最新多源遥感数据融合探讨教学讲义PPT课件.ppt

《最新多源遥感数据融合探讨教学讲义PPT课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、多源遥感数据融合探讨报告内容安排Partone：多源遥感数据介绍Parttwo：多源遥感数据融合Partthree：融合算法探讨Partfour：IKONOS&QB融合效果Partfive：融合中的难点Partone：多源遥感数据介绍RGB432Multi-sensordataSensortwo：SPOTCBERS系列卫星：即中巴资源卫星（China-BrazilEarthResourceSatellite）1999年10月CBERS-1发射2003年11月CBERS-2发射该卫星特点（1）20米分辨率的5谱

2、段CCD(chargecoupleddevice)相机,其采用推帚式扫描,扫描宽度113km；（2）80米分辨率的3波段多光谱扫描仪（MSS），扫描宽度120km；（3）160米分辨率的1个波段热红外扫描仪，扫描宽度120km；（4）256分辨率的2个波段宽视场成像仪（WFI），扫描宽度890km；（5）重复观测周期是26天，由于CCD相机具有侧视功能，观测同一地区的最短周期可以为3天。Multi-sensordataSensorthree：CBERSRGB432(2006)Multi-sensordataS

3、ensorthree：CBERS高分辨率商业卫星Quick-Bird单波段星下分辨率为2.44米,全色分辨率为0.61米,其一副图象可以覆盖16.5×16.5km2.IKONOS单波段星下分辨率为4米,全色分辨率为1米,其一副图象可以覆盖11×11km2低分辨率卫星MODIS卫星其可见分辨率比陆地卫星低,光谱分辨率高,回归周期短,最多一天可以获得4条过境图象,共有36个波段数据。Multi-sensordataSensorfour：Quick-Bird&IKONOS&MODISParttwo：多源遥感数据融合

4、多源遥感影象数据特点：冗余性：表示多源遥感影像数据对环境或目标的表示、描述或解译结果相同互补性：指信息来自不同的自由度且相互独立合作性：不同传感器在观测和处理信息时对其它信息有依赖关系融合目的：将单一传感器的多波段信息或不同类别传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，加以互补，改善遥感信息提取的及时性和可靠性，提高数据的使用效率。融合实质：在统一地理坐标系中将对同一目标检测的多幅遥感图像数据采用一定的算法，生成一幅新的、更能有效表示该目标的图像信息。DataFusion遥感数据融

5、合发展和应用数据融合（datafusion）最早被应用于军事领域。融合数据的特点：融合产生的数据具有原始影像的优点，其可以减少识别目标的模糊性和不确定性，提高遥感图像整体质量和综合分析精度同时又能满足定量遥感需要更多的光谱信息和空间纹理信息的要求。融合模型要求：具有良好的信息保真度。分类：像素级、特征级和决策级主要应用领域有：多源影像、机器人和智能仪器系统、战场和无人驾驶飞机、图像分析与理解、目标检测与跟踪、自动目标识别等。DataFusionPartthree：融合算法探讨遥感数据融合流程图问题：低分辨率影

6、像如何选择？问题：高分辨率影像如何选择？数据预处理包括几何纠正、大气订正、辐射校正及空间配准（1）几何纠正、大气订正及辐射校正的目的主要在于去处透视收缩、叠掩、阴影等地形因素以及卫星扰动、天气变化、大气散射等随机因素对成像结果一致性的影响；（2）影像空间配准的目的在于消除由不同传感器得到的影像在拍摄角度、时相及分辨率等方面的差异。空间配准空间配准中最关键、最困难的问题寻找地面控制点（GCP,GroundControlPoint）。(1）GCP选择：如边界、线状物交叉点、区域轮廓线等明显的特征。（2）插值：根据

7、映射关系，对非参考影像进行重采样，获得同参考影像配准的影像。插值法有：邻近点插值法、双线性插值法和立方卷积插值法三种，精度要求：空间配准的精度一般要求在0~2个像元内，融合精度一般在一个像元以内。同一传感器数据融合不需配准。（JianGuoLiu,2000）DataPreparation融合分类：按照信息抽象程度可以分为像素层、特征层和决策层像素级：优点：保留了尽可能多的信息，具有最高精度，三级融合层中为研究最成熟的一级，已经成了丰富的融合算法。局限性：1.效率低下。由于处理的传感器数据量大，所以处理时间较长

8、，实时性差2.对参与融合遥感影像配准精度要求很高。特征级融合特征级融合是一种中等水平的融合。其先是将各遥感影像数据进行特征提取，提取的特征信息应是原始信息的充分表示量或充分统计量，然后按特征信息对多源数据进行分类、聚集和综合，产生特征矢量，而后采用一些基于特征级融合方法融合这些特征矢量，作出基于融合特征矢量的属性说明。决策级融合决策级融合是最高水平的融合，融合的结果为指挥、控制、决策提供依据。在这一