影像快速融合系统及快速融合方法.docx

影像快速融合系统及快速融合方法
专利名称：影像快速融合系统及快速融合方法
技术领域：
本发明涉及信息处理技术领域，特别涉及图像并行融合方法，具体为遥感影像快速融合系统及实现方法。
背景技术：
多传感器图像融合属于多传感器信息融合的先将支持向量值滤波器和方向滤波器组进行合理搭配，构造支持向量值轮廓波变换，该变换具有平移不变、泛化能力好、捕捉奇异性能强等特性。然后利用该变换对多源遥感影像进行多尺度、多方向、多分辨率分解，在不同的分解水平上利用基于区域能量和基于区域的轮廓波对比度方法进行融合。实验结果表明利用该变换进行遥感影像融合时，能在不降低空间分辨率的情况下有效保留源影像的光谱信息。 图像数据融合技术作为一门很有优势的技术，成为国际技术研究和应用的热点。 纵观国内外当前此领域的研究，多源遥感数据融合的面临一些主要问题为(1)缺乏统一的数据融合模型，特别是数学模型。发展的方向和难点建立一种相对统一的融合数学模型，以简化现有算法的繁杂性。(2)缺乏对数据融合结果
的有效评价手段。现有的评价标准都过于简单，缺乏灵活性，无法适应技术发展的需要。(3)传统的多源数据关联和融合算法，不仅需要较多的先验知识，而且当融合源增加以及传感器或被观测地物目标数目增多时，在计算上出现N-P完全复杂性问题，表现出难以克服的计算组合爆炸现象。(4)由于平台(如卫星、飞机)的机动和不稳定性，多源信息的时空配准和误差补偿已成为影像遥感信息融合性能的主要问题之一。(5)大数据量遥感影像融合速度慢，难以适应一些遥感领域应用需要。多源遥感数据融合的发展方向为(1)建立多源遥感数据融合的基本理论，对兼有稳健性和准确性的融合算法研究，并深入探讨更为复杂的融合算法。(2)另一方面是将已有的融合方法工程化和商品化，开发能够提供多种复杂融合算法的处理硬件，以便在数据获取的同时就实现实时的融合。(3)建立信息融合系统的设计和评估方法，尤其是针对不同的应用领域和融合算法，构建相应的定性和定量的评价指标。重点要侧重于单因素的评价体系和综合评价体系兼顾并重。(4)遥感影像与GIS数据库基于特征级的融合方法研究。对遥感图像与GIS数据库的大量背景数据进行叠加、分析，可大大提高GIS中的模式识别能力和可信度。(5)遥感数据与专家系统的决策级结合研究。尽管建立一种相对统一的融合数学模型是多源遥感影像融合的发展目标，但是针对不同应用领域或对象而采用不同的融合算法和模型的方法的现状将仍旧在一定的时期存在。一定程度上仍需要紧密结合实际应用背景开展应用研究。
多源遥感数据融合有着非常重要的实际应用意义。一方面，多源遥感图像所提供的信息具有冗余性、互补性和合作性，多源遥感图像数据融合不仅扩大了各数据的应用范围，而且提高了分析精度，应用效果和实用价值。另一方面，在现代遥感技术的快速发展过程中，各种对地观测卫星所提供的各种遥感信息数据量呈海量程度增长，越来越多的遥感图像数据的出现使人们对数据的处理和分析面临更多的困难和挑战。遥感图像数据的处理要远远滞后于遥感图像数据的获取，如何实现对海量数据的实时处理，如何充分利用如此多的遥感图像数据，以满足人们对高质量图像的迫切需求以及对地物观测数据智能化处理的需求，应用多源遥感图像数据融合以综合利用多源遥感图像进行信息提取和分析是人们对遥感数据的使用的迫切要求。而有效的遥感影