遥感数据融合方法比较

Ø  像素级融合方法

¯  代数法

¯  分量替换法

¯  基于彩色空间变换的影像融合法

¯  基于主成分分析的影像融合法

¯  基于高通滤波影像融合法

¯  基于小波变换影像融合法

¯  基于小波的HIS影像融合

代数法

分量替换法

基于彩色空间变换的影像融合法

数据融合的技术关键

Ø  数据融合的技术关键

¯  充分认识研究对象的地学规律

¯  充分了解每种融合数据的特点和适用性

¯  充分考虑到不同遥感数据之间波谱数据的相关性引起的有用数据的增加以及噪声误差的增加，因此对多种遥感数据作出合理的选择

¯  几何配准，即解决遥感图像的几何畸变，解决空间配准问题

Ø  只有对地学规律、影象特征、成象机理这三者有深刻的认识，并把它们有机地结合起来，数据融合才能达到更好地效果

遥感与非遥感数据的融合

Ø  遥感数据与地理数据的融合是遥感分析过程中不可缺少的手段

¯  通过遥感手段获取数据不能解决应用时遇到的全部问题

¯  因此，将地形、气象、水文等专题数据，行政区划、人口、经济收入等人文与经济数据作为遥感数据的补充，可有助于综合分析问题，发现客观规律，提高解译的效果

Ø  遥感数据是以栅格格式记录的，而地面采集的地理数据常呈现出多等级，多量纲的特点，数据格式也多样化。

Ø  因此，为了使各种地理数据能与遥感数据兼容，首先需要将获取的非遥感数据按照一定的地理网格系统重新量化和编码，以完成各种地理数据的定量和定位，产生出新的数据格式。

Ø  这样，遥感数据与非遥感数据可在空间上对应一致，又可在成因上互相说明，以达到深入分析的目的。

地理数据的网格化

①使地理数据成为网格化的数据；

②地面分辨率与遥感数据一致；

③对应地面位置与遥感影像配准。

最优遥感数据的选取

Ø  配准融合

多源数据融合实现了遥感数据之间的优势互补，也实现了遥感数据与地理数据的有机结合。

这种融合的意义决不仅仅提高了目视解译的效果，更重要的是在定量分析中提高了精度，扩大了遥感数据的应用面，具有很大的实际意义。 广西善图科技有限公司