高分辨率遥感影像融合方法应用研究

2012-01-19李淑琴贾俊红河南省遥感测绘院

河南水利与南水北调 2012年16期

关键词：光谱信息高分辨率波段

□李淑琴 □李华 □贾俊红（河南省遥感测绘院）

高分辨率遥感影像融合方法应用研究

□李淑琴 □李华 □贾俊红（河南省遥感测绘院）

介绍对高分辨率遥感影像的不同融合方法，同时从遥感影像光谱特征的分析入手找到颜色偏差的原因,然后分别利用传统的和改进的方法进行了融合试验,从而找到对新型高分辨率遥感影像融合的最佳方法。

高分辨率;QuickBird;颜色差异;影像融合

1.绪论

多源遥感图像数据融合是将同一地区所获得的不同的遥感影像所包含的信息数据进行空间配准，并采用一定的算法重新生成一组新的信息或者新的图像的过程。在实际应用中，不同的遥感数据具有不同光谱特性和不同的空间分辨率，如果能将它们各自的优势综合起来，就可以达到图像信息上的互补，这样不仅可以扩大各自图像的应用范围，而且大大提高了遥感影像判读的精度和可靠性、节省数据获取的成本。

2.数据融合原理

对不同遥感器获取的影像数据进行融合，可分为影像的空间配准和影像融合两部分。影像的空间配准是遥感影像融合的前提，是把其中一幅做为参考影像，对另一张图像进行校正；影像融合是将空间配准的影像数据进行合成。

3.数据源与预处理

3.1 遥感数据是用遥感器探测来自地表的电磁波，通过采样及量化后获得的数字化数据。目前能供作土地利用更新调查遥感数据的有IKONOS、QuickBird和Spot5三种高分辨率的数据。

3.2 融合前的数据预处理

预处理：主要包括遥感影像的大气校正、几何纠正、辐射校正及空间配准。

3.2.1 大气订正、几何纠正及辐射校正的目的主要在于去除透视收缩、阴影、叠掩等地形因素以及天气变化、卫星扰动、大气散射等随机因素对成像结果一致性的影响；

3.2.2 影像空间配准的目的在于消除由不同传感器得到的影像在拍摄角度、分辨率及时相等诸多方面的不同。

4.常用融合方法和数据融合

4.1 常用数据融合方法

4.1.1 加法：一般适用于山区效果比较好的影像，虽然此方法不限制波段数的运算，但需要考虑抑制强相关性，避免运算时产生过多的突变色块和过强的局部反差而影响影像的判读性。此法的融合影像可以是多通道的。

4.1.2 PCA法融合：对多光谱图像的所有波段都适用，获得的影像包括了多光谱特征和原始影像的空间分辨率，融合后的影像能够很好地保留原始影像的高频信息，而且融合后的影像更加清晰的表现了地貌的细部特征，也更加丰富了光谱信息，同时也可以提高分类制图的精度和目视判读的效果。

4.1.3 Brovey转换法：由于它只是对影像进行颜色归一化简单处理，所以获得的融合影像比较全面的保留了原始影像的色彩信息，影像相对比较清晰，内容也比较丰富。用此法获得的融合影像有助于提取地物边界和地面信息。

但是长期的行政推动、单打独斗、办社会负担，让农场存在思想保守、体制僵化、机制不活、负担沉重等问题。如何解决问题轻装上阵，回归到企业属性，让农场在新时代的大背景下健康发展，成为农场面对的新课题。在中央、省委加快推进农垦改革的大背景下，依安抢抓机遇，不等不靠，作为垦区改革首批试点单位，通过思想发动和实施改革，加快了公司化改革进程，促进了经济社会的更好发展。

4.1.4 HIS变换法：这种方法获得的融合影像与原始影像不仅有相同的饱和度和色度，同时又有很高的空间分辨率，影像看起来比较清晰，容易判读。但是由于不同波段信息数据具有不同的光谱特征曲线，因此这种方法改变了原始的光谱特征，光谱失真也比较大，而且多光谱图像的波段数也有所限制必须为3。

4.1.5 加权融合法：此方法简单易行。线性加权法虽然概念简单，计算量小，影像的纹理信息表现明显，也适合实时处理,但是缺点是较大限度扭曲了多光谱数据的光谱信息，融合后的图像包含很强的噪声；特别是当融合图像的灰度不一致时，所拼接图像的拼接痕迹就会更加明显，视觉效果不是太理想。

4.1.6 Pansharp融合法：该算法所得到的全色影像的纹理信息比较突出，并最大限度的保持多光谱信息，特别是对于高分辨率影像，具有融合影像纹理清晰，操作简单，色彩丰富等优点。

4.2 数据融合实验

一般在项目中，需要针对已知数据的情况，对多种算法的效果进行比较评价，选择相对最优的算法进行融合处理。主要采用以下几种方法：全色影像、配准后的多光谱影像、PanSharpen融合方法影像、RGBFUSE融合方法影像、BROVEY配合方法影像、PCA配合方法影像、Gram-Schmidt变换融合方法影像。

4.3 融合后处理

融合后影像灰阶较窄，亮度偏低、可采用色彩平衡、线性拉伸、色度、亮度对比度、以及饱和度和明度调整等方法进行色调调整。色调调整时应针对侧重点不同，应用目的不同，以便进行变化分析，使用于变化信息提取时影像色调调整侧重于保留多光谱影像的光谱信息和全色影像的纹理细节；一般侧重于图面视觉效果时主要用于作制图背景的融合影像的色调调整，去除杂色保证整体反差。调色前后的影像比较如图1、图2所示。

图1 调色前影像

图2 调色后影像

4.4 融合结果分析比较

实验结果表明，Pansharp变换和 Gram-Schmidt变换在QuickBird影像融合时不仅能增加空间信息而且还能较好地保持原多光谱波段的光谱信息。尤其以Pansharp变换法对高分辨率QuickBird影像的融合效果最好。

PCA融合结果的清晰度相对较差。

而Brovey方法虽然能够提高融合影像的清晰度，但存在不同地物表现不同的光谱扭曲现象。

4.5 高分辨率遥感影像融合存在的问题及改进措施

4.5.1 遥感数据融合存在问题

遥感影像数据融合还是一门很不成熟的技术，有待于进一步解决的关键问题有：空间模型的立体配准；统一数学融合模型的建立；提高可信度与精确度；提高数据预处理过程的时间和精度；原始多光谱影像的颜色与融合影像相比较颜色偏差较大；数据源和操作者水平决定了融合的质量，不同的数据源和不同操作者都有可能导致不同的融合结果。

4.5.2 相关改进措施

4.5.2.1 Gram-schmidt变换法

该变换法类似于主成分分析(PCA)，它是对多维影像或矩阵进行正交变换,原始影像多光谱波段之间的相关性得以消除，Gram-schmidt变换后所产生的各分量的信息量没有太大差别,而且各分量是以正交的形式出现,这样PC1中信息过分集中的现象可以相对缓解；而PCA变换后对各主成分之间的信息进行了重新分布,信息量最多的是第一主成分,其他主成分的信息含量依次减少。

4.5.2.2 PCI9.0中的PANSHARP模块

该方法是利用最小方差技术对参与融合波段进行融合，它自动化程度相对较高，因为它是对输入的所有波段进行了一系列的统计运算并且以此来消除融合结果对数据集的依赖性，它同样是利用最小方差原理调整单个波段的灰度分布以减少融合结果的颜色偏差。利用该方法进行融合除了需要输入待融合的MS和PAN外,还需输入至少一个参考波段,融合结果的质量受参考波段的制约。表1是一些常见卫星参考波段。