SPOT6衛(wèi)星圖像處理關(guān)鍵技術(shù)研究

馬世斌，楊文芳，張 焜

(1．青海省地質(zhì)調(diào)查院，西寧 810012;2．青海省青藏高原北祁連地質(zhì)過程與礦產(chǎn)資源重點(diǎn)實(shí)驗室，西寧 810012)

0 引言

人類賴以生存的地球資源與環(huán)境一直是被密切關(guān)注的對象，而對地球資源與環(huán)境信息的獲取離不開遙感技術(shù)，特別是航天遙感技術(shù)。1972年，由美國發(fā)射的地球資源技術(shù)衛(wèi)星1號(ERTS1，后稱Landsat1號)揭開了利用航天遙感技術(shù)進(jìn)行地球資源調(diào)查與環(huán)境監(jiān)測的序幕。此后，隨著遙感技術(shù)的不斷發(fā)展，世界各國陸續(xù)成功發(fā)射了大量的遙感衛(wèi)星用于資源調(diào)查與環(huán)境監(jiān)測，其中包括中國的多顆資源衛(wèi)星以及法國的SPOT系列衛(wèi)星、印度的IRS系列衛(wèi)星等。這些衛(wèi)星不論是在對地觀測能力上還是在應(yīng)用范圍上均有很大的提升，均能體現(xiàn)出各自的優(yōu)勢［1－2］。但如何才能在實(shí)際應(yīng)用中發(fā)揮不同傳感器獲取的數(shù)據(jù)的優(yōu)勢和特點(diǎn)一直是被關(guān)注的問題，而圖像處理作為保證衛(wèi)星數(shù)據(jù)應(yīng)用質(zhì)量的技術(shù)手段，是衛(wèi)星數(shù)據(jù)應(yīng)用的前提。

正射糾正、圖像融合以及波段組合是遙感圖像處理的關(guān)鍵技術(shù)。不同遙感圖像的糾正、融合以及波段組合方法各異，只有針對不同圖像采用不同的處理方法，才能達(dá)到較好的應(yīng)用效果［3］。本文以2012年SPOT6衛(wèi)星數(shù)據(jù)為信息源，通過對不同正射糾正方法的試驗以及圖像精度分析、對不同圖像融合方法得到的融合圖像的質(zhì)量評價以及對不同波段組合方法的試驗對比，就該衛(wèi)星圖像處理關(guān)鍵技術(shù)進(jìn)行了初步探索，為今后SPOT6衛(wèi)星圖像的處理及應(yīng)用提供一定的技術(shù)支持。

1 SPOT6衛(wèi)星圖像

SPOT6衛(wèi)星是法國于2012年9月9日成功發(fā)射的高分辨率對地觀測遙感衛(wèi)星。其全色圖像地面分辨率為1．5 m，4個波段的可見光/近紅外圖像地面分辨率為6 m，并具有沿軌和跨軌大視角側(cè)視成像等特點(diǎn)，成像幅寬達(dá)60 km，在生態(tài)環(huán)境、地質(zhì)礦產(chǎn)、農(nóng)業(yè)、林業(yè)、環(huán)境保護(hù)與災(zāi)害監(jiān)測、電信網(wǎng)絡(luò)規(guī)劃、測繪制圖、城市規(guī)劃和國防等領(lǐng)域具有較高的應(yīng)用價值［4］。SPOT6衛(wèi)星軌道參數(shù)如表1所示。

表1 SPOT6衛(wèi)星軌道參數(shù)一覽表Tab．1 SPOT6 satellite orbit parameter list

SPOT6衛(wèi)星具有3個顯著特點(diǎn)［5］:①具備立體或三線陣立體成像;②保留了SPOT5的標(biāo)志性優(yōu)勢，具有60 km的大幅寬;③制定編程計劃過程中集成了自動天氣預(yù)報，最大化地提高了圖像的接收成功率和質(zhì)量。

本文使用的SPOT6 1A級原始數(shù)據(jù)包括6 m空間分辨率的多光譜數(shù)據(jù)和1．5 m空間分辨率的全色數(shù)據(jù)，數(shù)據(jù)格式為JPG2000，且1景數(shù)據(jù)被分割成一定存儲大小的分塊數(shù)據(jù);每景多光譜數(shù)據(jù)和全色數(shù)據(jù)均自帶嚴(yán)格物理模型(rigorous physical model，RPM)和有理函數(shù)模型(rational function model，RFM)的元數(shù)據(jù)文件，文件格式為XML。

2 實(shí)驗區(qū)選擇

在充分考慮地形地貌及地表覆蓋物特點(diǎn)的基礎(chǔ)上，本文以青海省都蘭縣西部，面積約4 000 km2的地區(qū)作為實(shí)驗區(qū)(圖1)

圖1 實(shí)驗區(qū)范圍示意圖Fig．1 Schematic diagram of experimental area

實(shí)驗區(qū)既包含較為平坦的平原區(qū)，又包含高差較大的汗布達(dá)山地區(qū)，其地勢自南向北逐漸降低。其中山地海拔多在4 800 m以上，山體陡峭，相對高差在50～700 m不等，平均高差為420 m;地表既有植被覆蓋區(qū)，也有基巖裸露區(qū)，能夠較好地保證SPOT6數(shù)據(jù)處理實(shí)驗具有代表性。

3 圖像處理實(shí)驗

本文以接收到的SPOT6 1A級原始數(shù)據(jù)所提供的輔助資料為基礎(chǔ)，按照常規(guī)圖像處理的步驟，從圖像的正射糾正、融合及波段選擇和組合3個方面對圖像處理方法與效果進(jìn)行實(shí)驗研究。

3．1 正射糾正方法與精度分析

3．1．1 糾正方法

圖像糾正的目的就是要糾正系統(tǒng)性及非系統(tǒng)性因素引起的圖像幾何變形［6］。在遙感圖像處理中，常用的糾正模型有多項式模型、RFM模型和RPM模型［7－8］。從接收到的SPOT6原始數(shù)據(jù)可知，多光譜數(shù)據(jù)和全色數(shù)據(jù)均自帶RPM文件和RFM文件，因此分別利用RPM模型和RFM模型對SPOT6原始數(shù)據(jù)進(jìn)行糾正實(shí)驗。

RPM是基于衛(wèi)星軌道、攝影測量、測地學(xué)和地圖學(xué)的模型，能夠很好地反映圖像獲取時的幾何物理狀態(tài)，可以糾正由于衛(wèi)星平臺、傳感器、地球以及地圖投影引起的各種誤差［6，9－10］;在 SPOT6 原始數(shù)據(jù)中，該模型由Dim．XML元數(shù)據(jù)文件(Dim為Vb語言中的Dim語句，意為“創(chuàng)立一個新的變量”)所提供，利用該元數(shù)據(jù)文件可以直接計算出SPOT6圖像每個像元點(diǎn)對應(yīng)的經(jīng)緯度坐標(biāo)，從而進(jìn)行圖像的幾何糾正。RFM模型是物方空間坐標(biāo)與像方空間坐標(biāo)之間的數(shù)學(xué)映射，通過內(nèi)定向和外定向參數(shù)來實(shí)現(xiàn)圖像的糾正;在SPOT6原始數(shù)據(jù)中，該模型由RPC．XML元數(shù)據(jù)文件所提供，通過該元數(shù)據(jù)文件可以確定圖像的內(nèi)、外定向參數(shù)，從而進(jìn)行SPOT6圖像的幾何糾正。

分別采用 ERDAS9．2 LSP模塊下的“DEM+Dim(RPM)+GCP”和“DEM+RPC(RFM)+GCP”對SPOT6多光譜和全色原始數(shù)據(jù)進(jìn)行正射糾正實(shí)驗。其中，LSP模塊是專門針對高分率數(shù)據(jù)的正射糾正處理而設(shè)計開發(fā)的，相比其他軟件的正射處理模塊操作簡單，基本上由計算機(jī)自動完成，人工干預(yù)少，并且能夠?qū)?shù)據(jù)進(jìn)行批處理，大大提高了處理速度。在正射糾正中，讀取Dim．XML元數(shù)據(jù)文件中的相關(guān)參數(shù)作為RPM模型參數(shù)，讀取RPC．XML文件中的內(nèi)、外定向參數(shù)作為SPOT6的RFM模型參數(shù);選用由IRS－P5衛(wèi)星數(shù)據(jù)制作的數(shù)字高程模型(DEM)數(shù)據(jù)和野外實(shí)測的地面控制點(diǎn)(GCP)數(shù)據(jù)作為本次正射糾正處理的輔助數(shù)據(jù)，其中DEM的精度可達(dá)10 m;GCP是用GPS野外實(shí)測的8個控制點(diǎn)，精度達(dá)到50～70 cm。另據(jù)相關(guān)文獻(xiàn)資料表明，在生成正射圖像的過程中，重采樣的方式會影響到正射圖像的清晰程度，本文選擇三次卷積內(nèi)插法進(jìn)行重采樣。具體處理流程如圖2所示。

圖2 ERDAS下SPOT6圖像正射糾正處理流程Fig．2 Flow chart of or tho－rectification processing for SPOT6 image

3．1．2 精度分析

為了對比RPM和RFM模型的糾正精度，本文利用8個GCP對SPOT6全色波段數(shù)據(jù)進(jìn)行了RPM模型的正射糾正實(shí)驗，通過7個獨(dú)立檢查點(diǎn) (independent check points，ICP)來分析對比其糾正精度;此外，還分別利用0～7個GCP來參與使用RFM模型的正射糾正實(shí)驗，并通過對8～15個ICP的精度分析來明確RFM模型糾正的精度和參與糾正的GCP數(shù)量之間的關(guān)系(表2)。

表2 RPM模型和RFM模型糾正精度比較Tab．2 Comparison between rectification precision of RPM model and RFM model

實(shí)驗表明:①RPM模型和RFM模型均能達(dá)到較高的正射糾正精度，其產(chǎn)品可滿足1∶1．5萬比例尺的制圖精度，尤其是RPM模型糾正的圖像精度明顯高于RFM模型的糾正精度;②在GCP數(shù)量方面，對于RFM模型，使用1個GCP糾正的圖像精度與使用8個GCP糾正的圖像精度相差不大，因此糾正精度與參與糾正的GCP數(shù)量之間的關(guān)系不明顯;③經(jīng)實(shí)驗分析，建議參與RFM模型糾正的GCP數(shù)量為3～4個，利用RPM模型糾正所需要的GCP數(shù)量最少為8個(少于8個則該方法不能進(jìn)行)。因此，對于SPOT6原始數(shù)據(jù)的正射糾正，在GCP數(shù)量充足的條件下，建議采用RPM模型;對于GCP數(shù)量有限的情況，建議采用RFM模型。

3．2 圖像融合方法及效果評價

3．2．1 融合方法

全色圖像與多光譜圖像融合，既可利用全色圖像的高分辨率改善多光譜圖像分辨率，又可充分利用多光譜圖像中特有的對地物某些獨(dú)特特征的精細(xì)反映，使融合圖像包含更豐富的信息［11－14］。

本文分別采用 HIS，Brovey，PCA和PanSharp等變換法對SPOT6全色數(shù)據(jù)與多光譜數(shù)據(jù)進(jìn)行融合實(shí)驗，并就B3(R)B2(G)B1(B)組合的融合圖像從空間細(xì)節(jié)的增強(qiáng)和光譜信息的保持2個方面進(jìn)行了主觀視覺和客觀定量的對比評價。結(jié)果表明，Pan-Sharp變換法在空間細(xì)節(jié)增強(qiáng)和光譜信息保持2個方面均優(yōu)于其他3種融合法，特別是對以制圖為目的的圖像融合，采用該融合變換法得到的融合圖像更為理想。

3．2．2 融合效果評價

3．2．2．1 主觀視覺評價

圖3為SPOT6衛(wèi)星B3(R)B2(G)B1(B)模擬真彩色合成圖像以及采用上述4種融合方法所得到的融合圖像。

圖3 用4種融合方法得到的SPOT6融合圖像(經(jīng)2%掐頭拉伸)Fig．3 SPOT6 fusion images with four fusion methods(after 2%pinched head stretch)

從圖3可以看出:HIS變換得到的圖像色調(diào)與原圖像有較大差異，地物光譜特征被扭曲;PCA變換得到的圖像光譜信息有較大失真(水體顏色有明顯差異，帶有水分的地物(如農(nóng)田等)顏色也有明顯變化);Brovey變換和PanSharp變換得到的圖像相對于HIS變換和PCA變換的一個明顯優(yōu)點(diǎn)就是色調(diào)保持好(幾乎完全保持了原始圖像的色調(diào))，影像清晰度高。

3．2．2．2 客觀定量評價

選擇信息熵、標(biāo)準(zhǔn)差、平均梯度、偏差指數(shù)和相關(guān)系數(shù)等5個指標(biāo)從信息量、光譜特征和邊緣特征等3個方面對4種融合方法所得到的融合圖像進(jìn)行定量比較，具體計算公式見文獻(xiàn)［14－17］。定量比較結(jié)果見表3。

表3 4種不同融合方法的融合圖像評價指標(biāo)Tab．3 Evaluation index fused with four fusion methods

對表3中的定量評價結(jié)果分析如下:①信息熵是衡量圖像信息豐富程度的一個重要指標(biāo)，熵值的大小表示圖像所包含的平均信息量的多少;從表3可以看出，上述4種融合法得到的融合圖像的信息熵均較原始圖像的大，表明其信息量均較原始圖像豐富，其中，PanSharp變換法的熵值比PCA變換法、Brovey變換法和HIS變換法的熵值大，說明其信息量相對于其他3種融合圖像的信息量更為豐富。②標(biāo)準(zhǔn)差在某種程度上可用于評價圖像信息量的大小，PanSharp融合圖像的信息量最大。③平均梯度反映的是圖像中微小細(xì)節(jié)的反差能力與紋理的變化特征，同時也反映了圖像的清晰度;從表3可以看出，PanSharp融合圖像的平均梯度值最大，即融合圖像中對微小細(xì)節(jié)和紋理特征的反映能力更強(qiáng)。④偏差指數(shù)反映融合結(jié)果與原始圖像的偏差程度。⑤相關(guān)系數(shù)反映融合結(jié)果與原始圖像的相似程度。從表3可以看出，PCA與HIS變換法的偏差指數(shù)值較大，而兩者的相關(guān)系數(shù)又相對較小，因此這2種融合方法得到的融合圖像與原始圖像存在較大的失真。PanSharp與Brovey融合結(jié)果的偏差指數(shù)在4種融合算法中相對較小，而相關(guān)系數(shù)較大，說明它們在保持圖像的光譜信息上效果較好。

定量融合實(shí)驗評價結(jié)果表明:相對于其他融合算法而言，PanSharp融合法在信息量、光譜特征及邊緣特征等3個方面具有綜合優(yōu)勢;融合后的圖像不僅很好地保留了原始圖像的光譜特征，而且在增加融合圖像的信息量、提高融合圖像的清晰度進(jìn)而改善圖像可解譯程度等方面均取到了很好的效果。

3．3 波段選擇及組合方案

多光譜數(shù)據(jù)波段的選擇和組合方案的確定取決于不同的應(yīng)用目的，一是用于制圖，作為專題圖件的遙感影像背景圖使用;二是用于信息提取。其中，用于信息提取的圖像波段選擇通常考慮3個方面的因素:①波段或波段組合信息含量;②各波段間相關(guān)性;③待識別地物光譜響應(yīng)特征的差異。那些信息含量多、波段相關(guān)性小、地物光譜特征差異大及地物可分性好的波段組合即為最佳組合［18］。

1)適用于信息提取的波段選擇及組合方法。多光譜遙感圖像最佳波段選擇有多種不同的方法，如熵、聯(lián)合熵、協(xié)方差矩陣行列式值以及最佳指數(shù)因子(optimum index factor，OIF)等［19］。其中，OIF 是基于各波段圖像標(biāo)準(zhǔn)差和不同波段之間相關(guān)系數(shù)的最佳波段組合選擇方法。

本文通過對SPOT6多光譜數(shù)據(jù)的4個波段進(jìn)行相關(guān)的數(shù)據(jù)統(tǒng)計及計算(表4)可知，波段組合B1B2B4和B1B3B4相對于B1B2B3和B2B3B4組合的OIF要大，表明在包含的信息量和數(shù)據(jù)獨(dú)立性方面均較好。在保證圖像信息量和波段獨(dú)立性的前提下，將(B2+B3)/2組合作為一個圖像波段(記作Bx)，參與波段組合的OIF運(yùn)算;通過比較OIF可以看出，波段組合1Bx4能夠最大限度地反映地物類別間的信息差異。為了反映實(shí)際地物的顏色，便于后期信息提取，認(rèn)為 B4(R)B1(G)［(B2+B3)/2］(B)波段組合的效果最優(yōu)(圖4(a))。

表4 SPOT6各波段組合最佳指數(shù)因子Tab．4 Optimum index factors for band combinations of SPOT6

2)適用于制圖的波段選擇及組合方法。根據(jù)以往作業(yè)經(jīng)驗及本次實(shí)驗數(shù)據(jù)的特點(diǎn)，選擇B3(R)B2(G)B1(B)波段組合進(jìn)行彩色合成，其結(jié)果適用于制圖，該組合影像的整體色調(diào)反差適中，基本接近真彩色(圖4(b))。

圖4 不同波段組合的遙感圖像Fig．4 Remote sensing images composed with different band combinations

4 結(jié)論

在遙感圖像處理中，圖像糾正、圖像融合以及針對不同應(yīng)用目的的波段選擇與組合方法是保證圖像質(zhì)量及應(yīng)用效果的關(guān)鍵。本文在明確SPOT6 1A級原始數(shù)據(jù)組織結(jié)構(gòu)特點(diǎn)的基礎(chǔ)上，就該數(shù)據(jù)的圖像處理從正射糾正、圖像融合及波段組合3個方面進(jìn)行了實(shí)驗研究，得到如下結(jié)論:

1)通過嚴(yán)格物理模型(RPM)和有理函數(shù)模型(RFM)圖像正射糾正方法的對比，認(rèn)為在輔助信息相同且精度較高的前提下，采用RFM模型和RPM模型糾正的正射圖像產(chǎn)品均能達(dá)到1∶1．5萬比例尺的制圖精度，但RPM模型糾正的精度明顯優(yōu)于RFM模型的糾正精度。

2)在GCP數(shù)量的需求上，RPM模型最少需要8個，RFM模型僅需要3～4個。因此，在GCP數(shù)量充足的條件下，建議采用RPM模型進(jìn)行正射糾正，能夠取得較好的糾正效果;對于GCP數(shù)量有限的情況，建議采用RFM模型進(jìn)行糾正。

3)通過對4種不同方法融合圖像的對比研究，認(rèn)為PanSharp方法融合的圖像在信息量、光譜特征及邊緣特征等方面具有綜合優(yōu)勢。

4)通過對不同波段組合方式的分析，認(rèn)為B4(R)B1(G)［(B2+B3)/2)］(B)波段組合圖像在信息提取上最有優(yōu)勢，而B3(R)B2(G)B1(B)波段組合圖像在影像制圖方面效果更佳。

［1］ 李德仁，童慶禧，李榮興，等．高分辨率對地觀測的若干前沿科學(xué)問題［J］．中國科學(xué)(D 輯:地球科學(xué))，2012，42(6):805－813．Li D R，Tong Q X，LiR X，etal．Current issues in high－resolution Earth observation technology［J］．Science China Earth Science，2012，55(7):1043－1051．

［2］ 蒙繼華，吳炳方，杜 鑫，等．遙感在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用進(jìn)展及展望［J］．國土資源遙感，2011，23(3):1－7．doi:10．6046/gtzyyg．2011．03．01．Meng JH，Wu B F，Du X，et al．A review and outlook of applying remote sensing to precision agriculture［J］．Remote Sensing for Land and Resources，2011，23(3):1－7．doi:10．6046/gtzyyg．2011．03．01．

［3］ 袁金國．遙感圖像數(shù)字處理［M］．北京:中國環(huán)境科學(xué)出版社，2006．Yuan JG．Digital Image Processing of Remote Sensing［M］．Beijing:Chinese Environment Science Press，2006．

［4］ 北京視寶衛(wèi)星．SPOT6加入Pléiades1A軌道［EB/OL］．［2012－09－18］．http://www.3snews.net.BeijingSPOT.SPOT6joinsPléiades1Ain orbit［EB/OL］.［2012－09－18］．http://www.3snews.net.

［5］ 程三友，李英杰．SPOT系列衛(wèi)星的特點(diǎn)與應(yīng)用［J］．地質(zhì)學(xué)刊，2010，34(4):400－405．Cheng SY，Li Y J．Characteristics and application of SPOT satellites［J］．Journal of Geology，2010，34(4):400－405．

［6］ 關(guān)元秀，程曉陽．高分辨率衛(wèi)星影像處理指南［M］．北京:科學(xué)出版社，2008．Guan Y X，Cheng X Y．High－resolution Satellite Image Processing Guide［M］．Beijing:Science Press，2008．

［7］ 余樹影，王海燕，韓鵬飛，等．淺談遙感影像糾正方法及精度分析［J］．測繪技術(shù)裝備，2010，12(2):22－24．Yu SY，Wang H Y，Han P F，et al．Analysis of remote sensing image correction method and accuracy［J］．Surveying and Mapping E-quipment，2010，12(2):22－24．

［8］ 廖 瑛．SPOT－5遙感數(shù)據(jù)特性及其圖像處理關(guān)鍵技術(shù)探討［J］．科技創(chuàng)新導(dǎo)報，2009(1):233－234．Liao Y．Discussion of the SPOT－5 characteristics and key technology of image processing of remote sensing data［J］．Science and Technology Innovation Herald，2009(1):233－234．

［9］ 石迎春，葉 浩，郭 嬌，等．幾何糾正模式對QuickBird全色影像定位精度的影響——以黃土高原為例［J］．國土資源遙感，2011，23(3):135－139．doi:10．6046/gtzyyg．2011．03．24．Shi Y C，Ye H，Guo J，et al．The effect of geometric rectification modes on positioning accuracy for Quick Bird panchromatic image:A case study of loess plateau［J］．Remote Sensing for Land and Resources，2011，23(3):135－139．doi:10．6046/gtzyyg．2011．03．24．

［10］ 王 生．基于SPOT5衛(wèi)星遙感數(shù)據(jù)的正射影像圖制作探討［J］．林業(yè)調(diào)查規(guī)劃，2007，32(4):14－16．Wang S．Discussion of orthogonal projection like drawing based on SPOT5 satellite remote sensing data［J］．Journal of Forestry Survey Planning，2007，32(4):14－16．

［11］ 翁永玲，田慶久．遙感數(shù)據(jù)融合方法分析與評價綜述［J］．遙感信息，2003(3):49－54．Weng Y L，Tian Q J．Analysis and evaluation of method on remote sensing data fusion［J］．Remote Sensing Information，2003(3):49－54．

［12］ 孟強(qiáng)強(qiáng)，楊 桄，童 濤，等．基于小波變換的多聚焦圖像融合算法［J］．國土資源遙感，2014，26(2):38－42．doi:10．6046/gtzyyg．2014．02．07．Meng Q Q，Yang G，Tong T，et al．Fusion algorithm of multifocus images based on wavelet transform［J］．Remote Sensing for Land and Resources，2014，26(2):38－42．doi:10．6046/gtzyyg．2014．02．07．

［13］ 董張玉，趙 萍，劉殿偉，等．一種改進(jìn)的小波變換融合方法及其效果評價［J］．國土資源遙感，2012，24(3):44－49．doi:10．6046/gtzyyg．2012．03．09．Dong Z Y，Zhao P，Liu D W，et al．An improved wavelet transformation image fusion method and evaluation of its fusion result［J］．Remote Sensing for Land and Resources，2012，24(3):44－49．doi:10．6046/gtzyyg．2012．03．09．

［14］ 王 樂，牛雪峰，王明常．遙感影像融合技術(shù)方法研究［J］．測繪通報，2011(1):6－8．Wang L，Niu X F，Wang M C．Research on remote sensing imagery data fusion technology and methods［J］．Bulletin of Surveying and Mapping，2011(1):6－8．

［15］ 董廣軍．高光譜與高空間分辨率影像融合技術(shù)研究［D］．鄭州:解放軍信息工程學(xué)院，2004．Dong G J．High Spectral and High Spatial Resolution Image Fusion Technology Research［D］．Zhengzhou:The PLA Information Engineering，2004．

［16］ 林 卉，張連蓬．高分辨率遙感影像融合及其質(zhì)量評價［J］．工程勘察，2009(1):64－68．Lin H，Zhang L P．High－resolution remote sensing image fusion and its quality evaluation［J］．Geotechnical Investigation and Surveying，2009(1):64－68．

［17］ 王海暉，彭嘉雄，吳 巍，等．多源遙感圖像融合效果評價方法研究［J］．計算機(jī)工程與應(yīng)用，2003，39(25):33－37．Wang H H，Peng JX，Wu W，et al．A study of evaluation methods on performance of the multi－source remote sensing image fusion［J］．Computer Engineering and Application，2003，39(25):33－37．

［18］ 許 菡，燕 琴，徐泮林，等．多源遙感影像融合最佳波段選擇及質(zhì)量評價研究［J］．測繪科學(xué)，2007，32(3):72－74．Xu H，Yan Q，Xu P L，etal．A study ofoptimal bands selection and evaluation methods on performance of multi－source remote sensing image fusion［J］．Science of Surveying and Mapping，2007，32(3):72－74．

［19］ 王慶光，潘燕芳．多光譜遙感數(shù)據(jù)最佳波段選擇的研究［J］．韶關(guān)學(xué)院學(xué)報:自然科學(xué)版，2006，27(3):42－44．Wang Q G，Pan Y F．Multi－spectral remote sensing data of optimal band selection research［J］．Journal of Shaoguan University:Natural Science，2006，27(3):42－44．