1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写

2000字左右的文献综述：

文 献 综 述

1.1、 选题背景

遥感，作为采集地球数据及其变化信息的重要技术手段，在世界范围内以及我国的许多政府部门、科研单位和公司得到广泛的应用。广义定义：泛指一切无接触的远距离探测，包括对电磁场、力场、机械波（声波、地震波）等的探测。 狭义定义：是应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。遥感作为一门对地观测综合性技术，它的出现和发展既是人们认识和探索自然界的客观需要，更有其它技术手段与之无法比拟的特点[^1]。

1. 大面积同步观测 ：遥感探测能在较短的时间内，从空中乃至宇宙空间对大范围地区进行对地观测，并从中获取有价值的遥感数据。这些数据拓展了人们的视觉空间，例如，一张陆地卫星图像，其覆盖面积可达3万多平方千米。这种展示宏观景象的图像，对地球资源和环境分析极为重要。

2. 时效性：获取信息的速度快，周期短。由于卫星围绕地球运转，从而能及时获取所经地区的各种自然现象的最新资料，以便更新原有资料，或根据新旧资料变化进行动态监测，这是人工实地测量和航空摄影测量无法比拟的。例如，陆地卫星4、5，每16天可覆盖地球一遍，NOAA气象卫星每天能收到两次图像。Meteosat每30分钟获得同一地区的图像。

3. 数据的综合性和可比性： 能动态反映地面事物的变化 遥感探测能周期性、重复地对同一地区进行对地观测，这有助于人们通过所获取的遥感数据，发现并动态地跟踪地球上许多事物的变化。同时，研究自然界的变化规律。尤其是在监视天气状况、自然灾害、环境污染甚至军事目标等方面，遥感的运用就显得格外重要。获取的数据具有综合性 遥感探测所获取的是同一时段、覆盖大范围地区的遥感数据，这些数据综合地展现了地球上许多自然与人文现象，宏观地反映了地球上各种事物的形态与分布，真实地体现了地质、地貌、土壤、植被、水文、人工构筑物等地物的特征，全面地揭示了地理事物之间的关联性。并且这些数据在时间上具有相同的现势性。获取信息的手段多，信息量大。根据不同的任务，遥感技术可选用不同波段和遥感仪器来获取信息。例如可采用可见光探测物体，也可采用紫外线，红外线和微波探测物体。利用不同波段对物体不同的穿透性，还可获取地物内部信息。例如，地面深层、水的下层，冰层下的水体，沙漠下面的地物特性等，微波波段还可以全天候的工作。

4. 经济性：获取信息受条件限制少。在地球上有很多地方，自然条件极为恶劣，人类难以到达，如沙漠、沼泽、高山峻岭等。采用不受地面条件限制的遥感技术，特别是航天遥感可方便及时地获取各种宝贵资料。

5. 局限性:目前，遥感技术所利用的电磁波还很有限，仅是其中的几个波段范围。

1.2、目的和意义

遥感影像融合定义：是将在空间、时间、波谱上冗余或互补的多源遥感数据按照一定的规则（或算法）进行运算处理，获得比任何单一数据更精确、更丰富的信息，生成具有新的空间、波谱、时间特征的合成影像数据。影像通过融合既可以提高多光谱影像空间分辨率，又保留其多光谱特性。

进行遥感影像融合的主要目的：

对于增强目标的自动识别技术、动态监测能力,提高目标识别的准确性和可靠性具有重要的意义[^11]。它不仅仅是数据间的简单复合，而强调信息的优化，以突出有用的专题信息，消除或抑制无关的信息，改善目标识别的影像环境，从而增强解译的可靠性，减少模糊性（即多义性、不确定性和误差），提高分类精度，扩大应用范围和效果。

遥感图像融合的优点是最大限度地利用了不同图像的不同特性,使融合图像同时具有较高的光谱和空间分辨率,提高了图像的视觉效果;改善了几何精度、图像特征识别的精度;提高平面测图精度、分类的精度与可靠性,增强解译和动态监测能力,减少或抑制环境解译中可能存在的多意性、不完全性、不确定性和误差,更全面地反映地面目标,提供更强的信息解译能力和更可靠的分析结果。扩大各数据的应用范围,提高分析精度,应用效果和实用价值;将多种不同特征的数据(包括各种遥感及非遥感的)结合起来,相互取长补短,发挥各自的优势、弥补各自不足,改善了遥感信息提取的现实性和可靠性,有效地提高了资料的使用率。因此可以概括为:提高遥感图像的空间分辨率;增强遥感图像的特征;提高遥感图像分类识别精度;最大限度地实现各类遥感信息互补,提高遥感数据的利用率[^7-10]。遥感影像融合在医学、遥感、计算机视觉、气象预报及军事目标识别等方面的应用潜力得到充分认识。影像融合技术作为富集和优化多源遥感影像信息的一种有效途径一直受到遥感界和图像处理领域的关注，并且已开发出多种融合方法。遥感影像融合日趋成为国际上遥感领域研究的热点，也是处理和充分利用多源遥感数据的有效途径。

意义:遥感图像融合已经广泛应用于模式识别与分析、目标跟踪与检测以及遥感图像处理与分析等领域。

1.3、 本课题研究现状

遥感研究者从70年代初就想从不同传感器的数据中提取比从单源数据更丰富、更可靠、更有用的信息[⁵]。1979年,Daliy等人首先把雷达图像和Landsat-MSS图像的复合图像应用于地质解释,其处理过程可以看作是最简单的遥感图像融合[^12]。1981年,Laner和孔Todd进行了Landsat-RBV和MSS图像数据的融合试验[^13]。到80年代中后期,图像融合技术开始引起人们的关注,陆续有人将图像融合技术应用于遥感多光谱图像的分析和处理。特别90年代后,随着多颗遥感雷达卫星,特别是高空间分辨率卫星(SPOT5、IKONOS、QulckBird)的成功发射,图像融合技术的研究呈上升趋势,已经成为计算机视觉、自动目标识别、机器人、军事应用等领域的热点研究问题[^14]。信息融合是一门还不太成熟的学科,虽然己经取得了不少成就,但是依然有许多问题需要解决,首先是对融合过程的功能、形式没有统一的定义,尚不能对一般的融合问题建立统一的融合模型,特别是数学模型,对多源信息融合认识上的差异造成了方法论上的差异,有的从数学和控制论上研究信息融合,认为应该理解为多元信息的最优估计,有的认为不能单独将信息融合看成一门技术,而应当看作一个智能系统,因此发展出多种智能算法,这些理论与算法在各自领域应用中都取得了一定成果[^15,16];其次是缺乏对融和结果的有效评价手段,尽管提出了各种各样的评价准则,对解决各自领域的问题也行之有效,但是由于对融合结果的评价涉及到不同的数据源和不同的研究区域类型,因而相对复杂,所以一直没有统一的标准[^6]。随着计算机技术、通信技术的发展,新的理论和方法的不断出现,遥感图像融合将日趋成熟,从理论研究转入到更广泛的实际应用,最终必将向智能化、实时化方向发展,并同GIS结合,实现实时动态融合用于保护地球环境,对于开发和利用地球资源提供新的途径[^8]。

1.4、本课题研究的内容

多源遥感图像融合作为一种遥感信息综合处理与分析的技术，其研究正成为遥感领域的热门课题之一。具体开展了以下几个方面的研究工作：

1) 影像的选取：收集卫星影像等资料；

2) 理解地物波谱特征的概念及其在遥感图像分类中的重要性，熟悉水体、植被等典型地物的反射波谱特征，了解Landsat系列卫星的轨道特征及其ETM 传感器各波段的特点，图像融合的理论基础。

3) 学习ENVI软件；

4) 波段组合

5) 遥感图像增强；

6) 利用主成分变换融合法、乘积变换融合法以及Brovey变换融合法进行图像融合；

7) 对融合结果进行分析（图像均值、平均梯度、标准差、熵、相关系数）。

参考文献

[1] 梅安新等.遥感导论[M]. 北京：高等教育出版社，2001.

[2] 毛士艺，赵巍，等.多传感器图像融合技术综述[J].北京航空航天大学学报，2002,28(5):512-518.

[3] 夏明革，何友，唐小明，等. 多传感器图像融合综述[J].电光与控制，2002，9（4）：1-7.

[4] 夏明革，何友，黄晓冬，等.多传感器图像融合应用评述[J].舰船电子对抗，2002,25(5):38-44.

[5]贾永红,李德仁,孙家柄.多源遥感影像数据融合[J].烟杆技术与应用. 2000,15(l):41-44.

[6]翁永玲,田庆永.遥感数据融合方法分析与评价综述[J].遥感信息.2003,3:49-54.

[7] 樊旭艳,尹连旺,付春龙等.QulckBird遥感影像数据融合方法研究[J].装备指挥技术学院学报.2006(6),17(3):81-85.

[8] 贾永红,李德仁,孙家柄.多源遥感影像数据融合[J].遥感技术与应用.

2000,15(l):41-44.

[9] 王洪华,王双亭,杜春萍.基于多进制小波的多源遥感影像融合[J].中国图象图形学报.2002,4.7A(4):341-345.

[10]王智军,李德仁,李清泉.利用小波变换对影像进行融合的研究[J].武汉测绘科技大学学报,2000,25(2):137-141.

[11]曹闻,张勇.基于小波包变换与ms变换的遥感图像融合[J].测绘学院学报.2004(6),21(2):114-117.

[12]DailyM.I.,FarrT.,ElachiC.GeologieinterpretationfromeomPositedradarandLandsatimagery[J].PhotograrnnnetrieEngineeringandRemoteSensing,1979,45(8):1109一1116.

[13]Laner D.T.,Todd W.J.Land cover mapping with merged Landsat RBV and MSS stereoseopic images[C].Proc.of the ASPF Fall Technieal Conference.

1981:680-689.

[14]强赞霞.遥感图像的融合及应用[D].武汉:华中科技大学,2005.

[15]王刚,张志禹.粗糙集结合BP神经网络的数据融合方法研究[J].西安理工大学学报.2006,22(3):311-314.

[16l陈雯,王远飞.基于GA-BP算法的多分辨率遥感影像融合技术[J].遥感技术与应用.2007,22(4):555-559.