基于數(shù)據(jù)融合的遙感圖象處理技術(shù)

宋曉玲 蘇海紅

摘 要隨著不斷增多的遙感應(yīng)用獲取數(shù)據(jù)。從單一可見(jiàn)光傳感器發(fā)展至今，傳感器的種類(lèi)也越來(lái)越多，如光譜、紅外、雷達(dá)以及高光譜等，從而在數(shù)據(jù)量的獲取上也越來(lái)越多。但是隨著數(shù)據(jù)信息的不斷增多，也讓更多的數(shù)據(jù)使用者在進(jìn)行數(shù)據(jù)處理上不得不設(shè)計(jì)出更加有效的數(shù)據(jù)處理系統(tǒng)，只有這樣才能讓更加有用、更加精簡(jiǎn)、更加高質(zhì)量的信息能夠提取出來(lái)。本文通過(guò)對(duì)數(shù)據(jù)融合的框架結(jié)構(gòu)和融合方法進(jìn)行分析，并在此基礎(chǔ)上探討了這些數(shù)據(jù)融合方法在遙感圖象處理中的應(yīng)用。

【關(guān)鍵詞】數(shù)據(jù)融合 遙感圖象處理技術(shù) 應(yīng)用探討

所謂數(shù)據(jù)融合就是指讓諸多具有互補(bǔ)性和冗余性的數(shù)據(jù)，在沖破單獨(dú)就某一個(gè)傳感器數(shù)據(jù)進(jìn)行的傳統(tǒng)處理分析的約束后，將這些數(shù)據(jù)當(dāng)成一個(gè)整體來(lái)進(jìn)行綜合利用，以便能夠?qū)⒏泳珶挼男畔⒔Y(jié)構(gòu)給提取出來(lái)，將決策依據(jù)提供給人為決策或人工智能決策系統(tǒng)的一種新興技術(shù)。數(shù)據(jù)融合技術(shù)所涉及的領(lǐng)域非常廣泛，它通過(guò)對(duì)諸多方法和數(shù)學(xué)統(tǒng)計(jì)工具進(jìn)行運(yùn)用，將譜分析以及可靠性等理論融合貫徹進(jìn)來(lái)。數(shù)據(jù)融合的發(fā)展是伴隨著多傳感器數(shù)據(jù)處理方法而產(chǎn)生的，其廣泛應(yīng)用于遙感圖象處理、工業(yè)過(guò)程監(jiān)控以及機(jī)器人視覺(jué)等多個(gè)領(lǐng)域。隨著人們對(duì)高質(zhì)量圖象的需求，致使數(shù)據(jù)融合技術(shù)逐漸的和遙感圖象技術(shù)開(kāi)始融合到一起。

1 數(shù)據(jù)融合的框架

數(shù)據(jù)融合技術(shù)應(yīng)用最早、最普遍的領(lǐng)域就是遙感應(yīng)用，遙感數(shù)據(jù)融合處理單元結(jié)構(gòu)通過(guò)在數(shù)據(jù)融合引擎中對(duì)多源傳感器傳輸過(guò)來(lái)的數(shù)據(jù)，借助于相關(guān)算法來(lái)進(jìn)行處理，同時(shí)以相關(guān)處理過(guò)的外部輔助信息和知識(shí)為基礎(chǔ)，以此來(lái)讓融合處理的精確度得到提升。融合處理后的結(jié)果不但能夠應(yīng)用于決策中進(jìn)行使用，而且還能夠當(dāng)成輔助信息向融合處理過(guò)程中進(jìn)行反饋，從而促使融合系統(tǒng)能夠?qū)θ诤咸幚磉M(jìn)行自動(dòng)優(yōu)化。在遙感數(shù)據(jù)融合處理單元結(jié)構(gòu)中，數(shù)據(jù)融合引擎以及其內(nèi)部諸多算法是主要核心所在。由于數(shù)據(jù)融合一般都在不同層次上進(jìn)行應(yīng)用研究和設(shè)計(jì)，因此，從不同的融合層次上可以將其大致分為三種，分別是像素層融合、決策層融合以及特征層融合。

2 數(shù)據(jù)融合方法

2.1 像素層數(shù)據(jù)融合

基于像素的數(shù)據(jù)融合大都是以初始圖象數(shù)據(jù)為基礎(chǔ)，讓圖象增強(qiáng)、分割以及分類(lèi)是其主要目的，只有這樣才能將更佳的輸入信息提供給人工判讀圖象或者特征層的進(jìn)一步融合。在三級(jí)融合層中像素層融合在我國(guó)是研究最成熟的一級(jí)，豐富且有效的融合算法已經(jīng)形成。一般像素融合大都會(huì)采取三種方法：

2.1.1 色彩變換方法

這種方法是對(duì)數(shù)據(jù)的可能性運(yùn)用不同的色彩通道進(jìn)行表示，從而實(shí)現(xiàn)數(shù)據(jù)融合，主要有IHS方法。這種方法是將人類(lèi)感知的彩色圖象轉(zhuǎn)化成空間和譜信息。主要有兩種轉(zhuǎn)化方法，一種是將圖象的三個(gè)色彩通道直接和IGS進(jìn)行對(duì)應(yīng)；另一種是將三個(gè)色彩通道向一個(gè)IHS色彩空間進(jìn)轉(zhuǎn)化，然后按平均亮度來(lái)劃分著整個(gè)的色彩空間，以此來(lái)分別表示I、H、S。在圖象分析中，這種方法已成為一種標(biāo)準(zhǔn)過(guò)程，能夠在高度相關(guān)圖象的色彩增強(qiáng)、特征增強(qiáng)以及圖象空間分辨率改善等融合處理上進(jìn)行運(yùn)用。

2.1.2 統(tǒng)計(jì)和數(shù)字方法

它是借助于對(duì)數(shù)學(xué)或其他符號(hào)進(jìn)行運(yùn)用，讓不同波段的圖象數(shù)據(jù)得到組合，主要有PCA方法和PCS方法。這種方法是將內(nèi)部相關(guān)變量表示的數(shù)據(jù)集進(jìn)行轉(zhuǎn)化，將其變成初始變量線性組合的非相關(guān)數(shù)據(jù)集，然后在融合置換處理它的主成分。PCA法主要是在圖象融合、編碼增強(qiáng)以及數(shù)據(jù)壓縮和圖象變化檢測(cè)等方面上運(yùn)用，它需要對(duì)數(shù)據(jù)集的主要部分進(jìn)行計(jì)算，并將其協(xié)方差或方差矩陣給解出來(lái)。

2.1.3 多分辨分析方法

通過(guò)對(duì)不同變換尺度進(jìn)行運(yùn)用，來(lái)分解、融合以及恢復(fù)任意尺度的圖象數(shù)據(jù)，主要有HPF以及WT等方法。HPF方法主要是通過(guò)高通濾波圖象數(shù)據(jù)，獲得的結(jié)果會(huì)和點(diǎn)、線、脊以及邊緣等特征一一相應(yīng)，然后在以一定的取舍標(biāo)準(zhǔn)將這些特征數(shù)據(jù)融合到低分辨率的圖象，從而讓更加好的空間分辨率得以獲取。

2.2 特征層數(shù)據(jù)融合

在對(duì)信息提供上，像素層比較有限，例如：在分類(lèi)處理圖象時(shí)，單單運(yùn)用圖象的像素值的分類(lèi)結(jié)果，存在有限精度，但是對(duì)圖象中目標(biāo)特征信息進(jìn)行運(yùn)用，則能夠讓分類(lèi)精度得到顯著提升。隨著不斷增長(zhǎng)的對(duì)地觀測(cè)數(shù)據(jù)量以及不斷提升的圖象分辨率，用戶的靜態(tài)非實(shí)時(shí)信息需求逐漸轉(zhuǎn)化成動(dòng)態(tài)實(shí)時(shí)，很多用戶都開(kāi)始需要基于遙感數(shù)據(jù)實(shí)時(shí)處理的目標(biāo)檢測(cè)、變化檢測(cè)以及目標(biāo)識(shí)別等應(yīng)用。像素層融合后的結(jié)果依舊還是圖象信息，因此就需要用戶進(jìn)行人工判讀，但是由于有些信息相應(yīng)經(jīng)過(guò)人工判讀出來(lái)具有一定難度，而很多圖象又具有較大的數(shù)據(jù)量，而且這些數(shù)據(jù)中大多數(shù)都沒(méi)有太多有用信息，如果進(jìn)行處理和傳輸，必定會(huì)浪費(fèi)大量時(shí)間和資源。而對(duì)數(shù)據(jù)進(jìn)行特征層和決策層融合處理則就能夠很好的解決這個(gè)問(wèn)題。

在進(jìn)行特征層融合前需先對(duì)圖象中感興趣的區(qū)域和目標(biāo)進(jìn)行檢測(cè)，然后在分割處理這些區(qū)域和目標(biāo)，并將目標(biāo)的諸多特征給提取出來(lái)。接著在融合處理多傳感器或多時(shí)相數(shù)據(jù)，以此來(lái)讓圖象中目標(biāo)的特征空間得到進(jìn)一步縮小，讓部分特征的不確定性得以消除。

2.3 決策層數(shù)據(jù)融合

數(shù)據(jù)融合的最高層次就是決策層融合，通過(guò)決策層融合的結(jié)構(gòu)能夠直接成為決策要素來(lái)實(shí)施相應(yīng)行為，并且還能夠讓決策者直接提供決策參考。決策層融合方法主要有基于辨識(shí)和基于知識(shí)的兩種決策融合方法。基于辨識(shí)法是通過(guò)將一定的假設(shè)前提進(jìn)行設(shè)定，然后將目標(biāo)的概率模型建立起來(lái)，從而實(shí)施目標(biāo)分類(lèi)，其中最為常見(jiàn)的方法有MAP方法、ML方法以及BC方法等。而基于知識(shí)的決策層融合方法，則是通過(guò)運(yùn)用邏輯模板和句法上下文知識(shí)來(lái)對(duì)數(shù)據(jù)進(jìn)行描述和融合，比較常見(jiàn)的有，基于神經(jīng)網(wǎng)絡(luò)的方法、基于專(zhuān)家知識(shí)的方法以及基于模糊邏輯的方法等。

3 總結(jié)

總而言之，數(shù)據(jù)融合技術(shù)的主要基礎(chǔ)是信號(hào)處理、控制理論以及人工智能等，隨著社會(huì)的發(fā)展，這種技術(shù)也得到了不斷發(fā)展和創(chuàng)新，其應(yīng)用也越來(lái)越廣泛。尤其是在遙感數(shù)據(jù)處理中，通過(guò)數(shù)據(jù)融合技術(shù)，不但能夠獲取到較為理想的效果，而且還能夠有效改善數(shù)據(jù)處理的性能。

參考文獻(xiàn)

[1]楊為民，陳寧.遙感圖象彩色融合問(wèn)題中的彩色融合約束方程及其近似解[J].數(shù)字技術(shù)與應(yīng)用，2011，09：214-216.

[2]王愛(ài)軍，吳景坤.計(jì)算機(jī)遙感圖象復(fù)合配準(zhǔn)處理技術(shù)在崩塌發(fā)展變化特征研究中的應(yīng)用[J].鐵路航測(cè)，2015，04：30-33.

[3]郭躍宏，閻民正，白曉勤，秦長(zhǎng)源，范雪芳.試談衛(wèi)星遙感（熱紅外）技術(shù)在山西地震重點(diǎn)監(jiān)視防御區(qū)的應(yīng)用[J].山西地震，2011，03：3+5+7+9+11+4+6+8+10+.

[4]潘劍君，鄒軍.運(yùn)用TM遙感圖象監(jiān)測(cè)揚(yáng)中市土地利用狀況的變化[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)，2013，02：50-54.

作者單位

泰山職業(yè)技術(shù)學(xué)院 山東省泰安市 271000