matlab在摄影测量中的应用,Matlab在遥感影像融合及其效果评价中的应用

2011 年 6 月第 9 卷第 3 期 地 理 空 间 信 息 GEOSPATIAL INFORMATION Jun.,2011 Vol.9,No.3 Matlab 在遥感影像融合及其效果评价中的应用 刘源璋，王 宁，黄慧宁，谷胜涛 (桂林理工大学 土木与建筑工程学院 ， 广西 桂林 541004) 摘 要：随着多源遥感影像融合技术的飞速发展，融合方法也越来越完善，但是相应的融合效果评估还没有统一的标准和规则。主要通过 Matlab 编程，对 2 幅融合之后的影像的图像均值，平均梯度，标准差，熵与联合熵，相关系数进行综合的 对比，从而比较各种融合方法的优劣。 关键词：影像融合 ； 平均梯度 ；信息熵 ；相关系数中图分类号：P237.3 文献标志码: B 文章编号: 1672-4623 (2011) 03-0111-03 收稿日期：2010-12-24 项目来源：广西研究生教育创新计划资助项目(2010105960816M19)。 在实际的遥感应用中，与单源遥感影像数据相比，多源遥感数据既具有很重要的互补性，但也存在冗余。由于技术条件限制和工作原理的不同，任何来自单一遥感器的信息都只能反映地物目标某一个或几个方面的特征，而不能反映出其全部特征。为了能更准确地识别目标，必须从多源数据中提取出比单源数据更丰富更可靠更有用的信息 [1]。因此，必须把各具特色的多源遥感数据相互结合起来，进行综合分析和对比，相互补充，相互印证，才有可能充分发挥遥感技术的作用。通过数据融合，一方面可有针对地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理的效率；另一方面又能将海量多源数据中的有用信息集中起来，融合在一起，便于各种信息特征互补，发挥各自的优势，获得更多的有用信息，减少识别目标的模糊性和不确定性，从而为快捷、准确地识别和提取目标信息奠定基础 [2]。多年的研究实验表明，多源遥感影像数据融合技术是解决海量遥感影像数据问题的一个有效途径。在遥感领域中，单一传感器影像数据通常不能提取足够的信息来满足某些应用的需要，它所能提取的信息是有限的、不完整的。因为目标的特征是由包括电磁辐射在内的所有表征媒介来表达，某一波段的电磁辐射影像仅能表达与其相关的特征,而多传感器影像数据通过融合可以得到更多的信息，减少理解的模糊性，提高遥感数据的利用率 [3]。影像数据融合不是简单的叠加，它产生新的蕴含更多有价值信息的影像，即达到 1+1>2，甚至是远大于 2 的效果。作为影像融合技术的关键环节，遥感影像质量评价直接影响着遥感影像的应用。当前在影像融合领域中缺乏对融合效果系统全面的评价，仍主要依靠观察者的主观感觉。因此，迫切需要寻找一种可以客观全 面评价影像融合效果的方案，从而为不同的应用选择不同的融合方法提供依据。 1 遥感影像融合效果评价的统计参数 目前的评价图像融合算法性能的方法可分为 2类， 即主观的评价方法和客观的评价方法。 主观评价建立在人的视觉感官和经验知识基础上, 直观简洁, 但其缺点也显而易见, 即不具备客观性, 不同的人会得出不同的评价。由于人眼对于色彩具有强烈的感知能力, 这是任何定量评价方法所无法比拟的 [4]。因此, 通过主观定性评价, 基本可以确定融合方法的可 用性。 客观方式通过对影像的特性进行分析,从数理统计角度方面建立相应的特征评估模型,然后通过这些模型来比较、评估影像融合算法 [5]。常用的客观评价方法包括图像均值、信息熵、平均梯度、相关系数、标准差等。通过这些因子可以大大地提高判据的准确性和度；同时，采用多种量化判据可以弥补各自方法的缺陷，