摘 要：科學(xué)技術(shù)的不斷進(jìn)步促進(jìn)了現(xiàn)代遙感技術(shù)的發(fā)展，通過航測獲得的遙感數(shù)據(jù)精度也越來越高，不同時相、不同分辨率、不同傳感器獲得的遙感數(shù)據(jù)的融合也顯得越來越重要。本文分析多源遙感數(shù)據(jù)的融合技術(shù)，探討各種技術(shù)之間的優(yōu)點和缺點，以促進(jìn)業(yè)內(nèi)對遙感影像融合方法的探索，提高遙感影像的利用價值。

關(guān)鍵詞：航測內(nèi)業(yè)；遙感影像；融合技術(shù)

中圖分類號：TP751

隨著遙感技術(shù)的不斷發(fā)展，航測遙感影像的數(shù)據(jù)量激增，各種不同種類傳感器獲取的遙感數(shù)據(jù)分辨率大大提高，但是在使用這些遙感影像數(shù)據(jù)的時候卻遇到了瓶頸。這些遙感影像數(shù)據(jù)的冗余度比較高、沒有較高的互補(bǔ)性，即使擁有這些海量的數(shù)據(jù)卻無法充分利用這些數(shù)據(jù)的價值。這是遙感技術(shù)的一種損失。如何有效利用這些數(shù)據(jù)，將這些影像數(shù)據(jù)整合起來，減少冗余，提高利用價值，發(fā)揮遙感技術(shù)的優(yōu)勢成為一個越來越重要的研究課題。遙感影像融合技術(shù)即是為解決這些問題而產(chǎn)生的方法。它是一種信息融合技術(shù)，通過高級的數(shù)據(jù)影像處理技術(shù)對多源遙感影像數(shù)據(jù)進(jìn)行融合，產(chǎn)生新的影像數(shù)據(jù)，消除冗余數(shù)據(jù)，彌補(bǔ)單一數(shù)據(jù)的不足，提高遙感影像數(shù)據(jù)的價值。

1 多源遙感影像融合技術(shù)概述

多源遙感影像融合技術(shù)是指通過一種復(fù)合模型結(jié)構(gòu)，融合不同航測傳感器獲得的影像數(shù)據(jù)，消除不同傳感器獲得的數(shù)據(jù)之間的冗余和沖突之處，通過各種數(shù)據(jù)之間的互補(bǔ)和配合獲得新的影像數(shù)據(jù)。新得到的影像數(shù)據(jù)增強(qiáng)原有多源影像數(shù)據(jù)的清晰度和可靠性，并大大豐富原有多源影像數(shù)據(jù)的信息，獲得比原有單一數(shù)據(jù)更豐富的信息，提升多源遙感影像數(shù)據(jù)的利用價值。

計算機(jī)算法的發(fā)展和不斷豐富為多源遙感影像融合技術(shù)提供了強(qiáng)大的技術(shù)支持。多源遙感影像融合技術(shù)主要使用各種影像數(shù)據(jù)處理算法進(jìn)行融合。高質(zhì)量的影像融合算法可以大大提高遙感影像融合的成功率和最終效果，提升影像的清晰度和分辨率。挖掘影像中的價值。

2 多源遙感影像的融合

2.1 多源遙感影像數(shù)據(jù)的融合和預(yù)處理。在遙感航測內(nèi)業(yè)的處理中，將現(xiàn)有的多源遙感影像數(shù)據(jù)進(jìn)行融合能夠?qū)崿F(xiàn)影像數(shù)據(jù)分辨率上的大幅提高，而且可以對單獨的影像數(shù)據(jù)進(jìn)行有效的整合，提高航測的效率，因此，在航測內(nèi)業(yè)中主要是對多源遙感影像數(shù)據(jù)的準(zhǔn)確計算和計算機(jī)處理。通過細(xì)致的處理和分析才能得到可靠、有效、清晰的融合后影像數(shù)據(jù)，從而提升影像數(shù)據(jù)的質(zhì)量和價值。在目前我國多源遙感影像數(shù)據(jù)的融合和預(yù)處理中，對現(xiàn)有影像數(shù)據(jù)的處理和再加工是工作的重點，對單幅影像數(shù)據(jù)的邊緣、形狀、紋理等部分都要進(jìn)行精確的處理。在實際的處理過程中，要做好相關(guān)影像數(shù)據(jù)的配準(zhǔn)，精確配準(zhǔn)的影像數(shù)據(jù)可以大大提高影像融合之后的效果和準(zhǔn)確性，從而實現(xiàn)對影像精度的提高。

2.2 影像數(shù)據(jù)的融合。影像數(shù)據(jù)的融合就是在影像數(shù)據(jù)的整合處理過程中，對現(xiàn)有影像數(shù)據(jù)的全面融合和參數(shù)變換，融合處理過程的不同階段的參數(shù)是不同的，所以在各個階段要對這些參數(shù)做有效的選擇，實現(xiàn)既定的融合目標(biāo)。

3 航測內(nèi)業(yè)中遙感影像融合方法

目前，在實際的工作過程中，對遙感影像的融合技術(shù)可以根據(jù)級別和層次的不同分為三個等級，分別是象素級、特征級和決策級。在這三種等級的遙感影像融合技術(shù)中，象素級是融合精確度最高的一個等級，這種級別的融合在融合的時候會盡可能保留原始影像的信息，對影像的控制最精確，是當(dāng)前各種級別的研究中最成熟的一個級別。特征級的融合是位于中間等級的融合，這個級別的融合方法通過將遙感數(shù)據(jù)按特征進(jìn)行提取，然后對多源影像數(shù)據(jù)進(jìn)行分類和綜合，利用特征向量將其融合。決策級的融合是最低級別的融合。通過說明數(shù)據(jù)的屬性，對數(shù)據(jù)進(jìn)行融合處理，從而為決策提供一定的參考依據(jù)。這個級別的融合會損失大量的影像信息，精度也不高。本文以下討論的都是象素級的融合技術(shù)，這些技術(shù)成熟且穩(wěn)定。是在實際工作中被檢驗過的方法。

3.1 乘積變換方法。乘積變換方法是利用最基本的乘積組合算法直接對兩類遙感影像信息進(jìn)行合成的技術(shù)，應(yīng)用最基本的乘積組合算法。乘積變換方法會把多波段圖像中的任意一個波段值和高分辨率的遙感數(shù)據(jù)的乘積賦值給融合之后的波段值。該算法由Crippen的特種分析技術(shù)演變而來。將一定亮度的影像進(jìn)行乘積變換處理的時候，只有乘積變換會使其顏色保持不變。可以利用這種方法把人工特征、城市道路等高反射的地物顯現(xiàn)出來。這種方法適合于城市和郊區(qū)等地區(qū)的研究。

3.2 HIS變換方法。多源遙感影像融合時最常用的方法時HIS變換法，該方法是遙感影像融合時最常用的算法之一。HIS變換是色度空間的變換，由明暗度、色調(diào)和飽和度組成，是影像融合的標(biāo)準(zhǔn)方法。利用分離出來的影像明暗度和高分辨率的影像數(shù)據(jù)（全色數(shù)據(jù)波段）進(jìn)行簡單替換或適當(dāng)?shù)乃惴ㄓ嬎?，得到一個分量，將分離出來的影像明暗度用計算得到的分量進(jìn)行替換，然后對替換之后的明暗度、色調(diào)和飽和度三分量圖像進(jìn)行反變換，最終生成RGB數(shù)據(jù)融合效果。融合處理之后的影像數(shù)據(jù)可以增強(qiáng)飽和度，改善影像的質(zhì)量和分辨率?？梢杂糜谠鰪?qiáng)地質(zhì)特征、色彩、微地物、微構(gòu)造等信息。

3.3 Brovey變換方法。Brovey變換是一種常見的簡單比值運(yùn)算方法，其最大的特點是可以通過對三個波段不同像素的數(shù)據(jù)進(jìn)行同時處理，從而實現(xiàn)對光譜影像的乘積有效融合。被稱為色彩標(biāo)準(zhǔn)化融合，被廣泛應(yīng)用在不同傳感器影像數(shù)據(jù)的融合中。對這種變換方法的合理使用能夠?qū)崿F(xiàn)對多光譜全色影像的融合，實現(xiàn)對簡化圖像的系數(shù)的保留和信息的獲取。使用Brovey變換法不僅能夠?qū)崿F(xiàn)對影像數(shù)據(jù)完整性的保護(hù)，還能實現(xiàn)對原始的各種色彩信息的保護(hù)?？梢栽谝欢ǔ潭壬蠈崿F(xiàn)對圖像細(xì)節(jié)的強(qiáng)化。其不足之處在于只能同時處理三個波段的圖像，功能得不到充分發(fā)揮，并且如果原始圖像的噪點較大，其分辨率就會受到影響，細(xì)節(jié)上保留就不全面。

3.4 小波變換方法。小波變換方法是剛剛興起的一種數(shù)學(xué)分析方法，在目前航測內(nèi)業(yè)的應(yīng)用中還不是很廣泛，但受到了業(yè)界越來越多的關(guān)注。小波變換方法可以有效克服以往不同域之間的數(shù)據(jù)圖像處理界限。是介于頻率域表達(dá)和函數(shù)的空間域表達(dá)之間的一種方法。經(jīng)過小波變換，可以將原始圖像分解成不同空間分辨率、頻率特性和方向特性的子圖像進(jìn)行分析和處理。小波變換方法的分頻特征就相當(dāng)于劃分的高低頻濾波器，信號可以分解成低頻和高頻細(xì)節(jié)、紋理信息，原始影像中包含的信息不會失去。小波變換有以下幾個優(yōu)點。首先，小波變換有變焦性；其次，小波基選擇靈活，還有信息保持性。小波變換融合后的圖像具有全色數(shù)據(jù)的高空間分辨率和多光譜數(shù)據(jù)的色彩信息，提高了融合圖像的可讀性。

3.5 主成分變換方法。這是一種變量關(guān)系基于主成分分析的方法，稱為KL變換法。在盡可能不丟失信息的情況下，利用線性變換的方法實現(xiàn)數(shù)據(jù)壓縮。其本質(zhì)是把多波段的圖像壓縮在一幅圖像上，使各個波段的信息能最大限度地表現(xiàn)在新的圖像上。主要用于增強(qiáng)數(shù)據(jù)壓縮影像，在光譜特征空間中突出物理意義顯著的指數(shù)，檢測土地利用的動態(tài)變化。

4 結(jié)束語

現(xiàn)代遙感技術(shù)對數(shù)據(jù)處理的要求越來越高，航測內(nèi)業(yè)的遙感影像融合技術(shù)一直都是業(yè)界關(guān)注和研究的重點。對于獲取的海量遙感影像數(shù)據(jù)，只有通過正確的方法進(jìn)行融合才能夠獲得最終想要的效果。要實現(xiàn)對多源遙感影像數(shù)據(jù)的融合就必須根據(jù)不同的融合方法的優(yōu)缺點，針對具體的應(yīng)用場景來選擇合適的融合方法。對于城區(qū)、土地規(guī)劃、動態(tài)監(jiān)測等不同應(yīng)用領(lǐng)域為了突出具體的細(xì)節(jié)，應(yīng)該選擇合適的融合方法，使影像數(shù)據(jù)價值最大化。

參考文獻(xiàn)：

[1]孔鵬飛，孔建利.航測內(nèi)業(yè)中遙感影像融合方法研究[J].數(shù)字技術(shù)與應(yīng)用，2013（09）：89-89.

[2]賈雪軍.航測內(nèi)業(yè)中遙感影像融合方法研究[J].科學(xué)與財富，2014（06）：238-238.

[3]張弦，黎穗.航測內(nèi)業(yè)中遙感影像融合的要點分析[J].中國科技縱橫，2014（16）：28-28.

作者簡介：張春燕，女，黑龍江哈爾濱人，本科，工程師，研究方向：航測與制圖。

作者單位：河北省制圖院，石家莊 050031