图像融合方法的一般框架是什么

1. 什么是图像融合

图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。

2. 图像融合的定义

图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。 待融合图像已配准好且像素位宽一致，综合和提取两个或多个多源图像信息（参考文献：陈浩，王延杰。基于小波变换的图像融合技术研究. 微电子学与计算机, 2010 ,27( 5 )：39-41）。两幅（多幅）已配准好且像素位宽一致的待融合源图像，如果配准不好且像素位宽不一致，其融合效果不好。

3. 图像融合的三大方法

按照层次融合的方法可以划分为三类，像素级融合，特征级融合，决策级融合

4. 图像融合技术的主要目的是

(1)主要目的：
①提高图像空间分辨率，改善图像几何精度，增强特征显示能力，改善分类精度，提供变化检测能力，替代或修补图像数据的缺陷等。
②发挥不同遥感数据源的优势，弥补某一种遥感数据的不足，提高遥感数据的可应用性。
PS：若题目为“信息融合”，则需再答上下面一条：
③在仅用遥感图像难以解决问题的时候，加入非遥感数据进行补充，使更综合、更深入的分析得以进行，为进一步应用地理信息系统技术打下基础。
(2)常用方法：
①彩色变换：
指采用不同的彩色坐标系统，把不同的遥感器数据或不同性质的数据融合起来，产生彩色合成图像。常用的彩色变换有RGB彩色合成和HIS变换。
②图像运算：
两幅或多幅单波段影像完成空间配准后，通过一系列运算，可以实现图像增强，达到提取某些信息或去掉某些不需要信息的目的。
常用的图像运算方法有差值运算、比值运算和混合运算。
③图像变换：
常用的图像变换方法有主成分分析、相关统计分析(又称相关系数法)、空间滤波分析、回归变量代换(RVS-Regression Variable Substitution)、小波变换等。
(3)例如将TM与SPOT复合，选取TM三个波段4、3、2和SPOT全色波段，共4个波段，复合过程如下：
①空间配准：
采用几何校正分别在SPOT和TM图像上选取控制点，以高空间分辨率的SPOT全色图像为基础，用双线性内插或三次卷积内插运算对TM图像进行重采样，完成几何空间配准。
②图像复合：
每幅TM图像均与SPOT图像做逐点运算，生成三幅图像，进行假彩色合成，生成复合图像。
通过以上图像融合既保留了多光谱图像较高的光谱分辨率，又保留了全色图像较高的空间分辨率。

5. 图像融合是什么

图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。 待融合图像已配准好且像素位宽一致，综合和提取两个或多个多源图像信息（参考文献：陈浩，王延杰。基于小波变换的图像融合技术研究. 微电子学与计算机, 2010 ,27( 5 )：39-41）。两幅（多福）已配准好且像素位宽一致的待融合源图像，如果配准不好且像素位宽不一致，其融合效果不好。

一般情况下，图像融合由低到高分为三个层次：数据级融合、特征级融合、决策级融合。数据级融合也称像素级融合，是指直接对传感器采集来得数据进行处理而获得融合图像的过程，它是高层次图像融合的基础，也是目前图像融合研究的重点之一。这种融合的优点是保持尽可能多得现场原始数据，提供其它融合层次所不能提供的细微信息。
像素级融合中有空间域算法和变换域算法，空间域算法中又有多种融合规则方法，如逻辑滤波法，灰度加权平均法，对比调制法等；变换域中又有金字塔分解融合法，小波变换法。其中的小波变换是当前最重要，最常用的方法。
在特征级融合中，保证不同图像包含信息的特征，如红外光对于对象热量的表征，可见光对于对象亮度的表征等等。
决策级融合主要在于主观的要求，同样也有一些规则，如贝叶斯法，D-S证据法和表决法等。
融合算法常结合图像的平均值、熵值、标准偏差、平均梯度；平均梯度反映了图像中的微小细节反差与纹理变化特征，同时也反映了图像的清晰度。目前对图像融合存在两个问题：最佳小波基函数的选取和最佳小波分解层数的选取。

6. 图像融合的层次

一般情况下，图像融合由低到高分为三个层次：数据级融合、特征级融合、决策级融合。数据级融合也称像素级融合，是指直接对传感器采集来得数据进行处理而获得融合图像的过程，它是高层次图像融合的基础，也是目前图像融合研究的重点之一。这种融合的优点是保持尽可能多得现场原始数据，提供其它融合层次所不能提供的细微信息。
像素级融合中有空间域算法和变换域算法，空间域算法中又有多种融合规则方法，如逻辑滤波法，灰度加权平均法，对比调制法等；变换域中又有金字塔分解融合法，小波变换法。其中的小波变换是当前最重要，最常用的方法。
在特征级融合中，保证不同图像包含信息的特征，如红外光对于对象热量的表征，可见光对于对象亮度的表征等等。
决策级融合主要在于主观的要求，同样也有一些规则，如贝叶斯法，D-S证据法和表决法等。
融合算法常结合图像的平均值、熵值、标准偏差、平均梯度；平均梯度反映了图像中的微小细节反差与纹理变化特征，同时也反映了图像的清晰度。目前对图像融合存在两个问题：最佳小波基函数的选取和最佳小波分解层数的选取。

7. 请问这是什么图像融合方法，是怎么实现图像融合的。

没有看到效果图，不好说明制作方法。请补充上传图片看到效果图，才好说明具体制作方法！

8. 图像融合处理技术

多种遥感数据源获取的遥感数据在时间、空间、光谱、方向及分辨率等方面各不相同，它们反映了同一地区地物波谱的不同方面或不同分辨率的遥感信息。所以，单一遥感数据一般不能提取足够的信息完成某些应用，而多遥感类型数据通过融合可以得到多个遥感数据的互补信息，提高遥感数据的利用率。目前，应用于地学领域较多的是基于像元的融合方法。

1.ISH变换

在色度学中，存在有两种彩色坐标系统：一是由红（R）、绿（G）、蓝（B）三原色构成的彩色（RGB）空间；另一是由亮度（I）（或称明度、强度）、色调（H）、饱和度（S）构成的色度（IHS）空间（亦称孟塞尔坐标）。这两个系统的关系可用图4-1表示，此时，IHS的范围呈现为一圆锥体；在垂直于IHS圆锥轴的切面上，二者则呈现为图4-1所示的关系。该图中，过S=0，白光点，沿Ⅰ轴只有亮度明暗（白－黑）差异；圆周代表H的变化，并设定红色为H=0；半径方向代表饱和度，圆心处S=0，为白色（消色），圆周处S=1，彩色最纯。

图4-1ISH与RGB空间示意图

很明显，这两个坐标之间可以互相转换，这种转换即称为IHS变换，或彩色坐标变换（也称孟塞尔变换）。通常把RGB空间变换到IHS空间称之为正变换，反过来，由IHS变换到RGB称反变换。当不直接采用三原色成分（R、G、B）的数量表示颜色，而是用三原色各自在R、G、B总量中的相对比例r、g、b来表示，即

西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究

式中：r+g+b=1。此时，如g=b=0，则r=1，为红色；白色（r=g=b）则为W（

，

）。两个坐标之间的转换关系，可简化为

西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究

对I进行反差扩展，H及S进行直方图规一化处理后

西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究

目前在遥感数字图像处理中，IHS变换多用于以下研究。

2.彩色合成图像的饱和度增强

当用以合成的3个原始图像相关性较大时，常规处理往往合成图像的饱和度会不足，色彩不鲜（纯），像质偏灰，且较模糊、细节难辨。通过IHS变换，在IHS空间中增强（拉伸）饱和度S，用反变换求R、G、B进行彩色显示，则可显着改善图像的颜色质量和分辨能力。

3.不同分辨率遥感图像的复合显示

直接把不同分辨率图像输入R、G、B通道作彩色合成复合显示，即使几何配精度很高，也难以获得清晰的图像（低分辨率图像使像质模糊）。采取将最高分辨率图像置作“I”、次高置作“H”、低分辨率者置作“S”，然后反变换，求出R、G、B作复合彩色显示，则基本可使合成图像保持有高分辨率图像的清晰度。对TM（常取其中两个波段）和SPOT（常取全色波段）图像作此种复合，既可获得SPOT的高分辨率，又可充分利用TM丰富的波谱信息。

4.特殊矿化蚀变遥感信息提取

除前述方法外，用下列公式（Kruse,1984）进行RGB到ISH坐标变换：

西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究

其中：

；R、G、B分别为红波段、绿波段、蓝波段像元。

经对I、S反差扩展，并对S直方图规一化处理，再反变换回到RGB彩色空间，公式如下：

西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究

式中：B_i=S·sinH;X_i=S·cosH。

郭华东（1995）及张旺生（1999）用上述处理方法提取石英脉，曾取得过很好的效果。

前人及笔者图像处理经验表明，上述常用图像处理方法对于解决一般的遥感信息提取与增强，一般都会得到较好效果，但不同的地区自然地理条件、提取图像信息的目的及所用的数据时相的差别，都是影响图像信息提取效果的重要因素。另外，针对某种特殊目的进行图像信息提取，更需要根据实际情况进行特别算法设计。这也正是遥感图像处理方法能够取得不断创新的主要原因之一。

9. 图像融合的方法主要有哪些类型

这个评价是相当难的啊，有多种方式，首先目视，融合后可视化是否更好，地面分辨率或者光谱分辨率是不是有所提高，但显然这种方式没有客观的评价指标，不好把握

还有，可以从信息熵，图像的平均梯度，以及灰度级差等来衡量，这个有待把握，看写论文吧，这个挺前沿的，可以多交流，我也是学遥感的，哈哈

10. 图像融合的介绍

图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。