4.3.3彩色增强 人的视觉对彩色的分辨能力远远高于对灰度的分辨能力，通常人眼能分辨的灰度有十几个 等级，但可以分辨100多种彩色层次。彩色增强就是根据人的视觉特点，将彩色用于图像增强 之中，这是提高遥感图像目标识别精度的一种有效方法。彩色合成增强是将多波段黑白图像变 换为彩色图像的增强处理技术。根据合成影像的彩色与实际景物自然彩色的关系，彩色合成分 为真彩色合成和假彩色合成两种。真彩色合成是指合成后的彩色图像上地物色彩与实际地物色 彩接近或一致，假彩色合成是指合成后的彩色图像上地物色彩与实际地物色彩不一致，通过彩 色合成增强，可以从图像背景中突出目标地物，便于遥感图像判读。 第四节数据融合 4.4.1概念与简介 多种遥感数据源信息融合是指利用多种对地观测技术所获取的关于同一地物的不同遥感数 据，通过一定的数据处理技术提取各遥感数据源的有用信息，最后将其汇集（融 合，Fusion.Mer )到统一的空间坐标系（图像或特征空间） 中进行综合判读或进一步的解 析处理，通过多种信息的互补性表现，提高多源空间数据综合利用质量及稳定性，提高地物识 别、解译与决策的可靠性及系统的自动化程度的技术。数据融合的概念始于70年代。进入0 世纪90年代以后，随若多种福成卫星的发射成功」 从不同福成平台获得的不同空间公率和 时间分辨率的遥感影像形成了多级分辨率的影像金字塔序列，给遥感用户提供了从粗到精、从 多光谱到高光谱的多种遥感数据源。数据融合的发展在 定程度上解决了多种数据源综合分析 的司题 4.4,2数据融合前处理 ,间融合时 则其系统误差类型也不同 T的R 以CCD推 光机扫 而 插 行融合时必 线 行重采样 地 标 向 地 使 的投影方式和 的 遥感影像之间的几何配准 和精确融合。 4.4.3常用的 源遥感影像数据 合在国际上经过多年研究，技术上日趋成熟。目前，常用的遥感影像 的融合方法， 王要：以檬 HS 换，比俱 基 仑的特征融合、基于贝叶斯法则的分类融合以及以局部直方图匹配滤波技术为基础的影像 数据融合 4.4.4遥感影像与非遥感数据脸合 在仅用遥感数据难以解决问题的时候，可以加入非遥感数据进行融合。非遥感数据包括地 气象、水文等自然专题信息，也包括行政区划、人口、经济收入等人文与经济信息，这些 信息可以作为遥感数据的补充，有助于综合分析客观规律，提高判读的科学性，因此遥感数据 与地理数据的融合也是遥感分析过程中不可缺少的手段。航空与航天数据是以网格的形式记 录，而地面采集的地理数据则常以多等级，多量纲的形式反映下垫面的状况，数据格式也呈多 样化。因此，为了使各种地理数据与遥感数据兼容，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，产生的新的数据。它们可以作为 与遥感数据类似的若干独立的波段，以便和遥感数据融合。 融合步骤如下： 1、地理数据的网格化为了使非遥感的地理数据与遥感数据融合，前提条件是必须使地理 数据可作为遥感数据的一个“波段”，这就是说通过一系列预处理，使地理数据①成为网18 4.3.3 彩色增强 人的视觉对彩色的分辨能力远远高于对灰度的分辨能力，通常人眼能分辨的灰度有十几个 等级，但可以分辨 100 多种彩色层次。彩色增强就是根据人的视觉特点，将彩色用于图像增强 之中，这是提高遥感图像目标识别精度的一种有效方法。 彩色合成增强是将多波段黑白图像变 换为彩色图像的增强处理技术。根据合成影像的彩色与实际景物自然彩色的关系，彩色合成分 为真彩色合成和假彩色合成两种。真彩色合成是指合成后的彩色图像上地物色彩与实际地物色 彩接近或一致，假彩色合成是指合成后的彩色图像上地物色彩与实际地物色彩不一致，通过彩 色合成增强，可以从图像背景中突出目标地物，便于遥感图像判读。 第四节 数据融合 4.4.1 概念与简介 多种遥感数据源信息融合是指利用多种对地观测技术所获取的关于同一地物的不同遥感数 据，通过一 定的数据 处理技术 提取各 遥感数据 源的有用 信息，最 后将其汇 集 ( 融 合 ,Fusion,Merge) 到统一的空间坐标系 ( 图像或特征空间 ) 中进行综合判读或进一步的解 析处理，通过多种信息的互补性表现，提高多源空间数据综合利用质量及稳定性，提高地物识 别、解译与决策的可靠性及系统的自动化程度的技术。 数据融合的概念始于 70 年代。进入 20 世纪 90 年代以后，随着多种遥感卫星的发射成功，从不同遥感平台获得的不同空间分辨率和 时间分辨率的遥感影像形成了多级分辨率的影像金字塔序列，给遥感用户提供了从粗到精、从 多光谱到高光谱的多种遥感数据源。数据融合的发展在一定程度上解决了多种数据源综合分析 的问题。 4.4.2 数据融合前处理 图像几何校正与配准 影像配准是数据融合处理中的关键步骤，其几何配准精度直接影响 融合影像的质量。通常情况下，不同类型的传感器影像之间融合时，由于它们成像方式的不同， 则其系统误差类型也不同。如 SPOT 与 TM 数据融合时， SPOT 的 HRV 传感器是以 CCD 推帚 式扫描成像的，而 TM 则是通过光机扫描方式成像的，因而不同类型影像进行融合时必须经过 严密的几何校正，分别在不同数据源的影像上选取控制点，用双线性内插或三次卷积内插运算 对分辨率较低的图像进行重采样，改正其误差，将影像投影到同一的地面坐标系统上，为图像 配准奠定基础。 在实践中，可以统一采用数字化地形图作为基础底图，分别对不同遥感器产生 的图像进行几何精校正，使它们具有统一的投影方式和坐标系统，以便不同类型或不同时相的 遥感影像之间的几何配准和精确融合。 4.4.3 常用的数据融合方法 多源遥感影像数据融合在国际上经过多年研究，技术上日趋成熟。目前，常用的遥感影像 的融合方法，主要有：以像元为基础的加权融合、 HSI 变换、 K-L 变换，比值变换；基于小 波理论的特征融合、基于贝叶斯法则的分类融合以及以局部直方图匹配滤波技术为基础的影像 数据融合等。 4.4.4 遥感影像与非遥感数据融合 在仅用遥感数据难以解决问题的时候，可以加入非遥感数据进行融合。非遥感数据包括地 质、气象、水文等自然专题信息，也包括行政区划、人口、经济收入等人文与经济信息，这些 信息可以作为遥感数据的补充，有助于综合分析客观规律，提高判读的科学性，因此遥感数据 与地理数据的融合也是遥感分析过程中不可缺少的手段。 航空与航天数据是以网格的形式记 录，而地面采集的地理数据则常以多等级，多量纲的形式反映下垫面的状况，数据格式也呈多 样化。因此，为了使各种地理数据与遥感数据兼容，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，产生的新的数据。它们可以作为 与遥感数据类似的若干独立的波段，以便和遥感数据融合。 融合步骤如下： 1 、地理数据的网格化 为了使非遥感的地理数据与遥感数据融合，前提条件是必须使地理 数据可作为遥感数据的一个 “ 波段 ” ，这就是说通过一系列预处理，使地理数据 ① 成为网