航放数据与高分一号卫星光学数据融合及应用

发布时间：2019-09-06 06:33

【摘要】：高分辨率的多光谱遥感影像与低分辨率的航空放射性测量数据的融合有利于提高地质体识别效果,可以为地质填图和找矿提供重要参考。从多光谱遥感影像及航放数据特征出发,建立了基于Curvelet变换的线性融合方法,实现了高分一号多光谱数据与航放数据的多源异构数据融合。对融合结果的地质解译效果评价表明,在融合系数为0.7时,多光谱数据与航放数据的融合图像所反映的地质信息最丰富,表明所提出的基于Curvelet变换的国产卫星影像与航放数据融合方法对实现此类多源异构数据的融合,具有重要参考价值。
【图文】：

多光谱遥感数据,数据,图像,分辨率

２台高分辨率相机和４台中分辨率相机。在单星上实现高分辨率与大幅宽相结合的机制。高分辨率成像相机数据全色分辨率优于２ｍ，多光谱分辨率优于８ｍ，而宽幅成像分辨率优于１６ｍ［２２］。航空伽马能谱测量一般获得４种数据：总道（Ｔｃ）、钾道（Ｋ）、铀道（Ｕ）、钍道（Ｔｈ）［２３］。笔者采用航放（Ｋ）数据与高分一号卫星数据进行融合研究，数据点采样约为５０ｍ，航线间距为５００～１０００ｍ，经处理后的网格数据分辨率约为１５０ｍ。数据如图１所示。图１研究区航放（Ｋ）数据（Ａ）及高分一号多光谱遥感数据（ＲＧＢ：４３２）（Ｂ）图像Ｆｉｇ．１Ｄａｔａｓｏｕｒｃｅｏｆａｉｒｂｏｒｎｅｒａｄｉｏｍｅｔｒｉｃ（Ａ）ａｎｄＧＦ－１ｍｕｌｔｉｓｐｅｃｔｒａｌｉｍａｇｅ（Ｂ）２方法与算法流程高分辨率的光学卫星数据与航放数据之间空间分辨率差别较大。在传统的遥感数据融合中，通常采用低分辨率的多光谱数据与高分辨率的全色数据融合，融合后既保留了多光谱数据的光谱信息，又引入了全色数据的高分辨率信息。在本研究中，航放数据的分辨率较低，而多光谱数据的分辨率较高，无法直接进行融合。因此需要综合分析二者的数据特征，，选择合适的融合算法对其进行融合。Ｃｕｒｖｅｌｅｔ变换的核心是Ｒｉｄｇｅｌｅｔ变换，Ｒｉｄｇｅｌｅｔ变换是利用Ｒａｎｄｏｎ变换将线奇异转化为点奇异，再将得到的数据进行小波变换得到Ｒｉｄｇｅｌｅｔ系数。对变换进行简单的扩展后，就是Ｃｕｒｖｅｌｅｔ变换［２４］。Ｃｕｒｖｅｌｅｔ变换具有空间和频率的区域性，可以将图像的空间特征（高频部

中高频,系数,流程图,线性加权

地质科技情报２０１７年种数据进行Ｃｕｒｖｅｌｅｔ变换分解后，低频系数融合采用以区域均值、标准差及局部方向信息熵为主要判断依据的自适应融合规则，高频系数采用基于局部区域能量匹配的融合规则，中高频系数层进行加权融合。这样在融合后的图像中，实现了航放数据与多光谱数据的融合。同时，为了提高融合效果，将航放数据转换为假彩色图像后与多光谱数据进行融合。融合流程图如图２所示。Ｋ为中高频信息的融合系数图２基于Ｃｕｒｖｅｌｅｔ变换的融合流程图Ｆｉｇ．２ＦｕｓｅｃｈａｒｔｂａｓｅｄｏｎｔｈｅＣｕｒｖｅｌｅｔｔｒａｎｓｆｏｒｍａｔｉｏｎ图３不同融合系数得到的融合图像Ｆｉｇ．３Ｆｕｓｅｉｍａｇｅｗｉｔｈｄｉｆｆｅｒｅｎｔｆｕｓｉｏｎｆａｃｔｏｒｓ３地质应用与效果评价为了对比在线性加权融合过程中不同线性加权系数对融合效果的影响，分别选取０．１～０．９为线性加权系数，对高分一号数据和航放数据（Ｋ）进行融合，通过分析获取的融合图像的质量情况，判断不同线性加权系数对融合效果的影响（图３）。３．１融合图像主观评价如图３所示，随着融合系数Ｋ的增大，航放数据（Ｋ）信息在融合图像中的信息量也越来越大，融合图像的高分辨率光学影像纹理特征丢失较少，但是图像的光谱特征随着融合系数的增大而发生变化，融合图像色调与原始光学图像色调之间的差异越来越明显。３．２融合效果在地学上应用效果结合研究区遥感地质解译的需求，对地物识别效果进行综合判断，分析地质体在不同融合图像上的识别效果，进而判断融合效果。地物影像特征如表１所示。从表１中可以看出，融合系数Ｋ小于０．５时，航放数据特
【作者单位】：核工业航测遥感中心;东华理工大学地球科学学院;中国地质大学(武汉);
【基金】：基金项目:中国资源卫星应用中心民用航天“十二五”预先研究(1212011220158)
【分类号】：P627;P631.6

【相似文献】