全数字接收机载波相位恢复EOS算法毕业设计相关内容
EOS/MOD l S最优融合方法研究
卓邓凤东(陕西省农业遥感信息中心安710015)
为了提高MODIS影像的空间分辨率，本文分析了常用的his变换法、主成分分析法、简单乘积法和Brovey法。
分析了图像融合算法和假彩色合成方法的优缺点，并结合EOS/MODIS遥感图像的特点，对融合图像进行了分析
经过简单的评估，最终认为使用主成分分析的融合效果最好。
关键词:MODIS影像融合
1简介
随着遥感技术的发展，不同传感器获得的相同数据
一个区域内的多光谱、多分辨率和多时相图像不断增加。
更为自然调查和环境监测提供了丰富而有价值的资料。
昂贵的信息。但是通过这些单一的遥感手段获得的数据很少
在频谱等方面有一些限制和差异。如何
两者各自优势互补非常重要。遥感号
根据资料显示，整合是结合这些优势的好方法。图像融合可以
分为不同传感器的融合，如SPOT和TM的融合。
同一传感器不同分辨率之间的融合，如MODIS。
数据融合。但无论哪种融合，空间分辨率都会很高
多光谱图像融合后的图像会更加丰富。
改进了图像的光谱、纹理和几何信息。
解释效果和可靠性。有许多图像融合的方法，
如植被指数算法、缨帽变化、主成分分析、基于模块
类型方法等等。从技术层面看，数据融合主要
包括三层:像素级融合、特征级融合和决策级融合。
第二，不同层次采用不同的融合方法。本文主要研究
特征级融合的HIS变换法、简单乘积法和主成分分析法
分析方法，Brovey图像融合算法和假彩色合成。
这种方法在MODIS数据融合中的优缺点。
2 MODI的数据介绍
MODIS(它的全称是:中等分辨率
成像spectro radioⅲeter于1999年底在美国发射。
Terra (EOS-AMI)上唯一一个直播的。
国际上新一代集成光谱光学遥感仪器。
可同时获得覆盖可见光、近红外、远红外的***36。
100通道100米量级的遥感数据。MODIS数据具有多光谱特征。
分辨率(* * *有36个频道)，高时间分辨率(每天
顶部两次)、多空间分辨率(250米、500米和1000米)
还有其他特点？。其空间分辨率高于NOAA/AVHRR和光谱。
分辨率比TM高，正好填补了中间的空白。MODIS图
图像的光谱范围从可见光到远红外，其数据可以使用
在生态环境监测、火灾监测、旱情监测等方面，如
可以提高低分辨率波段的空间分辨率，它可以
反映了很多NOAA做不到的细节。例如，在森林火灾中
在监测方面，MODIS数据具有更高的精度和更高的饱和温度，
对于森林火灾的识别和分类具有较高的价值。大规模地
NDVI与250米分辨率生态环境监测分类。
其结果的准确性高于NOAA，更有参考价值。因此
如果能够很好的融合不同分辨率的MODIS数据。
结合起来，可以更好地发挥多光谱和中等分辨率的优势
挥手。
3图像预处理
研究中使用的数据是高海拔和少云量。
l 65438+2002年10月26日的MODIS影像。将是250m分辨率
图像几何精校正在ENVI软件中对图像进行校正。
手动选择参考图像的GCP点，分别校正其他分辨率。
图像，使得每个图像的校正误差在一个像素内，这可以
从而很好地保证不同分辨率图像之间的重合度，并且可以
从而提高融合图像的质量。
4图像融合方法
4.1 HIS变换方法
他的变换方法是最常用的融合方法之一，与
RGB颜色空间，它是对物体颜色属性的描述。
系统，其中I代表亮度，H代表色度，S代表。
颜色的饱和度，分别代表三个波段的平均辐射。
强度、数据向量和等效大小。这个方法怎么做。
方法是:首先，I，H，
s分量，然后使用250m 2波段数据(选择2波段原件
因为下面介绍)代替1分量，然后将其转换为
RGB色彩空间，形成新的图像。这个新形象不仅保持了
获得了高分辨率的亮度指数，保留了多光谱的色度和
饱和指数。但是，融合得到的多光谱图像灰度值是相同的。
原始多光谱图像差别很大，即光谱特征失真，基本上
多光谱图像的色调得以保持。
4.2简单乘积法
Crippen在1989中使用了加减乘除四种方法。
方法将一幅亮度图像转换成一幅彩色图像，结果表明只有
乘法有一个最小的颜色失真，计算公式如下:
DNf多光谱影像):l: dn(高分辨率影像)= Dⅳ(新影像)
威普信息
1O学术研究测绘技术装备季刊干0卷9期1号2007
在三种常用的融合方法中，这种方法是最简单和耗时的。
最少的方法，但是这种方法改变了多光谱数据的辐亮度。
信息，图像的亮度分量增加，所以在城市，郊区。
在城市区域的研究中，这种方法经常被用来放置城市道路，人工特征
轮廓反射特征被突出显示。
4.3 Brovey图像融合算法
Brovey图像融合也称为颜色标准化。
(Colornormalized)转换融合，由美国科学家。
R.L.Brovey建立了模型并推广开来，因此得名。它的算法是将许多
光谱图像的图像空间被分解成颜色和亮度分量并被处理
算算。其特点是:简化图像转换过程，使系数最大化。
最大限度地保留了多光谱数据的信息。这种方法主要使用
计算图像的三个波段，计算公式如下:
(DN端口1 I DN端口1+DN端口2+DN端口3)木W高分辨率图像=DN端口1一张新图像
(DN端口2 IDN端口1+DⅳB2+DN端口3)木Dⅳ高分辨率影像=DN端口2一张新影像
(3IDNB1+ 2+ 3)*DN~ m，mm= image。
B=波段
这种方法的结果是色调非常好，几乎完整。
原始图像的色调信息被保留。而且还会增加
图像直方图的高和低部分的比率提供了城市中的阴影、水。
与高反射地面物体相比，这样可以产生更高的画面。
RGB图像，其度数反映了图像直方图高部和低部之间的对比度。但是
但是，这种方法对多光谱图像的辐射信息有一定的限制。
变化，如果在未来的研究中多光谱数据的辐射信息是非常
重要，那么就不能采用这种方法。
4.4主成分分析融合方法
主成分分析(PCA)是一种特征选择方法。
每个新特征都是原始特征的线性函数。它主要
它旨在融合超过三个波段的图像。他的转化方法和
Brovey方法在超过三个波段时受到限制，只能提取。
选择多光谱图像中的三个波段参与变化，这样就不会出现
怀疑会使其他波段的信息丢失，不利于图像的综合效益。
使用。该方法合成的图像色调突出，植被覆盖清晰。
不同的植被类型和生长条件可以通过颜色和水体来区分
性能不错，但是深度反射差。它基于以下假设:
多光谱图像的第一主成分包含几乎所有的光波段。
度数信息，其他成分包括光谱信息；多光谱数据
的亮度信息类似于高分辨率数据的亮度信息。在融合中
在此过程中，高分辨率图像的直方图形状保持不变。
光谱图像的第一主分量被替换和逆变换。
融合的方法。因此，融合后的图像不仅保持了多光谱。
的特点，也具有高分辨率的特点。这个方法是最
这是一种常用的图像融合方法，但其运算时间较长。
4.5假彩色合成
假彩色合成是基于三原色成像的原理，会精确匹配
准三带灰度图像分别被赋予R、G和B颜色，
然后将它们组合形成新的彩色图像。由于人
眼睛分辨彩色图像的能力远高于分辨灰度图像的能力，所以
这种方法广泛应用于图像的目视解译和专题制图。
中等。在专题制图中，如果多一个波段，会有更详细的信息。
对于MODIS影像，为了提高其分辨率，该方法
主要使用250m图像，但仅使用250m图像
有两个波段，这需要向图像添加第三个波段来填充它。
这种方法足够了。有两种方法可以选择第三种渠道。
方法:一个是重复250m波段中的一个，给第三个
波段，比如RGB通道，分别给1通道，2通道，1通道。
道，这种组合是最简单的，不需要整合。
而且在制作专题地图时美观方便；另一种方法
是对500m的通道进行重新采样，然后将其添加到
250m图像。这样可以增加信息量，比如加波。
段7的近红外通道，所以形成的3波段数据是假彩色。
图像，这样的图像可以很好的展示林地的信息。和7
该通道对明火及其能量敏感，可用于监测火情。这
这种方法虽然简单方便，但会损失500m其他波段。
光谱信息，所以一般只在制作专题地图时使用。
5结果的分析和比较
5.1 MODIS高分辨率影像的波段选择
众所周知，MODIS250m分辨率影像有两波。
段:一个是红光带；另一个是近红外波段。而在
上述三种方法中，一般只使用高分辨率图像。
一个波段，如SPOT的全色波段。因此，有必要关注这两个
比较两个波段的信息量，哪个波段信息量大，
哪个波段用于融合，使融合图像的字母
兴趣内容也比较大。在判断信息量是大是小时，使
通过查看直方图分布并比较均方差。
直方图分布范围广，说明它包含了大量的信息。均方
差异反映了灰度级相对于灰度级平均值的分散性，方差越大。
越大，灰度分布越分散。此时，图像中的所有灰度级
出现的概率越相等，包含的信息就越多。均方
差值的计算公式如下:
压力一
O=1f (Qj-Q) Ik-1
i=1
是第一个样本值；q是均值；k是样本数。
通过这个公式，1波段的均方误差为1696.794，
波段2的均方误差为2708.608，说明波段2的信号。
信息大于1波段。
从图1和图2所示的直方图，也解释了该波。
威普信息
测绘技术与装备季刊2007年第9卷1号学术研究11
段2的信息量大于带1的信息量。
图2 250米带宽2直线
5.2结果分析
在研究中，分别采用上述五种方法进行融合。
图3是250米波段2的MODIS图像，图4是500米的图像。
例如，图5是在250m波段1中重复分配的假颜色组合。
成像(波段组合为波段1、波段2和波段1)，如图6所示。
是他变换方法的结果图像，图7是简单乘积法的融合。
后像，图8是Brovey方法融合的图像，图9是主成分。
融合图像的分数分析。
图3
图4
图5
图6
图7
图8
图9
比较融合图像、高分辨率图像和多光谱图像，
假彩色合成方法不划分500m分辨率图像的空间
分辨率提高，不使用MODIS影像的高光谱分辨率。
优点；HIS的融合图像和原始图像在光谱上有很大差异。
不一样；简单乘积法融合效果最差，出现光谱特征。
威普信息
12学术研究测绘技术与装备季刊第9卷第1期，2007
改变；Brovey融合后，图像的明暗对比度增加；主要成就
分数阶分析的融合效果最好，光谱特征和原始图像最
为了相似。
6结论
对于MODIS影像来说，其分辨率和多光谱特性是决定性的。
它主要用于大范围的遥感监测，如干旱监测、
雾监测、沙尘暴监测等。和光谱在这些应用中的应用。
特色更重要。所以综合考虑光谱特性和融合。
效果等因素，图8中的融合结果是最理想的，即
在保持多光谱特征的原则下，使用主成分分析
行融合效果最好。
参考
1秦仙林，易浩若。基于MODIS数据的燃烧监测方法研究j .遥感技术与应用，2002，4 (2): 66 ~ 69
2牛志春、倪。土地利用动态遥感监测中的数据融合方法研究进展j .南京师范大学学报(自然科学版)，2002，25(3)；
12~ 17
3王建，陆安新，郭廷田，苗春，等。应用。Brovey图像融合在巩义灌区土地覆盖调查中的应用j .遥感技术应用，2001，9 (3):
173~ 177
4ERDAS公司ERDAS现场指南。六月1998
5张，张继贤，，等.土地利用动态遥感监测中多源遥感影像融合方法的比较研究.测绘科学，2000，9 (3): 46—51
(上接第22页)
参考
1国家自然科学基金。地理空间信息科学。北京:高等教育出版社，施普林格出版社，2001
2刘广云，韩立斌。电子地图技术及应用。北京:测绘出版社，1996。
3莎拉。无缝地理信息系统的理论与技术研究。解放军信息工程大学博士论文，2004。
4田德森。现代制图理论。北京:测绘出版社，1991。
中华人民共和国国家标准。1: 5000，1: 10000地形图图式。北京:中国标准出版社，1995。
6李德仁。论21世纪遥感与地理信息系统的发展j .武汉大学学报(信息科学版)，2003，28(2):127-1 31。
7吴凡。地理空间数据的多尺度处理和表达研究。武汉大学博士论文，2002。
戚庆文，梁雅娟，何晶，等.数字地图理论、方法和技术体系的探讨.测绘科学，2005，30 (6): 15—18 .
(接第45页)
序列设置、操作规则、考核方案、考核环境都需要输入。
线建立和编制。
总之，数码相机ADS40在中国的引进和应用，
实现全数字航拍具有里程碑意义，是为了加快航测数字。
又一个强大的生产建设工具，但是ADS40相机毕竟，
是新事物，新设备，高科技，配套软件，对。
它的认识、理解、学习、消化、吸收和应用需要一个
过程，只有不断的试验、探索和研究，才能加快生产和应用。
系统和接口的开发可以让ADS40相机发挥最大的作用。
尽早投入生产应用。
参考
1Ra iner三队。LH系统ADS40机载数字传感器的设计原则。国际摄影测量和遥感学会，2000年
2刘军，张永生，范勇宏。ADS40机载数字传感器的摄影测量处理及应用。郑州:测绘科技学报，2002。
3Udo Tempelmann。LH系统ADS40机载Digita1传感器的摄影测量软件。国际摄影测量和遥感学会，2000年
威普信息