吴霞

摘要：文章以当今遥感技术的施用程度和未来需求作为为宏观探寻目标，特此针对其遥感影像融合处理方法进行了分类详解。望能为相关研究人员或浅析人员提供一些浅显素材。

关键词：遥感影像；融合处理；融合方法

引言：遥感图像技术在近年间已被广泛应用到生活中。其中在基层群体中应用最广泛的便是交通行业，实时定位和宏观地图为人们的交通安全以及出行便捷度提供了极高的技术协助。而提供立体遥感影像的支持技术就是遥感影像融合方法。这些被广泛施用的方法从线条处理到合成处理都有着不同的技术优势和短板，而其优势能度和局限落差就形成了完全不同的表象差别。差别既是可创新短板，也可作为特殊需求投入使用，那么为了更有针对性的将遥感影像融合处理方法置放于适应位置，就需对其方法内容进行细密探究。

一、IHS变换融合方法

遥感影像融合技术以尺寸精密度和画面观感准确度作为两大衡量要素。而IHS就属于可将画面尺寸精密度做到相对优秀的技术方法，从其技术能度而言，其精密度处理能力比较适用于对精密度要求不高的遥感影像处理中，并不擅长融合处理高精度遥感图像。这主要是因为IHS虽具有优秀的显像能力，但其稳定性以及融合过程对线性条件有着较为严苛的需求。一般参与融合的线性因素有两种，分别来自于两个信息端所提供的实时数据，而IHS融合过程要求信息两端所提供的光谱数据要在接近范围内，若数据群间隔过大则融合回流画面会呈现混乱差异状态，完全失去可视影像价值。

同时IHS在同一时间周期内可承担的融合进程仅仅限于三个波段中，并且此范围限制不具备弹性可能，因此就融合效率而言IHS明显处于下游地位，且三组数据从形成概率而言不具备充分融合价值，故IHS的图像融合精密度也十分受限。从上述限制因素我们不难推断，IHS融合法的施用适应条件应严格控制在中小型遥感影像需求范围内，而对于土地规划、林区规划和地表监控等以大面积粗数据和色彩对比优先作为遥感特征的监测行为，IHS并不能为其提供宏观精密度以及明确色彩的条件价值。

而在限制条件如此明显的情况下，相关遥感影像融合技术研究人员便针对IHS的方法限制性做出了定向提升。例如将其主成分作出集合改动的方法、将其运作规程与图示内容匹配的方法等性能结合法，这类方法其实就是利用互补的方式将两种融合法予以性能提升的运作效率，将IHS并不擅长的色彩融合加以层面提升，可以极大程度的改善光谱扭曲状况，故从融合结果来看其性能互补的效果十分显著。

二、小波变换融合法

小波变换顾名思义其运作规程基本依靠小波变换来实现融合作用。其处理特点为先以分区为作用点，完成小区域阶段融合后再将其整合输送至相应的波频途径中，依照提前设定的内部算法，以在波频输送渠道内部实现完整的数据输送。在此过程中特定算法起到维护合成图像完整性的作用，通过算法可有效减少数据输送的信息泄露或丢失情况，也可维护信息流动进程不出错。小波变化融合法的特点就是密集输送且能有效保真，优势重点就是小波区域间的图形特征也能够完整显像。除此之外因小波变换的分割特性使其拥有调节分辨率的融合特性，故当小波法试图融合高度、广度具有极大差异的空间特征时，也可使用良好的分辨率特征对其边界进行明显区分且无明显色差。因此经以上用途和特性可推断，小波变换完全能够支撑不同型号的反送融合工作，且能够以最优秀界定值还原感应图像准确度。

笔者参阅了各种融合处理方法的使用反馈后，将其主内容效能进行了简单区分。几乎所有的变换融合法都在分辨率性能上存在显著落差，尤其是数据回流的图像色差以及分辨率问题。相对比小波变换融合法在综合现象上明显处于优势地位，但其同样具有能力短板。因小波变换融合法为保证现象的完整性往往会设定必然复杂算法于输送途径中，而算法保真效能越高就说明其难度越大，相对的计算时间也会随之加长。但相对的算法消耗时间越长，越容易产生数据波动造成基础信息丢失的隐患。

三、基于平滑滤波的亮度变换法

平滑滤波的处理方法与小波变换存在一定方法联系，小波法是将波段图像输送到整合图像中，而亮度变换法则是在高清分辨基础上利用平滑滤波将其置放于低匹配分辨度影像环境中的流程走向。传统的全彩波段影像在边界中和分析显像上的技术优势处领先地位，但其不具备色彩显像功能，因此在当今其使用途径已极其薄弱。而亮度变换法的相对优势为可使用特殊性能实现色彩优化，也就是说利用平滑滤波，此法可以完全在全彩波段影像的显像基础上加入色彩因素，同时在输送信息数据时所采用的算法结构的运算效率也要比小波法更加便捷。

那么综合其优势，亮度变换法在显像、分辨率以及运算效率等方面都完全优于其他复杂算法，那么这里可以以QuickBird的施用需求作为性能核对标准，其需求包括光谱信息回送完整度、高分辨信息完成度以及显像精密度，故将其与亮度变换法优势进行对比可知，两者可以用其绝对优势完成性能融合。但是在施用形式中，亮度变换法仍然存在部分限制条件，例如其并不能在雷达设备中使用。

四、高通滤波法

高通滤波融合是将高分辨率影像中的几何信息逐像素叠加到低分辨率影像中来进行的。高通滤波融合法能够在一定程度上提取全色影像细节信息，并把全色影像的细节信息直接叠加到多光谱影像上，能够增强原多光谱低分辨率图像的边缘细节特征，并能减小阴影的影响。据研究分析表明，在光谱特征、空间特征及融合前后影像的地物分类精度等方面，这种融合方法最适用于对IKONOS全色和多光谱影像的处理。其不足之處是：容易增加影像的噪声，影响视觉效果。

结语：遥感影像融合是遥感影像处理中的一个重要方面，是处理多源遥感影像数据的主要方法之一，而融合方法的选择对融合效果是至关重要的。本文主要对IHS变换、小波变换法、高通滤波法、基于亮度调节的平滑滤波法四种融合方法进行了分析探讨，指出了它们的优缺点，并针对不同的遥感影像应采用不同融合处理方法方面提出了一些观点。endprint