遥感图像融合技术在更新GIS数据库中的应用分析

2021-01-29唐宁芳徐州市勘察测绘研究院

数码世界 2020年12期

唐宁芳徐州市勘察测绘研究院

伴随社会经济的持续发展，科学技术水平的不断提升，地理信息系统（GIS）在国民经济中所发挥的作用越发突出，而矢量数据为GIS的根基所在，却为了能够从根本上保障矢量数据的准确性、实用性与实时性，通常情况下，GIS矢量数据的构建基础为现存地图，或者是数字化测量结果，其更新对那些有着较好现势性的地图数字化结果、野外测量结果有着较大依赖性。但需要指出的是，当前现有地图有着比较缓慢的更新时间，比较长的更新周期，受此影响，使得GIS矢量数据的现势性难以广泛满足用户需求，所以，需积极找寻实用性更为突出的FIS数据更新途径。遥感图像融合实为一种借助高级图像处理技术来对多源遥感图像进行符合的技术类型，其能够实现对多种数据各种特性的最大化利用，因而可提高图像的空间分辨率与光谱，有助于图像视觉效果的提升，以及更新的GIS数据相应准确性的提高。本文在更新GIS数据库中应用遥感图像融合技术，现就其应用思路探讨如下。

1 图像融合技术分析

1.1 以三进制小波为基础的TM与SPOT图像融合

既往研究证实，SPOT与TM图像之间的分辨率比值是3：1，因此，借助二进制小波变换，难以获得理想的融合效果。针对此情况，本文除了将SPOT与TM图像之间分辨率比值考虑在内外，还考虑了各自的特征信息，最后提出了以三进制小波为基础的融合算法（SPOT与TM图像融合）。（1）把等待融合的SPOT与TM图像进行精确配准。（2）采用三进制小波法，把SPOT图像（高分辨率）实施变换，从中获取由高频分量（8个）与低频成分（1个）所组成的变换图像。（3）依据如下方法开展图像数据融合：假设R（x，y）是融合之后的图像数据，而B（x，y）是低分辨率图像数据，A（x，y）是高分辨率图像所对应的低频成分。设定DA（x，y）是低频成分上（x，y）（高分辨率影像）周围的方差，另设定DB（x，y）是低分辨率影像上（x，y）周期所对应的方差。

需要指出的是，因图像方差与图像特征之间存在着紧密关系，因此，可依据如下公式对融合后的数据予以明确：＞DB（x，y）。(4）把R（x，y）与高分辨率图像的变换图像的高频成分，经W进制小波逆变换，获取融合之后的高分辨率图像。针对融合之后的图像而言，其以一种较好方式将待融合图像的基本特性融合进来，在分辨率上，较之原始图像，更高。

1.2 SPOT与TM图像之间的精确配准

（1）SPOT几何校正。如果将地形不平这一因素考虑在内，可用共线方程实施校正；一般情况下，可利用控制点坐标所明确的外方位元素，联合平面坐标与高程（正射图像上像元），共同将正射图像像元所对应的位置（位于原始图像上）给计算出来。针对DTM来分析，其为正射图像的生成，提供了比较全面且详细的高程控制数据，当有着比较小的格网间距时，其便有助于正射图像精度的提升。还需要强调的是，DTM的精度与控制点的分布情况、精度，会对数字微分校正的精度造成影响。（2）几何配准。针对几何配准来讲，其有着比较多的数学模型，本文所采用的是多项式公式，其基本形式为：多项式具有诸多优点，比如解答简单、计算量小及灵活等。本文在精度要求得以满足的情况下，选一次多项式，对各个参数（8个）进行解答。为了能够对这些定向参数进行解答，需基于两幅图像上，从中选取若干数量的同名像点。在选择点位时，需要尽可能均匀分布在图像上，并且特征应比较突出。（3）图像重采样。当将配准参数解算出来之后，便需把那些低分辨率的TM图像，标配至SPOT图像上（高分辨率），促使这两幅图像大小相同，并且拥有相同的覆盖区域。所以，在对TM图像进行配准时，需要先围绕TM图像，对其实施重采样。对此，本文运用反解法，其思想为：自配准之后所得到的像点P（X，Y）为着眼点，将位于原始图像上的像点的坐标（x，y）反求出来，然后对此点的灰度值进行提取，且把它赋予P点。需要说明的是，因所得到的像点坐标（x，y）并非一定会落于像元的中心处，所以，需实施灰度内插处理，将像点所对应的灰度值给求出来。

2 遥感图像融合流程及预处理分析

2.1 图像融合的基本流程

针对遥感图像融合来讲，其基本流程为：（1）获取图像。针对图像的后区而言，通常使借助一些比较常用的遥感图像获取设备，以一种“各有所长”的采集方式，对各个方面的图像进行收集，比如红外热像仪（遥感卫星上）可以于激光系统、雷达系统等组合在一起，建立功能更为强大且全面的多传感器图像获取系统。（2）图像预处理。当将图像获取之后，通常需要对图像实施预处理。之所以要这样做，主要原因在于卫星传感器自身原因，及在拍摄过程中，所处环境条件发生复杂变化等因素的综合影响，会造成所获取的影像数据，存各种突出问题，比如产生噪声、扭曲变形、模糊失真等。所以，在推图像进行预处理操作时，首先要做的便是将那些比较明显的噪点给去除掉，提取相关特征，强化对比度等。（3）图像配准。针对图像融合技术来讲，其仅在对准的图像当中，方能实现高质量运行。而通常情况下，原始多幅图像数据或多或少的存在辐射差异、几何差异等，这便需结合实际需要及相关要求，实施图像校准。针对遥感图像的失真而言，其主要由两部分组成，其一为外部失真，其二是内部失真。针对内部失真来分析，实际就是由传感器的内部问题所造成的失真情况；而对于外部失真来讲，即为由运载工具的姿态发生改变所造成的图像变化。针对不同视角或者取自不同传感器、不同时间的统一目标景物的两幅或者多幅图像，对其所进行叠加、匹配等工作，便为图像配准过程。把多幅图像当中的一幅当作参考数据图像，那么对于其它图像而言，便被当作输入图像，并且还会与参考图像之间进行相匹配。

2.2 图像预处理

所谓图像预处理，从根本上来讲，即为在图像融合前，首先采取一些实用性较高的技术手段，对那些因卫星传感器自身以及成像环境等因素所造成的诸如噪声、图像扭曲、图像魔术等问题给解决掉，以此使处理之后的图像，在分析利用上变得更加方便。

2.2.1 图像增强

针对图像增强来讲，就是对图像的诸如对比度、轮廓、边缘等特征，进行适当的调整，以此突出图像当中的一些特定信息；此外，通过对那些无关紧要的冗余信息进行消除或抑制，有助于遥感图像质量的提升，因而图像增强是一种不错的图像处理方法。当前，已出现许多遥感图像增强处理方法，比较常用的有直方图均衡化、非线性变换及线性变换等。此外，还能利用滤波处理、空间变换等技术，来处理图像增强。通过此种处理后，可使所选特征的动态范围得到增加，便于图像的特征检测与识别。

2.2.2 图像纠正

图像纠正的主要目的在于将诸如成像投影的方式的不同、传感器外在方位元素发生改变等因素所导致的遥感图像在成像时发生几何变形问题给消除掉。所谓几何变形，从基础层面来分析，即为在图像坐标系当中，图像上像元的坐标与其在其它参考坐标系统当中坐标间的差异，多表现为弯曲、缩放、位移等。针对图像的几何纠正来讲，其主要包含两大环节，其一为对经坐标转换之后的像素灰度值实施重采样，其二是图像像元坐标的对应变换。

3 借助遥感图像对GIS矢量数据进行更新

要想实现对GIS矢量数据的更新，通常情况下，可遵从如下途径：（1）直接更新GIS矢量数据库；要想更新一种矢量数据，通常需要对与之相关的全部数据进行更改。（2）独立存贮处理结果。基于图像上对矢量数据进行提取，采用相同于原始数据库当中的数据结构，实施存贮，并将其当作一种新的数据源，为构建、维护、更新GIS数据库提供辅助。本文把原先的GIS矢量数据融合于SPOT、TM，针对最后所得图像，会基于几何位置配准，实施叠加显示，由作业人员目视其变化，用手工编辑方法更新GIS矢量数据。