温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于
光谱
全色
影像
波段
融合
算法
研究
张艳秋
第 卷 第 期 年 月测绘与空间地理信息 ,收稿日期:基金项目:年甘肃省高等学校创新基金项目 无人机点云数据深度学习分类方法在高压输电线路中的应用研究();兰州资源环境职业技术学院 年院级科研能力提升项目 无人机多光谱传感器交叉定标研究()资助作者简介:张艳秋(),女,河南南阳人,讲师,硕士,年毕业于长安大学摄影测量与遥感专业,主要从事摄影测量、等方面的教学与科研工作。通信作者:李艳芳(),女,甘肃定西人,副教授,本科学历,主要从事教学管理、计算机应用技术教学与科研工作。基于多光谱和全色影像的精分波段融合算法研究张艳秋,李艳芳(兰州资源环境职业技术大学 测绘与地理信息学院,甘肃 兰州)摘要:图像融合技术在很多领域得到了广泛应用,但是仍然不能满足人们的需求。本文基于多光谱图像和全色图像,提出了一种精分波段的融合算法。首先判断多光谱与全色图像像元之间的重叠方式,以灰度值跨度为依据判断像元类型是否相同,依据像元灰度差异将数据进行分组,通过目标方差判断提取差异像元位置,并可以设定阈值提高不同地物目标类型精度。该方法通过土地类型面积计算实验进行验证,提高了全色影像建筑物和农田目标的分类精度,验证了方法的有效性。关键词:多光谱图像;全色图像;图像融合;精分波段中图分类号:文献标识码:文章编号:(),(,):,:;引 言近年来,图像融合技术迅猛发展,在城市规划、资源统计等很多领域得到了广泛应用,但随着各部门对遥感影像目标提取提出更精细化的要求,目前图像融合技术仍然不能满足人们的需求,而且存在很大的研究空间。遥感图像作为一种特殊的传感器图像信号,其融合理论一般是按照某种数学模型解决一定问题的图像信号处理,而解决这些问题的方法各不相同,从而缺乏完整统一的基本框架理论。这种融合方法的主观性,使其在进一步的实际应用中受到各种各样的限制。目前,遥感图像融合技术主要存在两个方面的问题。首先,缺少完备的图像融合框架理论。一些图像融合的研究工作处在试探性或仿真性的阶段,像人工智能、机器学习、小波分析等理论在图像融合领域的应用研究处在开始阶段。而且随着传感器技术的发展,遥感图像的类型也逐渐多样化,再加上融合目的不同,这种情况下的融合方法各有优缺点,也注定了其所适用的融合领域非常小,从而使得融合技术很难在多个应用领域形成统一的图像融合理论框架。所以,应该从图像的成像原理、数学模型的推导和其应用目的、范围来分析融合方法,构建一种普遍适用的图像融合理论框架。另外,融合效果评价体系有待完善。截至目前仍然没有一个完整统一的图像融合评价标准,仍不能客观地、准确地分析评价图像融合结果。实际中,不能依靠单一的评价标准对融合结果进行分析和评价,而是釆用主观与多个客观评价标准相结合,来分析评价融合图像。主观的评价方法的优点是简单快捷,但是对于不同的主观评价者,其积累的知识程度和经验也不相同,使得不同的人会有不同的评价结果。客观的评价标准,虽然评价标准不会改变,但是其指定和选择的评价指标因子却没有一致的参考标准。另外,主观与客观相结合的评价标准,往往客观评价标准不符合人类视觉系统的标准,导致客观评价与主观评价的结果不一致。本文主要围绕全色与多光谱遥感图像融合后提高地物分类精度的问题,区分不同地物边界像元分类模糊的问题,分别用原多光谱图像和精分波段后的图像计算土地面积,取得了良好的效果,并且可以通过设置阈值控制边界像元分类精度。研究方法精分波段融合算法首先判断多光谱与全色图像像元之间的重叠方式,然后以灰度值跨度为依据判断是否存在不同地物。确定存在不同地物后将数据进行分组,以分组后方差大小为依据提取不同地物所在像元的行列号并返回。根据设定的不同阈值可以提取出不同数量的不同地物像元以应对不同的精度要求。在多分数据融合中,该算法确实能提取出部分不同地物的像元用以进行土地面积精确计算或者为下一步判断被标记地物做准备。图像预处理多源遥感图像融合处理过程中,要考虑遥感成像传感器所在不同平台、太阳位置及角度条件、云、薄雾及大气条件、平台飞行位置、姿态等诸多因素的影响,以及图像上各像素的位置坐标与地图坐标系中的目标地物坐标的差异,遥感图像常表现为一定程度的失真和畸变。因此,在进行图像融合之前,有一个不可或缺的步骤,那就是必须对原始图像进行有效且精确的图像校正及配准预处理工作,以去除不同传感器的系统误差,保证各传感器信息具有精确到小于一个像素的校准精度。精分波段融合算法利用已完成预处理的多光谱与全色图像,沿着全色图像的像元裁剪其中相同的一部分,本文以全色 像元大小的图像为例完成下述算法,并用两种像元灰度值形式来分别完成算法的实现。一般遥感图像处理为了方便解译,默认会对图像进行拉伸显示,一般是 的线性拉伸。也就是会看到图像值有两个,一个是 值,也就是拉伸之后的显示值,一个是 值,即原始图像 值;处理之后的灰度在 之间。得到两种灰度矩阵后开始进行精分波段算法,首先将两幅图叠加,以多光谱图像为底层,以多光谱图像的一个像元为准,判断及标记与其接壤的所有的全色图像的像元,然后判断每个全色图像像元与多光谱图像像元的接壤面积,如果大于 就留下,否则舍去。会出现四种情况,如图 所示。图 多光谱与全色叠加的四种情况 第一种如图()所示,只有 个全色像元符合条件;第二种如图()所示,有 个全色像元符合要求;第三种如图()所示,有 个全色像元符合条件;第四种如图()所示,有 个全色像元符合要求。当出现情况一和二时不做处理;对于情况三,导出对应的 个像元的灰度值,求出最大值和最小值的差值,如果差值小于阈值不作处理,认为是同一种地物,当差值大于阈值时进行下一步。这时候又有两种情况,如图 所示。图 二三像元重叠时地物类型分布 如图()所示,两个像元为同一地物,另一个像元为另一种地物;如图()所示,个像元各自为一个不同地物。这时把 个灰度值两两分组,总共能分为三组,如图()、()所示。只有 情况的三组中有一组的地物是一样的,所以它们的灰度值的方差应该很小,所以采用方差来区分它们。对三组灰度值求方差,设定一个阈值,当三组方差都大于阈值时排除该组;当有一组方差小于阈值时,提取出该组并返回缺少的那个灰度值所对应的像 测绘与空间地理信息 年元的行列号。至此第一个多光谱像元的分析结束,进行下一个像元的分析,以此类推完成全部多光谱像元的分析,返回全部异常灰度值的像元的行列号。对于情况四,同样导出对应的 个像元的灰度值,求出最大值和最小值的差值,如果差值小于阈值不作处理,认为是同一种地物,当差值大于阈值时进行下一步。这时候又有 种情况,如图 所示。图 个像元重叠时地物类型分布 第一种情况如图()所示,个像元为同一种地物,另外一个像元为另一种地物;第二种情况如图()所示,个像元各自为一种地物;第三种情况如图()所示,两个像元为一种地物,剩下的两个像元各自为一种地物;第四种情况如图()所示,个像元各自为一种地物。这里只处理第一种情况,区分的依据还是方差,把 个灰度值 个分为一组总共能分成四组,如图。只有第一种情况中能有一组是一种地物,因而方差相对较小。对所有四组分别求出方差,与设定的阈值进行比较,当四组方差都大于阈值时排除,当有方差小于阈值时,提取出方差最小的那组中缺少的那个灰度值所对应的像元的行列号。至此第一个多光谱像元的分析结束,进行下一个像元的分析,以此类推完成全部多光谱像元的分析,返回全部异常灰度值的像元的行列号,定位相应的像元并标记。图 四像元重叠情况下三个像元分组的四种情况 实验结果 实验数据本文采用 卫星的影像为例,多光谱图像分辨率为 ,每个像元是对 测区内地物的一个概括和综合,然而 内很有可能会出现不同的地物,而对于全色图像的 分辨率而言,它的测区面积为,是可以一定程度上进行精确土地分类的,所以精分波段理论上能排除一部分不同地物的像元,最终达到提高土地面积计算精度的目的。本文以农田和楼房两种地物类型为例,首先利用原多光谱图像计算测区中的农田和楼房的面积,选择感兴趣的区域,红色区域为农田,绿色为楼房。土地面积精确计算计算两类土地各自的面积,见表。根据编制的程序代入所得数据得到满足条件的不同像元的行列号,得到归一化的灰度图如图 所示。其中 值为 代表农田,值为 代表为建筑物。表 计算土地面积结果 图 标记后的全色图像 从图 中可以看出 值标记的基本都在道路两旁,多是从黑色向白色转变的地带,而用 值标记的点全部分布在楼房中,多是从白色向黑色转变的地带。考虑可以用两种方法同时进行精分波段来提高标记点的数量。最后通过人工判断其中 个点属于楼房区域,个点属于农田区域,个点隶属不明确,是由于全色像元的分辨率为 ,所以一个像元代表 的面积,从表中减去标记处的面积和像元数计算得精分波段后的面积见表。表 精分波段算法计算得土地面积 通过对比表,在 灰度值跨度设计为,方差阈值设为,灰度值跨度设计为,方差阈值设为 的条件下,使用两种结果同时面积计算结果,对比表 表 面积,精度提高了,证明本算法的有效性。结束语多光谱与全色图像融合技术使具有不同光谱分辨率、空间分辨率的地物信息能够呈现在一幅图像中,为特征提取、目标识别等后续处理奠定了良好的基础。本文进行了深入研究,提出了一种精分波段的算法,以相邻的 个像元的灰度值为基础,利用最大最小值差判断是否存在不同地物,以分组后的方差为依据来识别不同地物所在的像元,通过本文算法融合多光谱和全色影像,通过土地资源调查计算实验对比,结果优于由多光谱图像计算出来的土地面积,验证了本文算法的有效性,为多光谱和全色影像融合在土地统计、城市规划方面的应用提供了依据。(下转第 页)第 期张艳秋等:基于多光谱和全色影像的精分波段融合算法研究异分析成果数据、评价评估数据、监测预警数据、空间发展战略数据等编制一本规划,以便更有效利用。监测评估预警监测评估预警主要包括动态监测、及时预警和定期评估 个方面功能。动态监测实现在国土空间保护和开发利用的基础上,对国土空间规划“一张图”中的多源数据,如各类管控数据边界、不同类型用地数据等,进行长期动态监测,主要包括管控边界监控、约束指标监控、资源环境承载力边界监控以及不同类型用地转化和分布监控等;及时预警是根据国土空间规划实施中违反开发保护边界及保护要求,设置指标预警等级和阈值,当指标预警等级过高或者突破阈值时,系统及时预警并生成预警分析报告;定期评估是根据国土空间规划评估指标,系统定期在全省范围内获取相关数据,生成评估报告并汇交至国家级系统,为国土空间规划编制、审查管控提供依据。结束语本文综述了利用新一代的信息化技术,提出国土空间规划“一张图”实施监督系统建设方法,并阐述了国土空间规划全过程管理流程和系统实现的关键技术。系统建成后,一是集成现状底图、规划蓝图、管理用图等,构建国土空间规划“一张图”,支撑政府部门的共享应用;二是实现国土空间规划成果从上报、审查、监测到管理的全过程数字化审查;三是围绕国土空间管制、监测评估及预警反馈,建立不同层级的国土空间规划指标体系,辅助国土空间规划业务管理的智能化决策。参考文献:杜澍,连欣新时期国土空间规划的战略研究中国国土资源经济,():,王福生基于 的国土空间数据应用平台的设计与实现北京测绘,():薛晓娟,李英成,王恩泉,等大数据时代国土资源“一张图”的构建北京测绘,():林坚,宋萌,张安琪国土空间规划功能定位与实施分析中国土地,():何子张,吴宇翔,李佩娟厦门城市空间管控体系与“一张蓝图”建构规划师,():曾玉龙,曾亦罗县级市多规合一信息平台设计与实现中国建设信息化,():刘丽芳厦门市国土空间规划动态评估监督模式探析山西建筑,():亢孟军,刘珮玥,巩玥,等国土空间规划辅助决策平台关键技术研究地理信息世界,():王金岩空间规划体系与空间治理南京:东南大学出版社,编辑:姚正明(上接第 页)参考文献:钟嫣然,李晓龙多特征融合的遥感影像建成区提取研究地理空间信息,():孙珂融合超像元与峰值密度特征的遥感影像分类国土资源遥感,():唐凝,赵琛遥感技术与摄影测量融合的影像质量评价方法自动化技术与应用,():戴进,罗伦,张华基于 的北京 号遥感影像融合方