评价参数。均值均值就是图像中所有像素的灰度平均值。均值的定义如式所示为。江苏师范大学本科生毕业设计基于的多源遥感影像数据融合分析,,为像元的行列数标准差标准偏差反映图像的相对离散的灰度平均值。标准偏差的计算公式如式所示。信息熵熵反映了影像包含信息量的丰富程度，依据著名的仙农信息论原理，幅位表示的影像的熵如式所示为。式中为要输入的图像变量，为图像的像元灰度值为的概率。信息熵的大小决定了图像包含信息的丰富程度。平均梯度平均梯度在细小细节方面反映图像的对比度的能力展现出了极大地优势，并且可以被用来评价图像的清晰度，同时还能反射出图像中对微小细节对比度和纹理变换特征。其计算公式如式为。式中越大，影像越清晰。相关系数两幅图像间相似的程度大小用相关系数来表述，多光谱信息的改变大小也可用此来表示。,两幅图像的相关系数的定义如式所示为。江苏师范大学本科生毕业设计基于的多源遥感影像数据融合分析实验数据分析本文选择多光谱影像的波段,分辨率为米,大小为像素像素米和全色影像的波段,分辨率为米,大小为像素像素在几种融合方法下的客观评价值来比较各融合方法，第波段融合影像和全色影像的波段原始图像如图所示。图第融合影像全色影像经放大原始图加权融合法变换融合的图像如图所示。江苏师范大学本科生毕业设计基于的多源遥感影像数据融合分析图加权融合后的图像融合变换对比如图所示。图融合变换后的图像融合方法变换融合后图像比较如图所示。江苏师范大学本科生毕业设计基于的多源遥感影像数据融合分析图融合后的图像融合法融合后的图像如图所示。图融合后的图像江苏师范大学本科生毕业设计基于的多源遥感影像数据融合分析主观评价从色彩上讲融合变换和融合变换色彩的变化较大，蓝色的道路变成浅蓝色，粉红色的土地变成暗红色和深红色，红色的树木变成暗红色。融合变换的颜色变化不深，红色的树木变成了亮红色，粉红色的土地变成了浅红色，加权融合法的颜色变化不大，同类对象的颜色基本保持致，可见加权融合法在保持光谱特性的性能优于其他三种融合方法。从清晰度纹理边缘来看，融合影像上地物与地物之间的分界线都能清晰辨认，像道路，房屋边界等线状物都比原始影像要清晰，加权融合法和融合法比融合法和融合法的图像更清晰，道路房屋的边界等线状地物的构像在图和图中有清晰的反差,对比图和房屋边线细小纹理，图比图更清晰，综上主观评价中加权融合法效果最好，其次是融合法，融合法，融合的图像效果和其他三种融合方法相比最差。客观评价实验数据如表所示。表实验数据分析结果江苏师范大学本科生毕业设计基于的多源遥感影像数据融合分析从上表可以清楚四融合方法和融合图像的面积变化率是最高的主成分变换，远高于其他三种方法的融合。在主观和客观评价中主成分变换法的光谱失真是最大的，从而导致了主成分变换融合影像分类误差较大的现象。尽管变换和变换的融合影像分类后影像面积的的变化率较小，但都对原始影像的光谱特性产生了不同程度的影响，另外因为变换和变换融合影像的空间分辨率都有了提高，并且加强了影像的纹理信息，所以在高密度建筑物的分类提取中发挥出优势。平均梯影像波段号均值标准差熵平均梯度与对应多光谱波段相关系数与全色影像相关系数多光谱全色影像加权融合法变换及其应用研究西安西北工业大学硕士学位论文，负培东，曾永年像元级遥感影像融合方法研究中南大学，王建梅,李德仁全色与多光谱数据融合方法用于土地覆盖分类中的比较研究测绘通报杨肖琪，林嵩,金斌等高分辨率卫星遥感数据的融合比较研究集美大学学报,王昱，胡莘，张保明数字影像质量评价方法研究测绘通报，。赵英时遥感应用分析原理与方法北京科学出版社王淑，王恒山，肖刚多源遥感影像融合理论技术和应用微型电脑应用樊旭燕，付春龙，石继海，武丽娟。基于主成分分析的遥感图像模拟真彩色融合方法测绘科学技术学报江苏师范大学本科生毕业设计基于的多源遥感影像数据融合分析杜子涛多源遥感影像像素级融合技术的应用研究陕西长安大学，张永生遥感图象信息系统科学出版社，阳方林，郭红阳，杨风暴像素级图像融合效果的评价方法研究测试技术学报，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,中国图象图形学报,变换变换法江苏师范大学本科生毕业设计基于的多源遥感影像数据融合分析度的加权融合方法进行图像融合和原始图像的相关系数最高，加权融合方法保持光谱特征和地形的细节表达的能力。所以在低频地物信息的提取和高频信息的提取上都展现出了优势，因此在融合影像的分类结果中加权融合影像的面积变化率是最低的。总结与展望总结本文阐述了多源遥感影像数据融合的基本概念，给出了多源遥感影像数据融合的范畴领域，并且分析了多源遥感影像数据融合的国内外发展局势。江苏师范大学本科生毕业设计基于的多源遥感影像数据融合分析阐述了多元遥感数据融合的几个层次以及它们的优缺点，以及每个融合的处理流程，般为了提高融合处理的效率，适当的融合层次和融合方法必须确定好，所以我们必须首先在处理前按照各层次数据融合的特点和应用的目的以及数据源的特点为依据。本文着重总结了多源遥感影像像素级影像融合的方法。各类融合方法都对影像发生了些变化如将原始影像的平均梯度增强了，加强了对地物细节方面表达的能力，还可将原多光谱影像的光谱产生了转变。不同的融合方法有不同的作用优势与不足，从本文融合方法的对比中加权融合法融合效果最好。我们应综合利用这些方法的优势与不足从而使影像数据更好地为目标检测变化检测和目标识别服务。本文还提出了影像质量评价的指标，均值标准差信息熵平均梯度相关系数这些都是评价影像的指标，并给出了这些指标的变化与影像质量的关系因为数据源的不同和区域配准的不同所以目前我们遥感数据融合方法的钻研有很多。另外还有对不同的传感器类型不同分辨率相比的空间融合等都要对数据融合进行多种情况的研究，如何能提高图像的空间分辨率，能够保持原始多光谱图像的光谱特征并没有改变，并保证在原始光谱数据中分离的图像融合的重点目标仍然是可分的，目前仍然不知道在不同情况下的最好融合策略，而用户只能靠自己的经验来判断出融合的结果。另外，由于地表的景观还拥有动态性，所以在缺失同时刻获得的数据情况下，融合的效果也会产生变化。展望本文对遥感影像融合层次像素级融合的主要方法以及融合后影像评价的指标展开深入研究，并通过对影像进行实验分析，但是遥感图像融合技术在遥感图像分析中是种重要的工具，我们对遥感影像融合技术的研究还远远不够，所以我们对影像融合发展的后续情形提出恰当的憧憬。虽然目前遥感影像数据融合被使用的领域非常多且研究领域也很广大，但到目前为至影像融合的理论和数学模型还没有统的规范，而且在特定应用上要用特定的方法来应对，由于应用的不同导致在对融合结果的评价上也得不到统的标准来规范。如何在提升融合影像空间分辨