航测内业中遥感影像融合方法

摘 要：科学技术的不断进步促进了现代遥感技术的发展，通过航测获得的遥感数据精度也越来越高，不同时相、不同分辨率、不同传感器获得的遥感数据的融合也显得越来越重要。本文分析多源遥感数据的融合技术，探讨各种技术之间的优点和缺点，以促进业内对遥感影像融合方法的探索，提高遥感影像的利用价值。

关键词：航测内业；遥感影像；融合技术

中图分类号：TP751

随着遥感技术的不断发展，航测遥感影像的数据量激增，各种不同种类传感器获取的遥感数据分辨率大大提高，但是在使用这些遥感影像数据的时候却遇到了瓶颈。這些遥感影像数据的冗余度比较高、没有较高的互补性，即使拥有这些海量的数据却无法充分利用这些数据的价值。这是遥感技术的一种损失。如何有效利用这些数据，将这些影像数据整合起来，减少冗余，提高利用价值，发挥遥感技术的优势成为一个越来越重要的研究课题。遥感影像融合技术即是为解决这些问题而产生的方法。它是一种信息融合技术，通过高级的数据影像处理技术对多源遥感影像数据进行融合，产生新的影像数据，消除冗余数据，弥补单一数据的不足，提高遥感影像数据的价值。

1 多源遥感影像融合技术概述

多源遥感影像融合技术是指通过一种复合模型结构，融合不同航测传感器获得的影像数据，消除不同传感器获得的数据之间的冗余和冲突之处，通过各种数据之间的互补和配合获得新的影像数据。新得到的影像数据增强原有多源影像数据的清晰度和可靠性，并大大丰富原有多源影像数据的信息，获得比原有单一数据更丰富的信息，提升多源遥感影像数据的利用价值。

计算机算法的发展和不断丰富为多源遥感影像融合技术提供了强大的技术支持。多源遥感影像融合技术主要使用各种影像数据处理算法进行融合。高质量的影像融合算法可以大大提高遥感影像融合的成功率和最终效果，提升影像的清晰度和分辨率。挖掘影像中的价值。

2 多源遥感影像的融合

2.1 多源遥感影像数据的融合和预处理。在遥感航测内业的处理中，将现有的多源遥感影像数据进行融合能够实现影像数据分辨率上的大幅提高，而且可以对单独的影像数据进行有效的整合，提高航测的效率，因此，在航测内业中主要是对多源遥感影像数据的准确计算和计算机处理。通过细致的处理和分析才能得到可靠、有效、清晰的融合后影像数据，从而提升影像数据的质量和价值。在目前我国多源遥感影像数据的融合和预处理中，对现有影像数据的处理和再加工是工作的重点，对单幅影像数据的边缘、形状、纹理等部分都要进行精确的处理。在实际的处理过程中，要做好相关影像数据的配准，精确配准的影像数据可以大大提高影像融合之后的效果和准确性，从而实现对影像精度的提高。

2.2 影像数据的融合。影像数据的融合就是在影像数据的整合处理过程中，对现有影像数据的全面融合和参数变换，融合处理过程的不同阶段的参数是不同的，所以在各个阶段要对这些参数做有效的选择，实现既定的融合目标。

3 航测内业中遥感影像融合方法

目前，在实际的工作过程中，对遥感影像的融合技术可以根据级别和层次的不同分为三个等级，分别是象素级、特征级和决策级。在这三种等级的遥感影像融合技术中，象素级是融合精确度最高的一个等级，这种级别的融合在融合的时候会尽可能保留原始影像的信息，对影像的控制最精确，是当前各种级别的研究中最成熟的一个级别。特征级的融合是位于中间等级的融合，这个级别的融合方法通过将遥感数据按特征进行提取，然后对多源影像数据进行分类和综合，利用特征向量将其融合。决策级的融合是最低级别的融合。通过说明数据的属性，对数据进行融合处理，从而为决策提供一定的参考依据。这个级别的融合会损失大量的影像信息，精度也不高。本文以下讨论的都是象素级的融合技术，这些技术成熟且稳定。是在实际工作中被检验过的方法。

3.1 乘积变换方法。乘积变换方法是利用最基本的乘积组合算法直接对两类遥感影像信息进行合成的技术，应用最基本的乘积组合算法。乘积变换方法会把多波段图像中的任意一个波段值和高分辨率的遥感数据的乘积赋值给融合之后的波段值。该算法由Crippen的特种分析技术演变而来。将一定亮度的影像进行乘积变换处理的时候，只有乘积变换会使其颜色保持不变。可以利用这种方法把人工特征、城市道路等高反射的地物显现出来。这种方法适合于城市和郊区等地区的研究。

3.2 HIS变换方法。多源遥感影像融合时最常用的方法时HIS变换法，该方法是遥感影像融合时最常用的算法之一。HIS变换是色度空间的变换，由明暗度、色调和饱和度组成，是影像融合的标准方法。利用分离出来的影像明暗度和高分辨率的影像数据（全色数据波段）进行简单替换或适当的算法计算，得到一个分量，将分离出来的影像明暗度用计算得到的分量进行替换，然后对替换之后的明暗度、色调和饱和度三分量图像进行反变换，最终生成RGB数据融合效果。融合处理之后的影像数据可以增强饱和度，改善影像的质量和分辨率。可以用于增强地质特征、色彩、微地物、微构造等信息。

3.3 Brovey变换方法。Brovey变换是一种常见的简单比值运算方法，其最大的特点是可以通过对三个波段不同像素的数据进行同时处理，从而实现对光谱影像的乘积有效融合。被称为色彩标准化融合，被广泛应用在不同传感器影像数据的融合中。对这种变换方法的合理使用能够实现对多光谱全色影像的融合，实现对简化图像的系数的保留和信息的获取。使用Brovey变换法不仅能够实现对影像数据完整性的保护，还能实现对原始的各种色彩信息的保护。可以在一定程度上实现对图像细节的强化。其不足之处在于只能同时处理三个波段的图像，功能得不到充分发挥，并且如果原始图像的噪点较大，其分辨率就会受到影响，细节上保留就不全面。

3.4 小波变换方法。小波变换方法是刚刚兴起的一种数学分析方法，在目前航测内业的应用中还不是很广泛，但受到了业界越来越多的关注。小波变换方法可以有效克服以往不同域之间的数据图像处理界限。是介于频率域表达和函数的空间域表达之间的一种方法。经过小波变换，可以将原始图像分解成不同空间分辨率、频率特性和方向特性的子图像进行分析和处理。小波变换方法的分频特征就相当于划分的高低频滤波器，信号可以分解成低频和高频细节、纹理信息，原始影像中包含的信息不会失去。小波变换有以下几个优点。首先，小波变换有变焦性；其次，小波基选择灵活，还有信息保持性。小波变换融合后的图像具有全色数据的高空间分辨率和多光谱数据的色彩信息，提高了融合图像的可读性。

3.5 主成分变换方法。这是一种变量关系基于主成分分析的方法，称为KL变换法。在尽可能不丢失信息的情况下，利用线性变换的方法实现数据压缩。其本质是把多波段的图像压缩在一幅图像上，使各个波段的信息能最大限度地表现在新的图像上。主要用于增强数据压缩影像，在光谱特征空间中突出物理意义显著的指数，检测土地利用的动态变化。

4 结束语

现代遥感技术对数据处理的要求越来越高，航测内业的遥感影像融合技术一直都是业界关注和研究的重点。对于获取的海量遥感影像数据，只有通过正确的方法进行融合才能够获得最终想要的效果。要实现对多源遥感影像数据的融合就必须根据不同的融合方法的优缺点，针对具体的应用场景来选择合适的融合方法。对于城区、土地规划、动态监测等不同应用领域为了突出具体的细节，应该选择合适的融合方法，使影像数据价值最大化。

参考文献：

[1]孔鹏飞，孔建利.航测内业中遥感影像融合方法研究[J].数字技术与应用，2013（09）：89-89.

[2]贾雪军.航测内业中遥感影像融合方法研究[J].科学与财富，2014（06）：238-238.

[3]张弦，黎穗.航测内业中遥感影像融合的要点分析[J].中国科技纵横，2014（16）：28-28.

作者简介：张春燕，女，黑龙江哈尔滨人，本科，工程师，研究方向：航测与制图。

作者单位：河北省制图院，石家庄 050031