基于成像机理的遥感影像融合研究

In view of the importance of imaging principle on remote sensing image fusion,this study starts from analyzing the contribution of sensor physical parameters in remote sensing imaging process, derives the functional relationship between imaging principle and fused image according to the conversion equation of entrance pupil radiance in sensor space, quantifies the effect of imaging principle on image fusion into injection factors by point spread function, relative spectral response, radiance adjustment coefficient of sensor and object spectrum characteris- tics, then presents one parameterization about their relationship. As two specific application of this parameterization, this study proposes sensor parameter coupled modulation frequent and spectral fusion method,and realizes the combination of the spectral and spatial information of remote sensing images respectively using à trous algorithm and empirical mode decomposition to merge the high-frequent information and the spectral information of remote sensing images; on the one hand, the blank images caused by long satellite return cycle are filled by employing Bayesian inferance to accommodate the frequent and spectral fusion results of multitemporal remote sensing images,then sensor parameter coupled nonlinear temporal and spatial fusion method is proposed and temporal extension is achieved for remote sensing images. Now,the relative spectral response and object spectrum characteristics coupled image fusion methods constructed by the applicant have been preliminarily applied, hence taking home-produced satellite images as examples, innovative results can be achieved in this study.

鉴于成像机理对遥感影像融合的重要性，本项研究从分析传感器物理参数在遥感影像成像过程中的贡献出发，根据入瞳辐射在传感器空间的转换方程推导出成像机理和融合影像的函数关系，通过传感器的点扩散函数、相对波谱响应、辐射调整系数以及地物波谱特性将成像机理对影像融合的作用量化成注入因子，提出了二者联系的参数化方案。作为参数化方案应用的两个具体例证，一方面分别利用à trous算法和经验模态分解集成遥感影像中的高频信息和波谱特征，提出了耦合传感器参数的调制型频谱融合方法，实现了影像谱信息和空间信息的融合；另一方面利用贝叶斯推理根据多时相影像频谱融合填补了因卫星返回周期较长造成的影像空白，提出了耦合传感器参数的非线性时空融合方法，实现了遥感影像的时间扩展。目前申请者构建的基于传感器相对波谱响应和地物波谱特性的融合方法已得到了初步应用，因此，立足国产卫星影像，本项研究预期能够取得创新性的成果。

遥感数据在时空分辨率和重访周期方面优势各异，高空间分辨率遥感数据覆盖范围通常较小且重访周期往往较长，不能满足连续和实时对地观测的需要，而高时间分辨率的卫星能以较短的重访周期对地进行大范围的观测，但空间分辨率往往较低。另外，云影响导致数据有效性降低。将不同时空分辨率和光谱分辨率的传感器数据进行融合，生成同时具有高时空分辨率的遥感数据，是解决上述问题的重要途径。. 主要研究内容归纳为2个方面：1）下垫面异质性对遥感影像时空融合的影响。影像的各个波段不是孤立存在的，是传感器通过波谱响应窗口对检测到的入瞳辐射进行变换得到的，反映了地物波谱特性与传感器耦合作用结果，这是将影像的时间变化信息和影像的纹理信息进行综合的基石。2）成像机理对遥感影像时空融合的贡献。根据成像瞬间传感器成像平面与真实地面之间电磁辐射的联系，以地物空间中的地物波谱特征与影像平面上像素空间中相应坐标Digital Number (DN)值之间的数学模型为理论依据，为有效量化成像系统物理特性在多传感器遥感影像融合中的贡献提供支持。. 重要结果为：1）考虑不同地物类型光谱响应差异削减时空融合系统偏差。将不同地物类型进行分类拟合，优化光谱距离权重，降低因传感器参数差异带来的误差。2）基于传感器相对波谱响应的反射率预测转换系数。基于简化的遥感成像方程，将传感器间的相对波谱响应耦合到异质遥感影像时空融合中，通过适当假设，将传感器间的相对波谱响应转化成一个转换系数，以抑制反射率预测的系统偏差。. 关键数据包括山东省德州市无云或云量很少的2009年4月-6月HJ-1 CCD和MOD09GQ数据以及2014年12月-2015年6月HJ-1 A/B CCD和Landsat OLI数据；HJ-1 A/B CCD和Landsat OLI各个波段传感器的波谱响应函数；基于Landsat OLI的土地利用分类图等。.这些成果有助于分析传感器物理特性在成像过程中的作用机理，提升了影像融合的物理意义，提高了对多源信息集成规律的认识，促进了传感器系统响应和地物波谱特性在影像预测中的应用。