应用“资源一号”02C卫星数据的模拟真彩色技术

孙家波，杨建宇，张 超，郧文聚，朱德海

(1.中国农业大学信息与电气工程学院，北京 100083;2.国土资源部土地整治中心，北京 100035)

0 引言

“资源一号”02C卫星(以下简称02C星)是根据国土资源主体业务需求而定制的第一颗国产高空间分辨率业务卫星，已于2011年12月22日发射升空，搭载有1台5 m/10 m分辨率的P/MS全色多光谱相机和2台2.36 m高分辨率的HR相机。目前，该数据已经开始应用于我国土地利用变更调查监测与核查项目中[1－3]。内业主要以其作为目视解译和数据采集的背景数据;外业主要以其作为实地调查的底图。02C星多光谱数据的波段组成与SPOT系列数据类似，均缺少蓝光波段，因此在实际应用中往往只能进行近红外、红、绿波段的假彩色合成显示。然而，在已完成的第二次全国土地调查工作中，规定了底图的生产为模拟真彩色，每年进行的土地动态遥感监测图斑的人工获取也是以真彩色的数字正射影像图(digital orthophoto map，DOM)作为底图。因此，通过模拟真彩色处理使影像地物色彩近于自然色，有利于02C星数据的业务化应用以及非遥感专业人员对地物的快速判读和准确提取。

传统模拟真彩色的方法主要是利用线性或者非线性的波段运算模型重新构建蓝光波段，以得到红、绿、蓝的真彩色图像;这些模型种类繁多，且主要针对SPOT系列数据和彩红外摄影数据，是否适合于02C星数据还有待研究。本文在归纳已有的模拟真彩色处理方法的基础上，选用适合的线性波段运算模型合成了02C星数据的模拟真彩色图像，并基于归一化植被指数(normlized difference vegetation index，NDVI)的限制实现了植被区域显示效果的进一步增强。

1 模拟真彩色技术研究综述

闫相辉等[4]指出，真彩色模拟的必要条件首先是具有红、绿、蓝波段的图像;而 SPOT，IRS－1C，02C星，以及彩红外摄影数据均缺少蓝光波段，不能直接进行真彩色合成显示。传统的模拟真彩色方法是利用已有的波段计算出新的蓝光波段，然后再进行合成。计算方法主要有如下3种:

1)基于光谱坐标转换的方法。该方法由蔡宏宜、Chen[5－6]提出。其实现过程是:首先，在 2 个不同的空间坐标系中寻找对应的点作为控制点，再根据控制点求解出坐标转换函数的参数;然后进行2个坐标系之间的坐标转换，也就是将(NIR，R，G)模式转换为(R，G，B)模式。

2)基于非线性的波段重构方法。该方法结合波谱分析建立遥感数据波段之间的非线性映射关系，构建蓝光波段。朱长明等[7－8]依据地物波谱特征，采用光谱角匹配模型计算得到像素点在蓝光波段的反射率，提出了基于神经网络非线性逼近机制的真彩色模拟方法，基于TM/ETM+训练样本获取参数，并将其应用于SPOT5数据，构建出蓝光波段;黄志勇[9]利用倒转神经网络拟合TM图像的NIR，R，G与B之间的关系，并把这种非线性的关系引入到SPOT图像拟合出蓝光波段;Xu等[10]提出了基于光谱相似度模型构建蓝光波段的方法。

3)基于线性运算模型的方法。该方法利用遥感数据波段之间的相关性建立线性关系模型，并基于此模型合成所需的波段图像。Knudsen[11－12]针对彩红外航片的真彩色显示提出了PNC(pseudo natural clour)模型，和增强的PNC算法;万冉冉[13]通过对SPOT5波段及地物反射波谱特征分析，提出了一种新的蓝光波段合成以及绿光波段和红光波段调整方法;曹建君等[14]在进行SPOT5真彩色图像合成时，利用了绿、红、近红外和全色波段，使影像的色彩和清晰度均得到了改进;杨薇玉等[15]针对土地利用调查中SPOT5数据的彩色合成、色相调整、融合等进行了相关研究;蔡丽娜[16－17]针对 ETM+图像的近自然色模拟，采用了多种彩色合成方案进行相关试验。

上述模拟真彩色方法具有的特点:①非线性模型的建立较为复杂，而且往往需要完整性较好的波谱数据库的支持;②线性模型建立较为简单，在实际应用中(如土地利用调查[15]、退耕精确监测[14]、森林资源监测[18]及西部测图[19]等)，一般采用简单的线性模型。但线性模型是一种经验模型，即使针对SPOT 5图像，不同类型研究中用到的模型也不是固定的。

2 针对02C星图像的模拟真彩色

结合已有的针对SPOT系列数据和彩红外摄影数据的模拟真彩色研究，本文归纳出9种线性的波段运算模型;分别利用02C星多光谱和全色波段数据，构建蓝光波段;结合图像真彩色显示效果，选择最适合于02C星数据的模型得到真彩色图像;基于绿光波段和近红外波段加权方法增强植被信息。具体技术流程如图1所示。

图1 02C星图像模拟真彩色技术流程Fig.1 Technique flow chart of simulating true color for 02C satellite

2.1 真彩色变换

将02C数据的全色图像表示为P;多光谱图像的绿、红、近红外波段分别表示为G，R和NIR;真彩色图像的红、绿、蓝波段分别表示为R′，G′和B′，则9种运算模型如表1所示。

表1 9种线性波段运算模型Tab.1 9 linear band calculation models

续表

2.2 真彩色增强

利用上述变换得到的真彩色图像，植被区的显示效果并不理想，集中体现在植被色调偏暗，层次感不强。因此，通过真彩色增强技术进一步改善图像显示效果。常用的方法是绿光波段与近红外波段加权[20]，即将在植被区反射率较高且与植被类型密切相关的近红外波段信息引入到绿光波段中，即

式中:G′为新的绿光波段;G为原绿光波段;NIR为近红外波段;b为权重(0≤b≤1)。

相关研究表明，如果对整幅图像进行绿波段与近红外波段加权操作，在增强植被区显示效果的同时，会使居民地、水体及道路等影像的色调发生变异，因此应该将真彩色增强的操作对象固定在植被区[21]。NDVI是提取植被信息最为常用的一种植被指数，计算式为

式中:NIR为近红外波段像元值;R为红波段像元值。如果NDVI＞0，表示有植被覆盖，且NDVI随着植被覆盖度的增大而变大;NDVI＜0，表示有对可见光高反射的地物，如云、水、雪等;NDVI=0，表示裸地、岩石等。因此，这里将NDVI＞0作为进行真彩色增强的前提条件，从而只针对植被区引入近红外波段信息。

3 实验与结果分析

3.1 实验数据及预处理

实验数据为2012年2月的02C星数据，包括2.36 m分辨率的全色图像(高分波段)和10 m分辨率的多光谱图像。波段组成为绿、红和近红外;覆盖区域为北京市平谷区，区内地物类型包括农田、城镇、道路、水体及林地等。

首先以全色图像作为参考对多光谱图像进行配准;然后将多光谱图像重采样为2.36 m，并与全色图像配准;分别裁剪相同范围的区域作为实验数据，区域大小为3 387像元×3 387像元。实验数据的假彩色显示效果如图2所示。

3.2 实验结果分析

3.2.1 真彩色变换结果分析

基于9种线性波段运算模型得到的真彩色变换结果如图3所示。

图3－1 多光谱重建的整体效果Fig.3－1 Overall effects of multispectral reconstruction

图2 02C星近红外(R)红(G)绿(B)波段假彩色合成图像Fig.2 02C satellite near infrared(R)red(G)green(B)composite image

图3－2 多光谱重建的整体效果Fig.3－2 Overall effects of multispectral reconstruction

从图3可以看出，采用模型三、四、五、六和九变换后的图像整体色调与自然色差距较大;采用模型一、二、七和八变换的图像整体色调接近于自然色，其局部图像的显示效果及其比较分别如图4和表2所示。

图4 多光谱重建后的局部图像显示效果Fig.4 Local effects of multispectral reconstruction

表2 多光谱重建局部显示效果比较Tab.2 Local effect comparison of multispectral reconstruction

从图4和表2可以看出，采用模型一得到的水体色调异常;采用模型七和模型八得到植被显示效果较好，但水体色调异常，而且采用模型七得到的建筑物色调也异常。因此，综合分析认为，采用模型二得到的效果最好。

3.2.2 真彩色增强结果分析

基于模型二的结果图像，通过绿波段和近红外波段加权，对图像进行真彩色增强。这里采用2种方式:①第一种是对整幅图像进行波段加权操作;②通过NDVI限制只对植被覆盖区域进行波段加权操作，即结合式(1)，设置绿波段的权重分别为1.0，0.8，0.8(有 NDVI限制)，0.6(有 NDVI限制)。处理效果如图5和图6所示。重为0.2时(图6(a))，采用NDVI限制只对植被覆盖区域进行真彩色增强，植被色调得到改善的同时水体和裸地的色调均保持不变，与自然色相符。实验发现，近红外波段的权重越大，植被越绿，植被与其他地类的对比越明显。但需要说明的是，在进行真彩色增强时，

图5 针对整幅图像的真彩色增强结果Fig.5 Results of natural color enhancement for whole image

图6 针对植被覆盖区域的真彩色增强结果Fig.6 Results of natural color enhancement for vegetation covered area

从图5可以看出，向绿波段中融入近红外波段信息，会使植被色调更真实、更有层次感，但是同时裸地和水体的色调也发生了变化，前者变青，后者变紫，与实际色调不符。

从图6可以看出，当权重为0.8，即近红外波段权还要结合图像具体的时相信息，比如令权重为0.6，(图6(b))虽然植被视觉效果较好，但由于图像时相为2月份，因此植被不应该呈现该强度的绿色，因此认为权重为0.8更符合实际。

4 结论

本文针对“资源一号”02C星数据，建立了“真彩色变换－真彩色增强”的模拟真彩色处理流程。从已有的9种线性波段运算模型中选择出了适合于02C星图像的模型(加权法模型);真彩色增强采用NDVI限制植被区的方法进行绿波段与近红外波段的加权，在进一步优化植被显示效果的同时避免了其他地类色调的改变。实验结果表明，将本文提出的模拟真彩色技术流程应用于02C星数据，能够得到视觉效果较好的模拟真彩色图像。但该方法尚存在如下需要讨论之处:

1)真彩色变换实验选择出的线性波段运算模型并不一定适合于所有的02C星数据，更不一定适合于SPOT5和IRS－1C等缺失蓝光波段的图像。因此，在实际应用中要结合图像包含的具体地物类型进行选择，例如模型八在没有水体的情况下，其变换效果优于模型二。

2)彩色增强实验对植被区的限制条件是NDVI＞0，但是实际上有些图像中的非植被区，如建筑物、裸地等，其NDVI＞0也是可能的，因此NDVI的设置需要建立在对不同地类的NDVI值准确分析的基础上。

[1]文雄飞，陈蓓青，申邵洪，等.资源一号02C卫星P/MS传感器数据质量评价及其在水利行业中的应用潜力分析[J].长江科学院院报，2012，29(10):118－121.Wen X F，Chen B Q，Shen S H，et al.Image quality evaluation for ZY－1 02C satellite P/MS sensors and the potential of its application in water conservancy[J].Journal of Yangtze River Scientific Research Institute，2012，29(10):118－121.

[2]马熹肇.资源一号“02C”卫星数据在轨测试分析[D].长春:吉林大学，2012.Ma X Z.Data analysis on in orbit testing of ZY－1 02C satellite[D].Changchun:Jilin University，2012.

[3]周 亦，武 娟，李 琦，等.“资源一号”02C卫星影像在土地利用变化信息发现中的试验与分析[J].矿产勘测，2012，3(5):688－693.Zhou Y，Wu J，Li Q，et al.Test and analysis for detecting landuse change by using CBERS－ 02C satellite image[J].Geotechnical Engineering world，2012，3(5):688－693.

[4]闫相辉，刘长军，徐衍武.航天遥感图像近自然彩色图像模拟原理[J].林业勘查设计，2005(1):94.Yan X H，Liu C J，Xu Y W.Near natural color image simulation principle of the space remote sensing images[J].Forest Investigation Design，2005(1):94.

[5]蔡宏宜.SPOT卫星自然色模拟影像自动化产生之研究[D].台湾:中央大学，1998.Cai H Y.Study on automatic simulation of natural color image for SPOT data[D].Taiwan:Central University，1998.

[6]Chen S F，Tsai H Y.A spectral transformation technique for generating SPOT natural color image[EB/OL].http://www.a－a－ r－ s.org/acrs/proceeding/ACRS1998/Papers/PS398－18.htm.

[7]朱长明，骆剑承，沈占锋，等.地物波谱数据辅助的SPOT影像模拟真彩色方法研究[J].测绘学报，2010，39(2):169－174.Zhu C M，Luo J C，Shen Z F，et al.Approach of SPOT true color image simulation assisted by spectral library data[J].Acta Geodaetica et Cartographica Sinica，2010，39(2):169－174.

[8]朱长明，杨 辽，骆剑承，等.基于神经网络的SPOT数据模拟真彩色非线性方法研究[J].国土资源遥感，2009，21(2):71－75.Zhu C M，Yang L，Luo J C，et al.The nonlinear simulation model for SPOT true color image based on neural networks[J].Remote Sensing for Land and Resources，2009，21(2):71－75.

[9]黄志勇.SPOT自然色影像产生之研究[D].台湾:中央大学，2002.Huang Z Y.Study on natural color image synthesis for SPOT data[D].Taiwan:Central University，2002.

[10]Xu H X，Chen Y H.A technique for simulating pseudo natural color images based on spectral similarity scales[J].IEEE Geoscience and Remote Sensing Letters，2012，9(1):70－74.

[11]Knudsen T.“ True”colour presentation of suburban areas from colour－ infrared aerial photos[M].Denmark National Survey and Cadastre，2003.

[12]Knudsen T.Technical note:Pseudo natural colour aerial imagery for urban and suburban mapping[J].International Journal of Remote Sensing，2005，26(12):2689－2698.

[13]万冉冉.SPOT5遥感影像真彩色模拟方法研究[C]//华东六省一市测绘学会第十一次学术交流会论文集，2009.Wan R R.Approach of SPOT5 image true color simulation[C]//Proceedings of the 11th Academic Communication of Society of Surveying and Mapping of the Six Provinces and One City in East China，2009.

[14]曹建君，苗天宝，蔡喜琴，等.SPOT5卫星影像在退耕精确监测中的应用研究[J].遥感技术与应用，2004，19(5):312－314.Cao J J，Miao T B，Cai X Q，et al.Application of SPOT5 images to accurate monitoring of the project of returning land for farming[J].Remote Sensing Technology and Applicaton，2004，19(5):312－314.

[15]杨薇玉，张述清，向更明.土地利用调查中SPOT5卫星遥感数据处理方法的探讨[J].地矿测绘，2007，23(2):44－46.Yang W Y，Zhang S Q，Xiang G M.Discussion on SPOT5 image data processing for land use survey[J].Surveying and Mapping of Geology and Mineral Resources，2007，23(2):44－46.

[16]蔡丽娜，郎奎建，邓一兵.关于遥感影像近自然彩色模拟方法的探讨[J].测绘与空间地理信息，2007，30(2):56－59.Cai L N，Lang K J，Deng Y B.Study on simulating natural color of remote sensing image[J].Geomatics and Spatial Information Technology，2007，30(2):56－59.

[17]蔡丽娜.多光谱遥感影像近自然彩色模拟的研究[D].哈尔滨:东北林业大学，2005.Cai L N.Study on simulating near natural color of multi－spectrum remote sensing image[D].Haerbin:Northeast Forestry University，2005.

[18]代华兵，李春干.森林资源监测中SPOT5数据融合方法的比较[J].林业资源管理，2005(3):76－79.Dai H B，Li C G.Comparison of the fusion methods of SPOT5 data in forest resources survey[J].Forest Resources Management，2005(3):76－79.

[19]白 峰.浅析在西部测图中SPOT5卫星数据融合和彩色合成的方法及应用[J].知识经济，2009(6):115－116.Bai F.Analysis of fusion and true color synthesis methods and its application for SPOT5 data in the western mapping project[J].Knowledge Economy，2009(6):115－116.

[20]王海燕，陈卫平，曹广强.ALOS卫星影像自然色变换及融合方法探讨[J].测绘技术装备，2012(1):12－15.Wang H Y，Chen W P，Cao G Q.Disucussion on natural color transformation and fusion methods for ALOS data[J].Geomatics Technology and Equipment，2012(1):12－15.

[21]张 伟，郑旭霞.基于植被指数的多光谱影像真彩色合成方法[J].测绘与空间地理信息，2010，33(6):110－113.Zhang W，Zheng X X.A method of true color synthesis of multispectral images based on vegetation index[J].Geomatics and Spatial Information，2010，33(6):110－113.

[22]Huber W.SPOT 4，5 natural color[EB/OL].ArcGIS Desktop Discussion Forums，2009.http://forums.esri.com/Thread.asp?c=93＆f=982＆t=271727.htm.