圖像融合方法的一般框架是什麼

1. 什麼是圖像融合

圖像融合（Image Fusion）是指將多源信道所採集到的關於同一目標的圖像數據經過圖像處理和計算機技術等，最大限度的提取各自信道中的有利信息，最後綜合成高質量的圖像，以提高圖像信息的利用率、改善計算機解譯精度和可靠性、提升原始圖像的空間解析度和光譜解析度，利於監測。

2. 圖像融合的定義

圖像融合（Image Fusion）是指將多源信道所採集到的關於同一目標的圖像數據經過圖像處理和計算機技術等，最大限度的提取各自信道中的有利信息，最後綜合成高質量的圖像，以提高圖像信息的利用率、改善計算機解譯精度和可靠性、提升原始圖像的空間解析度和光譜解析度，利於監測。 待融合圖像已配准好且像素位寬一致，綜合和提取兩個或多個多源圖像信息（參考文獻：陳浩，王延傑。基於小波變換的圖像融合技術研究. 微電子學與計算機, 2010 ,27( 5 )：39-41）。兩幅（多幅）已配准好且像素位寬一致的待融合源圖像，如果配准不好且像素位寬不一致，其融合效果不好。

3. 圖像融合的三大方法

按照層次融合的方法可以劃分為三類，像素級融合，特徵級融合，決策級融合

4. 圖像融合技術的主要目的是

(1)主要目的：
①提高圖像空間解析度，改善圖像幾何精度，增強特徵顯示能力，改善分類精度，提供變化檢測能力，替代或修補圖像數據的缺陷等。
②發揮不同遙感數據源的優勢，彌補某一種遙感數據的不足，提高遙感數據的可應用性。
PS：若題目為「信息融合」，則需再答上下面一條：
③在僅用遙感圖像難以解決問題的時候，加入非遙感數據進行補充，使更綜合、更深入的分析得以進行，為進一步應用地理信息系統技術打下基礎。
(2)常用方法：
①彩色變換：
指採用不同的彩色坐標系統，把不同的遙感器數據或不同性質的數據融合起來，產生彩色合成圖像。常用的彩色變換有RGB彩色合成和HIS變換。
②圖像運算：
兩幅或多幅單波段影像完成空間配准後，通過一系列運算，可以實現圖像增強，達到提取某些信息或去掉某些不需要信息的目的。
常用的圖像運算方法有差值運算、比值運算和混合運算。
③圖像變換：
常用的圖像變換方法有主成分分析、相關統計分析(又稱相關系數法)、空間濾波分析、回歸變數代換(RVS-Regression Variable Substitution)、小波變換等。
(3)例如將TM與SPOT復合，選取TM三個波段4、3、2和SPOT全色波段，共4個波段，復合過程如下：
①空間配准：
採用幾何校正分別在SPOT和TM圖像上選取控制點，以高空間解析度的SPOT全色圖像為基礎，用雙線性內插或三次卷積內插運算對TM圖像進行重采樣，完成幾何空間配准。
②圖像復合：
每幅TM圖像均與SPOT圖像做逐點運算，生成三幅圖像，進行假彩色合成，生成復合圖像。
通過以上圖像融合既保留了多光譜圖像較高的光譜解析度，又保留了全色圖像較高的空間解析度。

5. 圖像融合是什麼

圖像融合（Image Fusion）是指將多源信道所採集到的關於同一目標的圖像數據經過圖像處理和計算機技術等，最大限度的提取各自信道中的有利信息，最後綜合成高質量的圖像，以提高圖像信息的利用率、改善計算機解譯精度和可靠性、提升原始圖像的空間解析度和光譜解析度，利於監測。 待融合圖像已配准好且像素位寬一致，綜合和提取兩個或多個多源圖像信息（參考文獻：陳浩，王延傑。基於小波變換的圖像融合技術研究. 微電子學與計算機, 2010 ,27( 5 )：39-41）。兩幅（多福）已配准好且像素位寬一致的待融合源圖像，如果配准不好且像素位寬不一致，其融合效果不好。

一般情況下，圖像融合由低到高分為三個層次：數據級融合、特徵級融合、決策級融合。數據級融合也稱像素級融合，是指直接對感測器採集來得數據進行處理而獲得融合圖像的過程，它是高層次圖像融合的基礎，也是目前圖像融合研究的重點之一。這種融合的優點是保持盡可能多得現場原始數據，提供其它融合層次所不能提供的細微信息。
像素級融合中有空間域演算法和變換域演算法，空間域演算法中又有多種融合規則方法，如邏輯濾波法，灰度加權平均法，對比調製法等；變換域中又有金字塔分解融合法，小波變換法。其中的小波變換是當前最重要，最常用的方法。
在特徵級融合中，保證不同圖像包含信息的特徵，如紅外光對於對象熱量的表徵，可見光對於對象亮度的表徵等等。
決策級融合主要在於主觀的要求，同樣也有一些規則，如貝葉斯法，D-S證據法和表決法等。
融合演算法常結合圖像的平均值、熵值、標准偏差、平均梯度；平均梯度反映了圖像中的微小細節反差與紋理變化特徵，同時也反映了圖像的清晰度。目前對圖像融合存在兩個問題：最佳小波基函數的選取和最佳小波分解層數的選取。

6. 圖像融合的層次

一般情況下，圖像融合由低到高分為三個層次：數據級融合、特徵級融合、決策級融合。數據級融合也稱像素級融合，是指直接對感測器採集來得數據進行處理而獲得融合圖像的過程，它是高層次圖像融合的基礎，也是目前圖像融合研究的重點之一。這種融合的優點是保持盡可能多得現場原始數據，提供其它融合層次所不能提供的細微信息。
像素級融合中有空間域演算法和變換域演算法，空間域演算法中又有多種融合規則方法，如邏輯濾波法，灰度加權平均法，對比調製法等；變換域中又有金字塔分解融合法，小波變換法。其中的小波變換是當前最重要，最常用的方法。
在特徵級融合中，保證不同圖像包含信息的特徵，如紅外光對於對象熱量的表徵，可見光對於對象亮度的表徵等等。
決策級融合主要在於主觀的要求，同樣也有一些規則，如貝葉斯法，D-S證據法和表決法等。
融合演算法常結合圖像的平均值、熵值、標准偏差、平均梯度；平均梯度反映了圖像中的微小細節反差與紋理變化特徵，同時也反映了圖像的清晰度。目前對圖像融合存在兩個問題：最佳小波基函數的選取和最佳小波分解層數的選取。

7. 請問這是什麼圖像融合方法，是怎麼實現圖像融合的。

沒有看到效果圖，不好說明製作方法。請補充上傳圖片看到效果圖，才好說明具體製作方法！

8. 圖像融合處理技術

多種遙感數據源獲取的遙感數據在時間、空間、光譜、方向及解析度等方面各不相同，它們反映了同一地區地物波譜的不同方面或不同解析度的遙感信息。所以，單一遙感數據一般不能提取足夠的信息完成某些應用，而多遙感類型數據通過融合可以得到多個遙感數據的互補信息，提高遙感數據的利用率。目前，應用於地學領域較多的是基於像元的融合方法。

1.ISH變換

在色度學中，存在有兩種彩色坐標系統：一是由紅（R）、綠（G）、藍（B）三原色構成的彩色（RGB）空間；另一是由亮度（I）（或稱明度、強度）、色調（H）、飽和度（S）構成的色度（IHS）空間（亦稱孟塞爾坐標）。這兩個系統的關系可用圖4-1表示，此時，IHS的范圍呈現為一圓錐體；在垂直於IHS圓錐軸的切面上，二者則呈現為圖4-1所示的關系。該圖中，過S=0，白光點，沿Ⅰ軸只有亮度明暗（白－黑）差異；圓周代表H的變化，並設定紅色為H=0；半徑方向代表飽和度，圓心處S=0，為白色（消色），圓周處S=1，彩色最純。

圖4-1ISH與RGB空間示意圖

很明顯，這兩個坐標之間可以互相轉換，這種轉換即稱為IHS變換，或彩色坐標變換（也稱孟塞爾變換）。通常把RGB空間變換到IHS空間稱之為正變換，反過來，由IHS變換到RGB稱反變換。當不直接採用三原色成分（R、G、B）的數量表示顏色，而是用三原色各自在R、G、B總量中的相對比例r、g、b來表示，即

西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究

式中：r+g+b=1。此時，如g=b=0，則r=1，為紅色；白色（r=g=b）則為W（

，

）。兩個坐標之間的轉換關系，可簡化為

西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究

對I進行反差擴展，H及S進行直方圖規一化處理後

西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究

目前在遙感數字圖像處理中，IHS變換多用於以下研究。

2.彩色合成圖像的飽和度增強

當用以合成的3個原始圖像相關性較大時，常規處理往往合成圖像的飽和度會不足，色彩不鮮（純），像質偏灰，且較模糊、細節難辨。通過IHS變換，在IHS空間中增強（拉伸）飽和度S，用反變換求R、G、B進行彩色顯示，則可顯著改善圖像的顏色質量和分辨能力。

3.不同解析度遙感圖像的復合顯示

直接把不同解析度圖像輸入R、G、B通道作彩色合成復合顯示，即使幾何配精度很高，也難以獲得清晰的圖像（低解析度圖像使像質模糊）。採取將最高解析度圖像置作「I」、次高置作「H」、低解析度者置作「S」，然後反變換，求出R、G、B作復合彩色顯示，則基本可使合成圖像保持有高解析度圖像的清晰度。對TM（常取其中兩個波段）和SPOT（常取全色波段）圖像作此種復合，既可獲得SPOT的高解析度，又可充分利用TM豐富的波譜信息。

4.特殊礦化蝕變遙感信息提取

除前述方法外，用下列公式（Kruse,1984）進行RGB到ISH坐標變換：

西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究

其中：

；R、G、B分別為紅波段、綠波段、藍波段像元。

經對I、S反差擴展，並對S直方圖規一化處理，再反變換回到RGB彩色空間，公式如下：

西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究

式中：B_i=S·sinH;X_i=S·cosH。

郭華東（1995）及張旺生（1999）用上述處理方法提取石英脈，曾取得過很好的效果。

前人及筆者圖像處理經驗表明，上述常用圖像處理方法對於解決一般的遙感信息提取與增強，一般都會得到較好效果，但不同的地區自然地理條件、提取圖像信息的目的及所用的數據時相的差別，都是影響圖像信息提取效果的重要因素。另外，針對某種特殊目的進行圖像信息提取，更需要根據實際情況進行特別演算法設計。這也正是遙感圖像處理方法能夠取得不斷創新的主要原因之一。

9. 圖像融合的方法主要有哪些類型

這個評價是相當難的啊，有多種方式，首先目視，融合後可視化是否更好，地面解析度或者光譜解析度是不是有所提高，但顯然這種方式沒有客觀的評價指標，不好把握

還有，可以從信息熵，圖像的平均梯度，以及灰度級差等來衡量，這個有待把握，看寫論文吧，這個挺前沿的，可以多交流，我也是學遙感的，哈哈

10. 圖像融合的介紹

圖像融合（Image Fusion）是指將多源信道所採集到的關於同一目標的圖像數據經過圖像處理和計算機技術等，最大限度的提取各自信道中的有利信息，最後綜合成高質量的圖像，以提高圖像信息的利用率、改善計算機解譯精度和可靠性、提升原始圖像的空間解析度和光譜解析度，利於監測。