基于区域特性的遥感图像融合技术研究

"追踪基于区域特性的遥感图像融合" 遥感图像融合是指将多光谱图像与高分辨率全色图像进行融合，使融合后的多光谱图像既具备较高的空间细节表现能力，同时保留多光谱图像的光谱特性，以获得对地物更全面的描述。常用的遥感图像算法包括IHS变换法、PCA主成分变换法及小波变换法。 IHS变换法和PCA主成分变换法都是成分替换法，其融合特点是：融合后的多光谱图像空间细节表现能力得到增强，但同时也带来了较大的光谱失真。原因在于，高分辨率全色图像与低分辨率多光谱图像的各个谱段之间的光谱响应并不一致，因此在成份替换后导致了光谱失真。 小波变换法具有良好的空域和频域的局域性， 可较多地保留多光谱图像中的光谱信息，但其空间细节表现力逊于前两者。原因是传统的离散小波变换在对二维图像进行处理时有以下不足：首先，在离散小波分解过程中存在下采样环节，因而不具备平移不变性，即在小波分析的子带间有频谱混叠现象，当输入图像平移后，小波系数的能量会在子带间重新分配，使重构图像产生振铃效应；其次，离散小波变换的高频子带只具有3个方向，不能有效表达二维图像具备的各个方向的纹理特征。 基于区域特性的遥感图像融合算法是指根据图像的区域特性，选择合适的融合算法，以实现空间分辨率与光谱信息的平衡。例如，对于多光谱图像的成像特性，可以分别提出了基于区域特性的多光谱与全色图像的融合算法及SAR与全色图像的融合算法。 在融合图像中，空间分辨率与光谱信息之间存在着trade-off关系，即若融合后的多光谱图像达到或接近高分辨图像的空间分辨率，则其光谱信息与原有多光谱图像的失真度较高；反之，若融合后的多光谱图像的光谱信息与原多光谱图像保持一致或失真度较小，则其空间分辨率与高分辨图像差距较大。从数学上也证实了该关系。 基于区域特性的遥感图像融合最新动态是指根据图像的区域特性，选择合适的融合算法，并结合数学分析来优化融合结果，从而获得对地物更全面的描述。