论文部分内容阅读
摘 要：现代遥感技术的提高使得各种航测内业的精度也实现了提升，这种情况下，有关部门应该重视对遥感影像融合方式的使用，以更好的实现对不同的技术因素的转换，实现高质量的航测。
关键词：航测内业 遥感影像 融合 方法
现代航测技术的发展，使得各种遥感技术也取得了很大的发展和进步，这种情况下，不仅实现了分辨率的提高，还实现了测试的数据量的激增，但是在实际的使用过程中，还存在较为严重的问题，即数据没有较强的互补性，冗余性比较强，所以，无法满足数据的实际应用需要。因此，在实际的数据使用过程中，对于这种大量信息的合理整合，也是非常重要的，应该将现有的数据处理过程中的优势有机协调起来，才能真正的发挥数据的应用优势，实现对各种有用信息的管理，提升遥感影像的融合技术水平。
1 多源遥感影像的融合
1.1 遥感影像数据融合与预处理
在实际的航测中，将现有的各种遥感影像数据进行融合不仅能可以实现对分辨率的提高，还可以实现对数据的有效整合，提高测试的效率，所以应该重视对各种数据的准确计算以及处理，才能得到较为可靠的数据的融合效果，进而也就可以实现对数据的影像质量的提高和加强。目前来看，我国的多源遥感影像数据的融合与预处理的过程中，比较重要的就是要实现对现有的影像数据的处理，对现有的影像 的边缘以及形状和纹理等都进行速度的提高，并结合实际的影像处理要求，做好相关的图像的配准俄是十分重要的，图片的配准可以有效的改善现有的影像融合的质量，也就可以实现对图像精度的提高。
1.2 影像数据的融合
所谓影像数据的融合，指的就是在数据的整合处理的过程中，实现对现有的数据的全面的融合和参数的变换，因为不同阶段的影像数据的处理涉及到的参数是不同的，所以要实现对这些参数的有效的确定，就必须要根据现有的参数以及融合效果，实现对各种数据的匹配的处理以及类型转换的关注，这样就可以根据既定的遥感的控制和管理的目标，实现对已经取得的研究目标的进一步的确认。
2 航测内业中遥感影像融合的主要方法
目前来看，遥感影像融合技术在实际的使用过程中，可以根据级别和层次的不同，分为三个等级：即像素级、特征级和决策级融合，这些不同级别和等级的像素的融合技术，在实际的使用过程中就必须采用不同的方式予以转换。
下面笔者将结合自己的工作经验，以及目前像素级的融合的方式和办法，对常用的几种数据融合的处理方式进行转换。这些办法分别为Brovey变换、乘积变换、主成分变换、HIS变换、小波变换等。
2.1 遥感影像融合中的Brovey变换法
Brovey变换法作为一种常见的比较简单的比值运算方式，其最大的特点是可以通过对三个波段的不同的像素的数据的同时处理，来实现对光谱影响的乘积的有效融合，在这个过程中不仅可以实现对现有数据比值的计算，还能够对色彩进行标准化的融合处理。通过对这种变换法的合理的使用，可以实现对多光谱的全色影响的融合，也就实现了对简化图像的系数的保留和信息的获取，所以从这个角度来看，采用变换法不仅能够实现对图像的数据的完整性的保护，还能够实现对原始的各种色彩的信息的保护，一定程度上实现了对图像细节的加强，但是在实际的应用过程中，这种方式的应用会受到限制，即只能同时处理三个波段的图像使得其功能不能充分的发挥，并且在实际的运行过程中，如果图像的噪点较大，分辨率就会受到影响，零星的细节保留也不全面。
2.2 遥感影像融合中的乘积变换方法
乘积变换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，是应用最基本的乘积组合算法。即把多波段图像中的任意一个波段值与高分辨率遥感数据的乘积赋给融合以后的波段数值。它是由Crippen的特种分析技术演变来的，通过演变表明：将一定亮度的影像进行乘积变换处理时，只有乘积变换使其色彩保持不变。可用这种方法把人工特征、城市道路等高反射特征地物突显出来，一般适用于在城市、郊区的研究。
2.3 遥感影像融合中的主成分变换方法
变量之间的关系是基于主成分分析的方法，也称为KL变换方法，在尽可能不丢失信息的前提下，使用线性变换的方法实现数据压缩的方法。其目的是把多波段的图像信息压缩或综合在一幅图像上，以使各波段信息能最大限度地表现在新的图像上。它主要用于： 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； 监测土地利用的动态变化。
2.4 遥感影像融合中的HIS变换方法
融合多源遥感图像时最常用的方法是HIS变换法，是遥感影像融合算法中最常用的算法之一。HIS变换属于色度空间的变换，由明度、色调、饱和度来构成，被称为图像融合成熟的标准方法。在色度学上，利用分离出来的影像明度与高分辨率影像数据（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度用计算得到的分量进行替换，再对替换后的明度、色调和饱和度三分量图像进行反变换，生成RGB数据融合成果。进行融合处理后可增强融合的饱和度，改善了图像的质量和分辨能力，可用于增强地质特征、增强色彩、微地物、微构造等信息的提取和解译。
2.5 遥感影像融合中的小波变换方法
小波变换是一种新兴的数学分析方法，在现代的航测内业的应用中范围不是十分的广泛，但是也已经受到了行业的重视，因为这种方式可以有效的克服以往的不同域之间的数据的图像处理界限。是介于频率域表达和函数的空间域表达之间的一种方法。经小波变换可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处理。它的分频特征相当于划分的高、低频滤波器，信号可以分解为低频和高频细节、纹理信息，原始信号中包括的信息，而不会失去。小波变换的优点：有变焦性、小波基选择灵活性和信息保持性等。而图像融合的主要是使融合后的图像兼具全色数据的高空间分辨率和多光谱数据的色彩信息，从而提高融合图像的可判读性。
3 结语
综上所述，现代航测内业对于图像的遥感处理技术的要求逐渐提高，这种情况下要想实现对各种遥感图像方式的有机融合，就必须要根据不同的检测方式的优缺点，来实现对细节处理的加强，并对多光谱成像效果的提高，这样就导致了谱频的失真，所以有关部门应该重视在不同的遥感影像融合的过程中，实现对谢姐的突出，以更好的实现对多源检测的融合。
参考文献
[1]姜芸，藏淑英，王军.多源遥感影像数据融合技术研究[J].测绘与空间地理信息，2009，（32）.
[2]孟京辉，陆元昌，刘刚，等.遥感图像数据融合方法与评价方法 [J].河北农业大学学报，2010，（33）.
关键词：航测内业 遥感影像 融合 方法
现代航测技术的发展，使得各种遥感技术也取得了很大的发展和进步，这种情况下，不仅实现了分辨率的提高，还实现了测试的数据量的激增，但是在实际的使用过程中，还存在较为严重的问题，即数据没有较强的互补性，冗余性比较强，所以，无法满足数据的实际应用需要。因此，在实际的数据使用过程中，对于这种大量信息的合理整合，也是非常重要的，应该将现有的数据处理过程中的优势有机协调起来，才能真正的发挥数据的应用优势，实现对各种有用信息的管理，提升遥感影像的融合技术水平。
1 多源遥感影像的融合
1.1 遥感影像数据融合与预处理
在实际的航测中，将现有的各种遥感影像数据进行融合不仅能可以实现对分辨率的提高，还可以实现对数据的有效整合，提高测试的效率，所以应该重视对各种数据的准确计算以及处理，才能得到较为可靠的数据的融合效果，进而也就可以实现对数据的影像质量的提高和加强。目前来看，我国的多源遥感影像数据的融合与预处理的过程中，比较重要的就是要实现对现有的影像数据的处理，对现有的影像 的边缘以及形状和纹理等都进行速度的提高，并结合实际的影像处理要求，做好相关的图像的配准俄是十分重要的，图片的配准可以有效的改善现有的影像融合的质量，也就可以实现对图像精度的提高。
1.2 影像数据的融合
所谓影像数据的融合，指的就是在数据的整合处理的过程中，实现对现有的数据的全面的融合和参数的变换，因为不同阶段的影像数据的处理涉及到的参数是不同的，所以要实现对这些参数的有效的确定，就必须要根据现有的参数以及融合效果，实现对各种数据的匹配的处理以及类型转换的关注，这样就可以根据既定的遥感的控制和管理的目标，实现对已经取得的研究目标的进一步的确认。
2 航测内业中遥感影像融合的主要方法
目前来看，遥感影像融合技术在实际的使用过程中，可以根据级别和层次的不同，分为三个等级：即像素级、特征级和决策级融合，这些不同级别和等级的像素的融合技术，在实际的使用过程中就必须采用不同的方式予以转换。
下面笔者将结合自己的工作经验，以及目前像素级的融合的方式和办法，对常用的几种数据融合的处理方式进行转换。这些办法分别为Brovey变换、乘积变换、主成分变换、HIS变换、小波变换等。
2.1 遥感影像融合中的Brovey变换法
Brovey变换法作为一种常见的比较简单的比值运算方式，其最大的特点是可以通过对三个波段的不同的像素的数据的同时处理，来实现对光谱影响的乘积的有效融合，在这个过程中不仅可以实现对现有数据比值的计算，还能够对色彩进行标准化的融合处理。通过对这种变换法的合理的使用，可以实现对多光谱的全色影响的融合，也就实现了对简化图像的系数的保留和信息的获取，所以从这个角度来看，采用变换法不仅能够实现对图像的数据的完整性的保护，还能够实现对原始的各种色彩的信息的保护，一定程度上实现了对图像细节的加强，但是在实际的应用过程中，这种方式的应用会受到限制，即只能同时处理三个波段的图像使得其功能不能充分的发挥，并且在实际的运行过程中，如果图像的噪点较大，分辨率就会受到影响，零星的细节保留也不全面。
2.2 遥感影像融合中的乘积变换方法
乘积变换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，是应用最基本的乘积组合算法。即把多波段图像中的任意一个波段值与高分辨率遥感数据的乘积赋给融合以后的波段数值。它是由Crippen的特种分析技术演变来的，通过演变表明：将一定亮度的影像进行乘积变换处理时，只有乘积变换使其色彩保持不变。可用这种方法把人工特征、城市道路等高反射特征地物突显出来，一般适用于在城市、郊区的研究。
2.3 遥感影像融合中的主成分变换方法
变量之间的关系是基于主成分分析的方法，也称为KL变换方法，在尽可能不丢失信息的前提下，使用线性变换的方法实现数据压缩的方法。其目的是把多波段的图像信息压缩或综合在一幅图像上，以使各波段信息能最大限度地表现在新的图像上。它主要用于： 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； 监测土地利用的动态变化。
2.4 遥感影像融合中的HIS变换方法
融合多源遥感图像时最常用的方法是HIS变换法，是遥感影像融合算法中最常用的算法之一。HIS变换属于色度空间的变换，由明度、色调、饱和度来构成，被称为图像融合成熟的标准方法。在色度学上，利用分离出来的影像明度与高分辨率影像数据（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度用计算得到的分量进行替换，再对替换后的明度、色调和饱和度三分量图像进行反变换，生成RGB数据融合成果。进行融合处理后可增强融合的饱和度，改善了图像的质量和分辨能力，可用于增强地质特征、增强色彩、微地物、微构造等信息的提取和解译。
2.5 遥感影像融合中的小波变换方法
小波变换是一种新兴的数学分析方法，在现代的航测内业的应用中范围不是十分的广泛，但是也已经受到了行业的重视，因为这种方式可以有效的克服以往的不同域之间的数据的图像处理界限。是介于频率域表达和函数的空间域表达之间的一种方法。经小波变换可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处理。它的分频特征相当于划分的高、低频滤波器，信号可以分解为低频和高频细节、纹理信息，原始信号中包括的信息，而不会失去。小波变换的优点：有变焦性、小波基选择灵活性和信息保持性等。而图像融合的主要是使融合后的图像兼具全色数据的高空间分辨率和多光谱数据的色彩信息，从而提高融合图像的可判读性。
3 结语
综上所述，现代航测内业对于图像的遥感处理技术的要求逐渐提高，这种情况下要想实现对各种遥感图像方式的有机融合，就必须要根据不同的检测方式的优缺点，来实现对细节处理的加强，并对多光谱成像效果的提高，这样就导致了谱频的失真，所以有关部门应该重视在不同的遥感影像融合的过程中，实现对谢姐的突出，以更好的实现对多源检测的融合。
参考文献
[1]姜芸，藏淑英，王军.多源遥感影像数据融合技术研究[J].测绘与空间地理信息，2009，（32）.
[2]孟京辉，陆元昌，刘刚，等.遥感图像数据融合方法与评价方法 [J].河北农业大学学报，2010，（33）.