基于TH-1卫星全色影像的多源遥感数据融合评价

朱 倩，李 霞，刘玲玲

(1.长安大学地球科学与资源学院，陕西西安 710054; 2.陕西测绘地理信息局，陕西西安 710054)

基于TH-1卫星全色影像的多源遥感数据融合评价

朱 倩1，李 霞1，刘玲玲2

(1.长安大学地球科学与资源学院，陕西西安 710054; 2.陕西测绘地理信息局，陕西西安 710054)

为寻求更加适合与天绘一号(TH-1)卫星全色影像融合的多光谱数据及融合方法，运用IHS，Wavelet，PCA，P+XS，Brovey 5种变换方法，分别将TH-1全色影像与TH-1，TM，ETM的多光谱影像进行融合，从视觉和定量两个方面对融合效果进行分析.结果表明：①3种融合组合方式中，TH-1 PAN与TH-1 MS的融合质量最高；②5种融合方法中， Wavelet变换光谱信息保持效果最佳，P+XS和Wavelet变换的空间信息保持效果较佳，Brovey和IHS融合的综合质量最佳.

TH-1；影像融合；融合质量评价

0 引言

从多源遥感数据中能获取到比单源遥感数据更丰富、可靠、有用的信息，对更精确、完全、可靠地解释对象或环境具有重要意义[1].然而，高空间分辨率的全色影像(PAN)缺少光谱信息，高光谱分辨率的多光谱影像(MS)又不具有很高的空间分辨率.因此，PAN与MS的数据融合一直是学者关注的热点.通过多年的研究，许多融合方法已经非常成熟，如IHS，PCA，Wavelet，Brovey等.但这些融合方法的试验研究多数是针对国外的一些卫星影像，如SPOT，IKONOS，WorldView，QuickBird等，对国产卫星数据的应用研究不够，一定程度上影响到国产卫星影像的合理应用.因此，本文基于国产制图卫星TH-1的PAN，选取TH-1，TM，ETM的MS，通过IHS，Wavelet，PCA，P+XS，Brovey 5种常用的融合方法进行融合，并对融合结果影像进行视觉和定量两方面的评估，以期进一步拓宽TH-1卫星影像的使用渠道.

1 方法

1.1 融合方法

目前针对PAN与MS影像常用的融合算法主要包括IHS变换、Wavelet变换、PCA变换、P+XS变换、Brovey变换.现将它们的基本理论概括如下：

(Ⅰ) IHS变换

IHS变换是首先将3个波段的MS从RGB转换至IHS颜色空间，其中I为亮度、H为色度、S为饱和度.然后将PAN和MS的亮度分量I进行直方图匹配.最后将修改过的图像作为新的I分量，与H分量和S分量进行逆变换.IHS变换公式如下[2]：

(1)

(2)

(3)

具体步骤为：首先将MS进行几何配准并重采样到PAN大小；然后由式(1)将MS从RGB变换到IHS颜色空间，获得I，H，S分量；再用PAN全部或部分代替I分量，得到I′；最后用式(3)将I′与H，S等分量逆变换到RGB颜色空间，获得融合影像[3].

(Ⅱ) Wavelet变换

Wavelet变化也称小波变换，影像经小波分解后其频率特性得到分离，利用PAN的高频成分和MS的低频成分组合进行小波重建，从而得到融合影像.其变换步骤如下[4]：

图1 Wavelet变换流程图

(Ⅲ) PCA变换

即主分量变换，是在统计特征基础上的多维(多波段)正交线性变换.具体步骤为：首先根据MS的相关矩阵计算特征值和特征向量；再将特征向量按对应特征的大小从大到小排列并得到各主分量影像；然后将PAN进行拉伸，使之与第一主分量具有接近相同的均值和方差；最后用拉伸过的PAN代替第一主分量，并将它与其余主分量做主分量逆变换即可得到融合影像[5].

(Ⅳ) P+XS变换

P+XS变换融合了调制解调函数和PAN和MS的光谱滤波，其基本表达式为[6]：

(4)

(Ⅴ) Brovey变换

Brovey变换假设PAN与MS的光谱响应范围相同，通过归一化后的MS波段与PAN的乘积来增强影像的信息，其表达式为[8]：

(5)

1.2 质量评价指标

(Ⅰ) 光谱相关系数

光谱相关系数为光谱信息评价因子，反映了融合影像与原始多光谱影像在光谱特征上的相似性，相似度越高，表示融合后的影像对多光谱影像的光谱特征保持度越高.其计算式为

(6)

(Ⅱ) 平均梯度

平均梯度为空间信息评价因子，指图像的边界两侧附近灰度差异，即灰度变化率，这种变化率的大小可用来表示图像清晰度.它反映了图像微小细节反差变化的速率，即图像多维方向上密度变化的速率，表征图像的相对清晰程度.平均梯度越大，图像层次越多，也就越清晰.其定义为

(7)

式中，F(i,j)为图像的第i行，第j列的灰度值；M,N分别为图像的总行数和总列数.

(Ⅲ)结构相似度[9]

结构相似度为结构信息评价因子，包括空间结构相似度、光谱结构相似度.结构相似度越大，表明影像融合效果越好.设X和Y表示待比较的两幅影像，则它们之间的结构相似度定义为

(8)

SSIM(F,A,B)=SSIM(F,A)+SSIM(F,B)

(9)

(Ⅳ) 通用图像质量评价指标UIQI[10]

UIQI为图像质量综合评价指标，从相关信息损失、辐射值扭曲和对比度扭曲3个方面衡量融合前后影像的相似度，其值越大，表示融合质量越高：

(10)

2 融合实验

2.1 数据来源

以2011年TH-1星西安地区的PAN数据为基础，分别选取同期TH-1，TM，ETM 3个传感器的MS数据参与融合，数据情况如表1.

表1 遥感数据基本参数

2.2 数据融合

选用3种MS数据的可见光部分(即1，2，3波段)，采用上述5种方法进行融合实验.融合步骤为：①ETM去条带、所有数据进行严格的几何配准；②MS重采样到PAN的大小；③MS数据分别与PAN进行5种融合变换，融合后影像均为标准真彩色.为了显示方便，只给出了部分场景，如图2～4所示.

3 分析与对比

由目视和定量两种方法评价影像的融合效果.

(Ⅰ) TH-1 PAN与MS的融合效果评价与分析

从图2可见，Wavelet影像较亮，但信息不足，尤其对土地利用等细节信息完全无法辨认；其他融合方法空间分辨率较原始MS均有很明显的提高，但存在不同程度的光谱扭曲，依PCA，P+XS，IHS，Brovey的顺序，亮度由明亮到很暗，低频的光谱特征由依稀可见到几乎看不见.光谱信息和空间分辨率综合起来的目视效果Brovey和IHS最佳，其次是P+XS，最差的是PCA.

图2 不同融合方法的TH-1影像

图3 不同融合方法的TM影像

图4 不同融合方法的ETM影像

表2中，从光谱相关系数看，光谱信息保持得最好的是Wavelet，其次是PCA和P+XS，再次是IHS，最后是Brovey；从平均梯度看，空间信息保持得最好的是P+XS，其次是Wavelet，再次是Brovey，最差的是PCA；从结构相似度看，结构性保持得最好的是Brovey，其次是IHS，再次是PCA和Wavelet，最差是P+XS；从UIQI看，效果最好的是Brovey和IHS，居中的是PCA，最差的是P+XS和Wavelet.Brovey在3个波段的UIQI均较高，而其他融合方法均表现为在R波段的UIQI远远低于G，B两个波段.

(Ⅱ) TH-1 PAN与TM MS的融合效果评价与分析

将三相逆变器等效模型通过坐标变换得到d-q轴下的等效受控源模型[14]，根据逆变电路等效关系求得逆变器-电机系统归算到直流端等效的开环阻抗为：

从图3可见，Wavelet和P+XS均表现为影像较亮，但信息不足，尤其对土地利用等细节信息完全无法辨认，其中P+XS较之Wavelet更优一些；其他融合方法空间分辨率较原始MS均有很明显的提高，但存在不同程度的光谱扭曲，其中Brovey和IHS最佳，PCA居中.

表2中，从光谱相关系数看，光谱信息保持得最好的是Wavelet，其次是P+XS，再次是Brovey和IHS，最差是PCA；从平均梯度看，空间信息保持得最好的是 Wavelet和P+XS，其次是IHS和PCA，最差的是 Brovey；从结构相似度看，结构性保持得最好的是 Brovey，居中是IHS和PCA，最差是Wavelet和P+XS；从UIQI看，效果最好的是Brovey和IHS，最差的是P+XS和Wavelet，居中的是PCA.所有融合方法均表现为在G波段的UIQI远远低于R，B两个波段.

(Ⅲ) TH-1 PAN与ETM的融合效果评价与分析

从图4的视觉效果看，情况与图3类似，不再赘述.

表2中，从光谱相关系数看，光谱信息保持得最好的是Wavelet和P+XS，居中的是IHS和Brovey，最差是PCA；从平均梯度看，空间信息保持得最好的是P+XS和Wavelet，居中是Brovey和IHS，最差的是PCA；从结构相似度看，结构性保持得最好的是Wavelet，居中是IHS，Brovey和PCA，最差是P+XS；从UIQI看，效果最好的是Brovey和IHS，Wavelet，PCA和P+XS均较差.Brovey，IHS在3个波段的UIQI均较高，而其他融合方法均表现为在R波段的UIQI远远高于G，B两个波段.

表2 融合影像定量评价结果

总起来看，3种融合组合方式中，TH-1 PAN与TH-1 MS的综合质量指标UIQI在各种融合方式下均最高，为最佳的组合方式.5种融合方法中，在光谱信息保持上Wavelet变换效果最佳，在空间信息保持上P+XS和Wavelet表现均较佳，通过UIQI综合指标结果指示Brovey和IHS在各方面的平衡效果最好，而在结构性保持上没有统一的定论.且目视效果与UIQI的指标评价结果一致.

实际应用中，需视要求和不同的影像数据源选取最适宜的融合方法.Wavelet变换的光谱继承度较好，如果工作中需要图像有更好的光谱特征时， Wavelet 变换融合的方法是适用的，比如在水环境监测、矿物探测领域，应用范围主要是以光谱分析、特征提取、神经网络分类为主.IHS，Brovey方法在光谱继承方面并不太理想，如果是以光谱分析为主，比如在环境监测等领域，IHS变换并不是最佳选择，但对于图像的综合质量要求较高的领域，如制图，IHS，Brovey方法是适用的.

4 结论

本研究基于国产卫星影像TH-1 PAN，采用多种MS影像组合、多种变换方法进行融合实验，并对结果进行定性与定量评价，得出以下几点有关TH-1 PAN融合特征及应用方面的结论：

(Ⅰ) TH-1 PAN与TH-1 MS，TM MS，ETM MS的3种融合组合中，最佳组合效果为：TH-1 PAN与TH-1 MS.

(Ⅱ) 不同融合方法在融合结果中表现出的优势特征为：Wavelet变换光谱保持度最佳，P+XS，Wavelet变换空间保持度最好，IHS，Brovey综合质量最高.

(Ⅲ) 不同融合方法可能的应用范围为：Wavelet变换可用于环境监测、矿物探测等侧重光谱分析的领域.IHS，Brovey变换可用于制图等对图像综合质量要求较高的领域.

References)

[1] Jia Yonghong, Li Deren, Sun Jiabing. Data fusion techniques for multisources remotely sensed imagery[J]. Remote Sensing Technology and Application, 2000, 15(1): 41-44.

贾永红, 李德仁, 孙家柄. 多源遥感影像数据融合[J]. 遥感技术与应用, 2000, 15(1): 41-44.

[2] Castleman K R. Digital Image Processing[M]. Newsey: Prentice Hall Press, 1996.

[3] Ling Y, Ehlers M, Usery E L, et al. FFT-enhanced IHS transform method for fusing high-resolution satellite images[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2007, 61(6): 381-392.

[4] Strait M, Rahmani S, Markurjev D. Evaluation of Pan-Sharpening Methods[R]. UCLA Department of Mathematics,2008.

[5] Yang Liping, Chen Fahu, Xie Yaowen. Advances of multisource remote sensing image fusion techniques in China[J]. Remote Sensing Technology and Application, 2007, 22(1): 116-122.

杨丽萍, 陈发虎, 颉耀文. 国内多源遥感影像信息融合技术的新进展[J]. 遥感技术与应用, 2007, 22(1): 116-122.

[6] Bretschneider T, Kao O. Image fusion in remote sensing[C]//Proceedings of the 1st Online Symposium of Electronic Engineers. 2000: 1-8.

[7] Ballester C, Caselles V, Igual L, et al. A variational model for P+XS image fusion[J]. International Journal of Computer Vision, 2006, 69(1): 43-58.

[8] Xu Rongfeng, Xu Hanqiu. Evaluation on image fusion algorithms of Landsat-7 ETM+ PAN band and multispectral bands[J]. Geo-Information Science, 2004. 6(1): 99-104.

许榕峰,徐涵秋. ETM+全色波段及其多光谱波段图像的融合应用[J]. 地球信息科学, 2004. 6(1): 99-104.

[9] Wang Z, Bovik A C, Sheikh H R, et al. Image quality assessment: From error visibility to structural similarity[J]. IEEE Transactions on Image Processing, 2004, 13(1): 600-613.

[10] Wang Z, Bovik A C. A universal image quality index[J]. IEEE Signal Processing Letters, 2002, 9(3): 81-84.

Image fusion quality assessment of multisource remote sensing for TH-1 PAN

ZHU Qian1, LI Xia1, LIU Lingling2

(1.School of Earth Science and Resources, Chang’an University, Xi’an 710054, China;2.Shanxi Administration of Surveying, Mapping and Geoinformation, Xi’an 710054, China)

In order to find suitable multispectral images and fusion methods for the pan-sharpening of TH-1 panchromatic images, IHS, Wavelet, PCA, P+XS, Brovey five transformation methods were used to separately fuse TH-1 PAN with TH-1 MS, TM MS and ETM MS, and the fusion results were assessed from visual and quantitative aspects. Results show that TH-1 PAN and TH-1 MS fusion combination have the best quality; Wavelet transformation can keep the best spectral information, P+XS and Wavelet transformation can keep the best spatial information, and Brovey and IHS can get the best overall quality.

TH-1; image fusion; fusion quality assessment

0253-2778(2013)05-0363-06

TP75；P627

A

10.3969/j.issn.0253-2778.2013.05.003

Zhu Qian, Li Xia, Liu Lingling. Image fusion quality assessment of multisource remote sensing for TH-1 PAN[J]. Journal of University of Science and Technology of China, 2013,43(5):363-368.

朱倩，李霞，刘玲玲. 基于TH-1卫星全色影像的多源遥感数据融合评价[J]. 中国科学技术大学学报，2013,43(5):363-368.

2013-01-05；

2013-03-11

国家自然科学基金(41101445)资助.

朱倩(通讯作者)，女，1983年生，博士生. 研究方向：遥感技术、地理信息技术等. E-mail:qian15086@st.chd.edu.cn