毕业论文范文——ETM 影像数据的不同融合算法的对比研究

《毕业论文范文——ETM 影像数据的不同融合算法的对比研究》由会员分享，可在线阅读，更多相关《毕业论文范文——ETM 影像数据的不同融合算法的对比研究（18页珍藏版）》请在金锄头文库上搜索。

1、 摘 要 以福州市南台岛为研究区，利用 ERDAS Imagine 8.5、ENVI4.0 等遥感影像处理软 件，对 ETM+遥感影像数据的多光谱波段（第 1-5、7 波段）以及全色波段（第 8 波段）进 行融合试验，所采用的融合方法包括主成分法（PCA）、乘积法（MLT）、Brovey 变换和 HIS 变换，并从融合影像的光谱保真度、高频空间信息融入度和分类精度这三个方面对这 四种融合方法进行比较和评价。 关键字：关键字：ETM+；遥感影像融合；土地覆盖分类 I 目目 录录 第一章 概述 .1 1.1 内容概述 .1 1.2 研究区概况.1 1.3 研究区数据.2 1.4 遥感影像校正处理.

2、3 1.5 选取地面控制点（GCP）3 1.6 进行空间变换.4 1.7 重采样.4 第二章 遥感影像数据的融合算法 5 2.1 主成分分析法.5 2.2 MLT 算法 .6 2.3 Brovey 变换6 2.4 HIS 算法 .7 第三章 融合实验结果分析与评价 .8 3.1 主观评价.9 3.2 客观评价.9 3.2.1 光谱保真度 .9 第四章 影像分类 .12 第五章 结论 .15 参考文献 .16 1 第一章概述 1.1 内容概述 遥感影像融合是一种通过高级影像处理来复合多源遥感影像的技术。它针对不同环 境条件,选择最佳的波段组合和分辨率,设计最适宜的时相叠加,采用一定的算法将各影像

3、 的优点或互补性有机地结合起来产生新的影像。融合后的影像同单一信息源相比,清晰度 得到提高,能减少或抑制环境解译中可能存在的多意性、不完全性、不确定性和误差;最 大限度地利用了多种资料的不同特性,使图像同时具有较高的光谱和空间分辨率,提高了 图像的视觉效果;改善了几何精度、图像特征识别的精度和分类精度,有利于增强多重数 据分析和环境动态监测能力;改善了遥感信息提取的现势性和可靠性,有效地提高了资料 使用率,为大规模的遥感应用研究提供了一个良好的基础。遥感数据融合分为三级:像元 级融合、特征级融合、决策级融合。像元级融合是一种低水平的融合,它是直接在采集到 的原始数据层上进行的融合,通常用于多源

4、图像复合、图像分析和理解等。特征级融合是 先对原始遥感影像信息进行特征提取,然后对特征进行综合分析和处理,融合结果能最大 限度地给出决策分析所需要的特征信息。决策级融合是一种高层次的融合,它是在上述像 元级和特征级融合所提供的各类特征信息的基础上对图像信息进行识别、分类或目标检 测,并在获得有关区域决策信息后,再对所获得的专题图像进行融合处理,它的融合结果直 接为指挥、控制、决策系统提供依据。 1.2 研究区概况 本次研究区以福州市南台岛为研究区（东经 1191311925，北纬 25 582607） 。南台岛是福建省内最大江岛，位于福州市区南 6.5 公里，地处闽江下 游南、北港之间，属福州

5、市仓山区管辖（南台岛因位于福州市台江区以南而得名） 。南台 岛呈西北东南走向，东西长（淮安到林浦长 26 公里） ，南北相对较窄(螺洲到烟台山 宽 4 公里）面积 118.2 平方公里。岛上高盖山、虾蟆山、烟台山等原为江中岩岛，高盖 山为全岛最高点，海拔为 202.6 米。后由闽江泥沙淤积其间连接而成，为半岩半沙岛连 岛。地表起伏大，以平原、丘陵为主，平原地面高程 5 米以下；丘陵分布在中、西北、 2 东南部，海拔在 150 米以下，最高点高盖山海拔 202 米。岛周多沙洲、浅滩，受闽江带 来的泥沙淤积影响，岛屿面积不断向南、东延伸。 1.3 研究区数据 本研究所用的数据为 2001 年 3

6、月 4 日 Landsat ETM+影像（轨道号：119/42） ，并从 中切割出福州南台岛作为研究区。其中，TM1-TM5、TM7 波段的空间分辨率（即像元大小） 为 28.5 m28.5 m，TM8 的空间分辨率为 14.25 m14.25 m。表 1 给出的是 Landsat ETM+遥感数据的观测参数和波段特征。 表 1-1 Landsat ETM+影像的波段特征 波 段 号 波段空间分 辨率m 波长 m 设计依据波段特征主要用途 1 蓝 300.450.52 植物色素的吸收 峰在 0.45um 对水体穿透力强， 对叶绿素浓度反 应敏感 有助于判别水深，水中叶绿素分 布，近海水域制图

7、2 绿 300.520.60 植物在绿光波段 的反射峰在 0.55um 对水体有一定的 透视能力，对健 康茂盛植物绿反 射敏感 能判读出水下地形和污染状况， 探测健康植物，评价植物生长活 力 3 红 300.630.69 植物叶绿光吸收 峰在 0.65um 为叶绿素的主要 吸收波段，对水 体有一定的透视 能力 对海水中的泥沙流，河流中的悬 浮物有明显的反映；可区分死树 和活树，活树颜色较深；可区分 植物种类与植物覆盖度，探测植 物叶绿素吸收的差异。 4 近红 外 300.760.90 受细胞结构的影 响，植物 0.71.9um 处为 高反射 对水体对绿色植 物类别差异最敏 感，为植物通用 波段

8、 对植物的湿度有明显反映；能确 定绿色植被类型，做生物长势和 生物量的调查，水域判别等。 5 中红 外 301.551.75 水分子在 1.4、1.9um 的吸 收峰 处于水的吸收范 围内，反映含水 量敏感 用于植物含水量的调查、土壤湿 度、水分状况、作物长势研究、 区分云和雪 6 热红 外 120（TM ） 60(ETM+ ) 10.412.5 地物热红外发射 特征 反映地物的热幅 射性质。地表温 度高，热幅射就 强，色调就浅 植物和地物的热强度测定分析， 城市热岛研究，人类热活动特征 监测 7 中红 外 302.082.35 处于水吸收带与 蚀变岩类黏土矿 物羟基吸收带 处于水的强吸收 带

9、，水体显黑色 植物含水量测定，岩石的调查与 分类，含有OH 矿物的土壤 8 全色 150.520.90 通过各种融合手段提高地面空间 3 分辨率 相对于 Landsat-5 TM 而言，Landsat-7 ETM+有作了很大的改进，增加了 1 个 15m 的 Pan 波段，使其除了保持原有的多光谱优点以外，还明显地提高了空间分辨率。由于 Landsat-7 ETM+是目前广泛使用的卫星影像，因此本文选择 Landsat-7 ETM+数据，进行 基于同一传感器的不同空间分辨率波段的融合算法比较。 1.4 遥感影像校正处理 由于遥感平台的位置和运动状态变化的影响、地形起伏的影响、传感器的内外部参

10、数、图像地图投影方式的选择差异等原因，造成了图像上象元位置的坐标和地图坐标系 中相应的目标地物坐标的差异，即形成了图像的几何畸变。只有把这些误差进行精确校 正后才能对遥感影像实施进一步的处理。本次研究采用的 Landsat ETM+已由数据发行方 进行过辐射粗校正和几何粗校正，所以只须进行以地面控制点为依据的几何精校正和配 准。目前通行的遥感影像几何精校正，以一句话概括，就是利用控制点改正研究区遥感 影像的几何变形，从而生成一幅符合某种地图投影或图件表达要求的新影像。它不考虑 各种畸变误差形成的具体原因，而是把影像上存在的各种畸变和误差看成一个整体，然 后利用若干个控制点数据确立一个模拟影像几

11、何畸变的数学模型，以此来建立原畸变影 像（待校正影像）空间与标准影像（或称参考影像，如地图等）空间的某种对应关系， 即所谓映射变换函数或校正变换函数。再依据这种变换函数把待校正影像空间中的全部 象元变换到标准空间中去，从而实现影像的几何精校正。通常遥感影像几何精校正过程 包括三个步骤：（1）选取地面控制点（GCP） ；（2）依据控制点对数据进行空间变换， 也就是在几何位置上校正畸变误差；（3）取得变换后影像各象元的灰度值，即对影像进 行重采样。 1.5 选取地面控制点（GCP） 选好控制点是保证几何精校正质量的基础，同时也是保证整个工作成果精度的首要 部分。一般选择在影像和地形图上都容易识别定

12、位的明显地物点，如道路、河流的交叉 点，建筑物角点，桥头等特征点上。控制点必须达到有一定的数量，并且要求均匀的分 布在研究区内，同时南台岛属于丘陵地带，控制点应尽可能选在高程相似的地段。遥感 4 影像与地形图进行几何校正中 GCP 的选择，初选控制点后还需进行控制点对匹配精度的 检验，剔除那些匹配误差超限的象元（误差一般为小于 0.5 个象元，通常不超过 1 个象 元） ，必要时补充采控制点，以保证控制点的数量和质量。 1.6 进行空间变换 多项式近似法是目前实践中最常用的一种空间变换方法，只要控制点选得好，就可 保证取得较高的校正精度。这种方法回避了成像的几何过程，直接对影像畸变本身进行 函

13、数逼近，也就是说，校正前后影像相应点之间的坐标关系可以选用一个适当的多项式 来表达。地面控制点（GCP）数目，一般应大于(M+2)(M+1)/2（M 为多项式的次数） 。当 M=1（即采用一次多项式） ，至少需要 3 个控制点进行参数计算；当 M=2（即，采用二次多 项式） ，至少需要 6 个控制点；当 M=3（即采用三次多项式） ，则至少需要 10 个控制点。 实际工作中，控制点数目常大于 10。 1.7 重采样 经空间变换后输出的新图像象元，在多数情况下会落在原始图像阵列中的几个象元 之间（即共轭位置） ，因此输出图像的象元灰度值，必须通过适当的方法把该点四周邻近 的若干个整数点上的象元灰

14、度值对该点的灰度值贡献累积起来进行计算，这个过程称为 数字图像的重采样。实践中常用三种经简化的重采样方法是：最近邻法、双线性内插法、 三次卷积内插法。 这三种方法各有优缺点： （1）最近邻法计算量小，能保持影像光谱信息不变，但其几何校正精度差，校正后 的影像亮度具有不连续性，边界会出现锯齿状。 （2）双线性内插法比起最近邻法虽然计算量增加，但精度明显提高，而且校正后的 影像亮度连续，但它会对影像起到平滑作用，从而使原本对比度明显的分界线变得模糊。 （3）三次卷积内插法有很好的影像亮度连续和几何校正的精度，而且能较好地保留 高频成分，但是对几何校正的精度要求很高，而且计算量大，耗时且原始影像的亮

15、度值 会被改变。 综合考虑到影像光谱信息和影像地理位置精度这两个因素，本次研究中采用双线性 5 内插法进行图像的重采样。 第二章 遥感影像数据的融合算法 遥感图像融合的关键就是选择合适的融合方法，恰当的融合方法可在提高图像空间 信息的同时，较好的保持多光谱波段的光谱特征，如何在此前提下获得与地物色彩基本 一致的逼真的自然色彩图像，一直是业界学者追求的目标。受本次研究时间和研究者知 识背景和经验条件限制，本次研究选用了目前为较多学者采用的几种融合方法：主成分 分析法（Principal Component Analysis） 、乘积方法（Mutiplicative） 、Brovey 变换 （Br

16、ovey Transform）和 HIS 变换进行试验和比较。所使用的遥感影像处理软件是 ERDAS Imagine 8.5 和 ENVI4.0。 2.1 主成分分析法 主成分分析法（PCA）是在统计特征基础上进行的一种多维（多波段）正交线性变换， 数学上称为 KL 变换。主成分分析法先将具有多波段的多光谱图像经过 PCA 变换为多个 独立的主分量，通常第一主分量包含有多个波段共同和唯一的光谱信息；而后将具有高 分辨率的全色影像经过灰度拉伸，使其灰度的均值与方差和 PCA 变换的第一主分量图像 一致；然后以拉伸过的高分辨率图像代替第一分量图像，经过主成分逆变换完成图像融 合。主成分分析融合法最大优点是可以应用任意数目的波段。经过融合的图像包括了两 幅原始图像的高空间分辨率和高光谱分辨率的特征，保留了原图像的高频信息。融合图 像上目标的细部特征更加清晰，光谱信息更加丰富。采用主成分分析融合法的具体步骤 如下： 1)计算参与融合的 n 波段多光谱影像的相关矩阵; 2)由相关矩阵计