高分一號衛(wèi)星影像的融合方法比較研究

崔佳潔，李世明

（1.中國礦業(yè)大學(xué)（北京）地測學(xué)院，北京100083；2.林業(yè)科學(xué)研究院資源信息研究所，北京100091）

1 實(shí)驗(yàn)數(shù)據(jù)介紹

以高分一號的8m多光譜和2m全色波段影像為源數(shù)據(jù)，多光譜包含4個(gè)波段，分別為藍(lán)色（0.45～0.52μm）、綠色（0.52～0.59μm）、紅色（0.63～0.69μm）、近紅外（0.77～0.89μm），全色波段為0.45～0.90μm，影像獲取時(shí)間為2014－05－14。在融合前，先對全色影像和多光譜影像進(jìn)行幾何校正、空間配準(zhǔn)，配準(zhǔn)誤差控制在0.5個(gè)像素以內(nèi)，以保證融合效果。

2 融合方法介紹

影像融合即對同一地區(qū)的不同影像數(shù)據(jù)進(jìn)行幾何校正、空間配準(zhǔn)，然后采用一定的算法將各影像數(shù)據(jù)中所含的信息優(yōu)勢或互補(bǔ)性有機(jī)結(jié)合起來，得到1幅信息更加豐富的圖像［1］。影像融合的主要目標(biāo)是：提高空間分辨率，增強(qiáng)目標(biāo)特征，提高分類精度，信息互補(bǔ)等［2］。圖像配準(zhǔn)是遙感圖像融合的關(guān)鍵，配準(zhǔn)的精度直接影響融合的最終效果，最常見的方法就是通過選取明顯的點(diǎn)作為特征匹配控制點(diǎn)，再對影像重采樣，一般配準(zhǔn)誤差不超過一個(gè)像素；其次是圖像匹配，減少融合后圖像的光譜變異，將全色影像直方圖變換為對應(yīng)的多光譜影像直方圖；最后利用不同的算法進(jìn)行融合變換。幾種常見的融合方法［3］如表1所示。

表1 幾種常見的融合方法及介紹

3 融合結(jié)果比較

融合后，高分一號影像空間分辨率大大提高的同時(shí)，也使多光譜圖像中的光譜特性得到了很好的保留，有利于進(jìn)行人眼的視覺判讀，提高了影像的判讀、識別和分類等能力。這里從兩方面對融合后結(jié)果進(jìn)行評價(jià)：主觀評價(jià)和客觀評價(jià)。以截取1 825像素×1 385像素的區(qū)域影像為例，對各種方法的融合結(jié)果（見圖1）進(jìn)行比較。

3.1 主觀評價(jià)

目前對圖像融合效果進(jìn)行評價(jià)一般涉及定性評價(jià)或者統(tǒng)計(jì)指標(biāo)定量評價(jià)即主觀評價(jià)和客觀評價(jià)［7］。通過目視解譯可以看出，4種融合方法都做到了空間信息上的改善和一定程度上的光譜信息保留，目視效果柔和，地物、地貌信息特征明顯，地物判讀相比單一全色影像容易，使融合圖像具有更豐富的信息。在顏色保真上，Gram－Schmidt和Brovey方法與原始多光譜顏色最為接近，HSV次之，PCA顏色失真，光譜信息損失嚴(yán)重；在空間細(xì)節(jié)方面上，與其它兩種結(jié)果比較，經(jīng)過Brovey變換和HSV法融合的影像，可以清晰地顯示各地物的邊緣和輪廓。主觀方法評價(jià)影像的質(zhì)量受不同的觀察者、影像的類型、外部環(huán)境等環(huán)境條件的影響較大，具有波動(dòng)性和隨意性，因此，需要通過客觀的評價(jià)因子來進(jìn)行評價(jià)。

3.2 客觀評價(jià)

客觀評價(jià)因子包括均值、標(biāo)準(zhǔn)差、信息熵、相關(guān)系數(shù)和偏差值。均值是整幅影像中所有像素的像素平均值，反映影像中地物的平均反射強(qiáng)度。

式中：ˉX為灰度平均值；m，n分別是影像的行列數(shù)；X（i，j）為對應(yīng)像元的灰度值。

融合前后影像相應(yīng)波段的像素值變化越小，則說明光譜保真度特性越高。融合后Brovey法均值最小，亮度信息變化最大，HSV法次之，PCA法和Gram－Schmidt法變化最小，與原始影像光譜保持性最好。

標(biāo)準(zhǔn)差反映了灰度相對于灰度均值的離散情況，標(biāo)準(zhǔn)差越大灰度級分布越分散，圖像的反差越大，有利于信息的提取［8］，公式為

圖1 原始多光譜影像及融合后影像

一般地，標(biāo)準(zhǔn)差越大越好。HSV融合后的標(biāo)準(zhǔn)差整體上來說最大，說明HSV法融合后信息量變化大于其他方法。

信息熵是衡量圖像信息豐富程度的一個(gè)重要指標(biāo)。融合影像的熵值反映了影像信息的含量，熵值越大，則說明信息量越豐富，圖像蘊(yùn)含的信息越多，融合的效果也越好［9］。

式中：L為影像的最大灰度級，Pi為影像X上像元灰度值為i的概率。從表2可以看出，PCA融合法和Gram－Schmidt法融合后的影像信息熵值整體最大，說明圖像信息豐富，Brovey融合法信息熵值最小，信息量損失較大。

相關(guān)系數(shù)［10］是體現(xiàn)融合影像與原影像的相關(guān)程度。融合影像與原始多光譜影像的相關(guān)系數(shù)可以直接反映出二者的相似程度，其值越大，說明融合圖像與多光譜圖像的相關(guān)程度高［11］，也就是指光譜保持性能，也反映出了空間細(xì)節(jié)的改變程度。由以下公式計(jì)算融合前后對應(yīng)波段間的相關(guān)系數(shù)

偏差值是原影像像素值與融合影像相應(yīng)像素值之差與像元數(shù)的比值，反映了融合后結(jié)果與原多光譜影像光譜特征變化的平均程度和光譜信息上的差異大小，值越小則差異越小，融合后光譜保持效果越好［12］。

式中：M（i，j）為融合像元的灰度值；F（i，j）為原始影像的像元灰度值。Brovey融合偏差最大，光譜信息變化最大；PCA融合法和Gram－Schmidt法的相對偏差較小，光譜信息變化最小。

表2 定量評價(jià)結(jié)果統(tǒng)計(jì)

4 結(jié)束語

綜上可知，對于高分一號影像，Brovey融合后與原始多光譜對應(yīng)波段間相關(guān)系數(shù)較高，多光譜波段的光譜分辨率得到較好地保留，但是均值、標(biāo)準(zhǔn)差和信息熵則是所有方法中最小的，也就是說空間信息不夠詳細(xì)。HSV融合后，各項(xiàng)指標(biāo)較Brovey融合要好一些，融合效果處于中等位置。PCA法融合后均值與原始多光譜最為接近，偏差指數(shù)最小，說明光譜保持性最好，但是信息熵和相關(guān)系數(shù)有所下降，說明信息量損失較大。Gram－Schmidt法各項(xiàng)指標(biāo)最優(yōu)，不僅保持了原來的光譜特性，且信息失真小，融合效果最為理想。因?yàn)镚ram－Schmidt融合方法是利用統(tǒng)計(jì)分析的方法對參與融合的各波段進(jìn)行最佳匹配，避免了其它融合方法某些波段信息高度集中和新型高空間分辨率全色波段由于波長范圍擴(kuò)展引起的光譜響應(yīng)范圍不一致現(xiàn)象。在實(shí)際應(yīng)用中，要根據(jù)遙感影像應(yīng)用目的不同，合理選擇融合方式。

［1］ 郭蕾，楊冀紅，史良樹，等.Spot6遙感圖像融合方法比較研究［J］.國土資源遙感，2014，26（4）：71－77.

［2］ 夏健爽.遙感數(shù)據(jù)融合后圖像質(zhì)量評價(jià)的研究［D］.昆明：昆明理工大學(xué)，2011.

［3］ 馬友平，馮仲科，何友均，等.基于 ERDAS IMAGINE軟件的快鳥影像融合研究［J］.北京林業(yè)大學(xué)學(xué)報(bào)，2007，29（2）：181－184.

［4］ ?；?，陳春香.基于HSV變換與小波變換的遙感圖像融 合 ［J］.計(jì) 算 機(jī) 工 程 與 設(shè) 計(jì)，2008，28（23）：5682－5684.

［5］ 楊麗萍，夏軟勝，陳發(fā)虎.Landsat7ETM＋全色與多光譜數(shù)據(jù)融合算法的比較［J］.蘭州大學(xué)學(xué)報(bào)，2007，43（4）：7－12.

［6］ 丁慶福，徐躍通，劉匡.Quickbird影像3種常用融合方法和評價(jià)［J］.現(xiàn)代農(nóng)業(yè)科技，2012（14）：209－210.

［7］ 何海鵬，何國金.IKONOS高分辨率遙感影像融合方法比較研究［J］.科技導(dǎo)報(bào)，2009，27（5）：33－37.

［8］ 孟京輝，陸元昌，劉 剛，等.基于ETM＋遙感圖像的圖像融合試驗(yàn)及評價(jià)方法［J］.南京林業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，34（1）：69－72.

［9］ 趙英時(shí).遙感應(yīng)用分析原理與方法［M］.北京：科學(xué)出版社，2003.

［10］朱繼文，楊金玲，曹先革.基于小波變換的遙感數(shù)據(jù)融合［J］.黑龍江工程學(xué)院學(xué)報(bào)：自然科學(xué)版，2009，23（4）；7－9.

［11］史榕，許惠平，陳華根.遙感影像圖像融合技術(shù)及融合質(zhì)量評價(jià)研究［J］.魯東大學(xué)學(xué)報(bào)：自然科學(xué)版，2008，24（2）：130－134.

［12］許民，劉勇，王曉燕，等.Quickbird全色與多光譜數(shù)據(jù)融合算法的比較［J］.地理空間信息，2011，9（4）：84－87.