浅谈多源图像融合方法研究
图像融合已成为图像理解和计算机视觉领域中的一项重要而有用的新技术，多源遥感图像数据融合更是成为遥感领域的研究热点，其目的是将来自多信息源的图像数据加以智能化合成，产生比单一传感器数据更精确、更可靠的描述和判决，使融合图像更符合人和机器的视觉特性，更有利于诸如目标检测与识别等进一步的图像理解与分析。

遥感图像融合的目的就在于集成或整合多个源图像中的冗余信息和互补信息，利用优势互补的数据来提高图像的信息可用程度，同时增加对研究对象解译（辨识）的可靠性。

标签：遥感图像图像融合几何纠正空间配准图像去噪
1前言
多源遥感图像融合就是将多个传感器获得的同一场景的遥感图像或同一传感器在不同时刻获得的同一场景的遥感图像数据或图像序列数据进行空间和时间配准，然后采用一定的算法将各图像数据或序列数据中所含的信息优势互补性的有机结合起来产生新图像数据或场景解释的技术。

2多源图像融合的预处理
预处理的主要目的是纠正原始图像中的几何与辐射变形，即通过对图像获取过程中产生的变形、扭曲和噪音的纠正，以得到一个尽可能在几何和辐射上真实的图像。

2.1图像的几何纠正
图像几何校正一般包括两个方面，一是图像像素空间位置互换，另一个是像素灰度值的内插。

故遥感图像几何校正分为两步，第一步是做空间几何变换，这样做的目的是使像素落在正确的位置上；第二步是作像素灰度值内插，重新确定新像素的灰度值，重采样的方法有最临近法、双线性内插法和三次卷积内插法。

数字图像几何校正的主要处理过程如图1所示。

2.2图像的空间配准
图像数据配准定义为对从不同传感器、不同时相、不同角度所获得的两幅或多幅影像進行最佳匹配的处理过程。

其中的一幅影像是参考影像数据，其它图像则作为输入影像与参考影像进行相关匹配。

图像配准的一般过程是在对多传感器数据经过严密的几何纠正处理、改正了系统误差之后，将影像投影到同一地面坐标系统上，然后在各传感器影像上选取少量的控制点，通过特征点的自动选取或是计算其各自间的相似性、配准点的粗略位置估计、配准点的精确确定以及配准变换参数估计等的处理，从而实现影像的精确配准。

2.3图像去噪
图像在获取和传输的过程中，由于传感器的误差及大气的影响，会在图像上产生一些噪点，或者图像中出现亮度变化过大的区域，为了抑制噪声改善图像质量或减少变化幅度，是亮度变化平缓所做的处理称为图像平滑。

3多源图像融合常用的技术方法
3.1基于图像空间域的融合方法
平均的方法是一种最简单的图像融合方法，就是直接求原始多源图像对应像素点的平均值。

平均的方法可以增加融合图像的信噪比，但是会降低视觉信息的对比。

于是提出了平均和选择相结合的方法，即通过考虑多源图像之间的相关性，并根据相关性的不同，分别采用选择和平均的方法。

3.2基于彩色空间域的融合方法
由于在一幅灰度图像中，人眼只能同时区分出由黑到白的二十多种灰度级，用不同的颜色来显示灰度差，以便增强融合图像的可辨识性。

伪彩色融合增强技术是供观察人员使用的一种显像技术，可以有效地利用其显像系统把来自两个或者更多图像的视觉信息融合起来，并且使得观察人员能够容易地把目标同背景区分开来。

3.3基于多尺度空间域的融合方法
把图像分解到多尺度空间进行融合，可以有效解决融合图像的拼接痕迹。

按照多分辨分解方法的不同，可分为基于拉普拉斯金字塔、梯度金字塔、对比度金字塔、形态学金字塔和小波变换的融合方法。

由于小波变换是非冗余变换，使得图像经小波分解后的数据量不会增大。

并且小波分解具有方向性，利用这一特性就有可能针对人眼对不同方向的高频分量具有不同分辨率这一视觉特性；时人类视觉的生理和心理实验表明，图像的小波多分辨分解与人类视觉的多通道分解规律相一致，因此可以获得视觉效果更佳的融合图像。

所以，现在许多学者都热衷于以小波多分辨分解作为工具，开发基于小波变换的多源图像多分辨融合方法。

4多源图像融合的基本流程
多源遥感影像融合是将影像数据转换到统一坐标系中，采用一定的融合算法生成新的影像的过程。

融合的关键是选择针对多源影像各自的成像机理和固有特征而采用的融合算法。

5总结
总之，利用多个传感器提供的冗余信息可提高融合图像的精确性及可靠性，同时利用多个传感器提供的互补信息，融合后的图像包含了更为全面、丰富的信
息，其更符合人或机器的视觉特性、更有利于对图像的进一步分析处理以及自动目标识别。

利用多源图像的优势互补可获得地物的多层次特性，图像的目标检测和识别变得相对容易。

参考文献
[1]贾永红.多源遥感影像数据融合技术[M].北京：测绘出版社，2005，1-15.
[2]王海晖，彭嘉雄，吴巍，李锋.多源遥感图像融合效果评价方法研究[J]，计算机工程与应用，2003（25）：33-37.
[3]雷琳.多源遥感图像融合处理若干关键技术研究[D]，湖南长沙：国防科学技术大学，2003.
[4]孔玲.遥感图像融合方法的研究与应用--以SPOT图像和TM图像融合为例
[D]，江苏南京：南京理工大学，2002.。