地理信息：遥感影像融合层次

　　地理信息：遥感影像融合层次

　　根据融合应用层次和信息抽象程度的不同，

　　遥感影像的信息融合可以划分为像元级融合oxe-level fusion)

　　特征级融合(feature level fusion)和决策级融合deisiorlevel fusion)三个层次。

　　1.像元级融合

　　像元级融合是将经空间配准后的多源遥感影像数据根据某种算法生成融合影像，

　　而后对融合影像进行待征提取及属性说明。

　　因为它直接利用各原始影像数据进行处理，所以像元级融合属于最低层次的融合。

　　该层次融合的优点在于它尽可能多地保持了原始影像的信息，能够提共其他两种特征级.

　　决策级融合层次所不具有的细微影像信息，但同时该层次的融合也存在一定的局限性，

　　由于直接对原始影像进行处理，数据处理量较大，代价较高，要求对原始数据信息有较强的纠错能力。

　　2.特征级融合

　　特征级融合是一种中间层次上的融合。

　　它是指从各个卫量传感器影像数据源中提取出特征信息，

　　并对该特征信息进行综合分析及处理的过程。

　　通常情况下特征级融合所提取出的特征信息能够充分地表示或统计影像的像元信息，

　　从而很好地实现对多传感器影像数据的分类、汇集和综合。

　　基于特征级的影像融合，强调的是特征数据之间的对应关系，

　　而并未突出像元之间的对应关系，这就避免了由于人为因素造成的像元重采样等方面的误差。

　　由于特征级融合是把特征数据分类成特征鲜明的数据组合，并且强调对特征数据的并联处理，

　　因此在对特征判断方面的准确性和可信度更高，围绕辅助决策的针对性也越强。

　　特征级数据融合的有点在于融合过程中数据处理量大大减少，更有利于实时处理。

　　3.决策级融合

　　决策级融合是一种更高层次上的融合处理。

　　它是指对从不同类型的卫星传感器获得的同一目标场景的影像数据

　　在本地完成对影像的预处理、影像的配准、影像的特征提取以及特征识别，

　　得到对观测目标场景的初步结论，

　　然后再通过影像相关处理及决策级影像融合判决而最终获得对影像的联合推断结果，

　　以便能够直接为决策提供依据。

　　决策级数据融合的有点在于能够充分利用影像特征级融合所获得的目标场景的各类特征信息，

　　能够直接针对具体的决策目标给出简明直观的决策结果，实时性更好。

　　另外，基于决策级的影像融合即使在一个或几个传感器失灵的情况下仍能给出最终的决策结果，

　　具有更加的容错性。



为您推荐 地理信息：遥感影像融合