。
比如对10m分辨率SPOT影像与30m分辨率的TM影像之间融合，就需要将TM数据放大至与SPOT单色波段空间分辨率一致，再分别寻找两幅图中的同名控制点，以SPOT影像为参考图，将TM影像对应到SPOT 影像上。
此外，多源遥感数据的预处理还包括辐射校正、去噪、边缘提取等。
2.2 影像融合的几种方法
加权融合法。
基于像元的SPOT与TM加权融合时, 像元对像元的加权融合过程表示为F TS=P T F T +P S F S，P T、P S是加权系数，F T、F S分别为TM、SPOT的像元值。
具体到彩色合成的三通道加权过程为:R’=a1R + a2P an ,G’= b1G+ b2P an，B’= c1B + c2P an,权系数(a1, a2, b1, b2, c1, c2)可根据经验对TM和SPO T 需强调的程度而定, 也可用相关系数确定融合影像的权重, 以减少冗余度。
该方法优点是简单直观，能实时处理，但是当图像灰度差异大时，会出现拼接痕迹，对人眼识别不利。
基于信息特征的融合方法。
在多光谱图像及高分辨率图像的数据融合中,为了保持多光谱特征及高分辨率的空间几何特征，有人提出了一种变换方法。
例如R=a1×(R1+裸地信息+纹理信息)×P∧a2/I,G=b1×(G1+植被信息+纹理信息)×P∧b2/I,B=c1×(B1+水体信息+纹理信息)×P∧c2/I。
这种方法可以针对不同的要求, 灵活改变信息特征提取的方法, 不为变换公式所限。
利用K-L变换进行融合和利用K-T变换进行融合。
具体算法此处不再赘述。
相比而言，K- L变换根据统计原理, 将不同信息源的图像综合在一起考虑, 有利于不同信息融合, 特别是对于多种遥感数据的融合其作用是比较明显的。
但是其认为各个图像所起的作用是相同的, 没有充分考虑到各个图像的光谱特性，且其算法从理论上分析虽然简单, 但在图像处理应用中实现较为困难。
特别是随着图像维数增加时, 其运算量是非线性增加的。
K-T变换则考虑了不同波段所起的作用, 但K-T变换是对TM图像提出的一种变换方法,虽运算简单,但其系数矩阵是一成不变的, 不能将不同的遥感数据统一降维。
此外还有主成份分析法、高通滤波法、基于多分辨率小波变换分析法等。
3、技术优势
多源遥感影像融合的主要优越性主要显示在以下几个方面：
①克服目标提取与识别中数据的不完整性；
②有利于改善图像质量，从而增加原单一数据源中不清晰的特征；
③提供立体观测能力；
④利用多时域数据进行资源动态变化检测；
⑤改善几何纠正精度；
⑥锐化影像等等。
【参考文献】
1、陈德超，《TM与SPOT影像融合算法比较研究》，《遥感技术与应用》 2001年02期；
2、刘纯平，《多源遥感信息融合方法及其应用研究》，南京理工大学，2001年4月；
3、卢焱，《多源遥感影像融合方法研究》，《吉林大学学报(地球科学版)》2007年S1期；
4、贾永红,李德仁,孙家柄等.多源遥感影像数据融合〔J〕.遥感技术与应用,2000,15；
5、戴昌达. SPOT和TM图像的综合分析与应用效果初探〔J〕.北京: 测绘出版社, 1989.。