基于QUICK BIRD的遥感影像融合

邢 颖，刘奥东

(黔南民族师范学院)

0 引言

遥感影像的处理融合是一种运用计算机软件的图像处理模块，来复合多元遥感影像的技术.其目的是对卫星上多传感器所提供的信息或者是单一传感器的多波段信息加以糅合，从而消除数据信息之间可能存在的矛盾和冗余，减少影像模糊度，增强影像中信息透明度 ，改善解译精度、可靠性以及使用率，以形成对目标完整一致的信息描述［1］.

文章研究数据来源于QUICK BIRD-2卫星，卫星于2001年10月18日成功发射，是目前世界上空间分辨率较高的商用遥感卫星.QUICK BIRD是一星多传感器，装有分辨率为0.61～0.72 m的全色波段和分辨率为2.44～2.88 m 的4个波段的光谱数据.因此，通过一定的图像融合方法，可以从中提取出更有用、更精简、更高质量的信息.

1 图像融合的基本原理

针对目前在影像融合的技术方法上，已出现了大量的融合手段.因此确定合适的融合方法，要针对不同卫星的影像，融合的目的、特点进行有针对性的选择.

在对不同类型遥感影像融合处理前，必须具备以下四个条件，即:(1)首先影像必须经过一定的校正处理;(2)影像为同一地点;(3)影像数据应同时囊括了不同的光谱分辨率和空间分辨率;(4)当获取的影像为不同时间段时，间隔时间不应过长，或其地物没有大的变化.完成影像融合后的优点为:(1)融合后的地物细节和影像结构更丰富;(2)与原来的全色影像相比，融合影像有更强的光谱分辨;(3)与原来的多光谱影像相比，融合影像有更强的立体感和空间分辨率;(4)融合处理后的影像，各分量间的空间信息冗余度降低，同时在原来的影像的上增加了全色影像的空间信息.

2 三种融合方法的简单介绍

2.1 IHS变换融合法

IHS是一种图像显示增强和信息融合的方法，具有灵活、适用的优点，是一种实用性强、效果明显的融合方法.该融合法能够基本保持融合前多光谱图像的波谱特征，同时融入高分辨率几何信息.但是在增强几何分辨率的同时，这种方法会损失一定原图像的光谱信息.

算法的过程是:首先将多光谱影像(文章选用QUNICK BIRD多光谱影像MUL)蓝、绿、红三个波段变换为HIS，即亮度、色度、饱和度空间.其计算公式为:

然后再用全色影像(QUICK BIRD PAN)对变换后的亮度、色度、饱和度进行处理，得到新的修正值.即以原亮度值Ⅰ为基准，用全色影像(QUICK BIRD PAN)的灰度值与原亮度值(Ⅰ)进行灰度一致化处理及直方图匹配来代替亮度(Ⅰ)分量，得到的结果为Ⅰ'，即Ⅰ':F(PAN).最后将彩色空间色度反变换到RGB空间，就可以得到融合后的RGB图像.反变换计算公式为:

2.2 主成分分析法(PCA)

PCA(Principal Components Analysis)变换又称为主成分分析，是建立在影像统计基础上的多维线性变换，具有方差信息浓缩、压缩数据量的作用，数学上也称为K-L变换.

PCA变换的具体步骤与IHS变换相似:影像的多光谱波段经过PCA变换后，对全色图像进行灰度拉伸，使其灰度的均值和方差与PCA变换的第一分量图像一致，就可以用处理过的全色影像来替代第一分量，再通过PCA反变换还原为RGB空间.

该融合方法对影像数据压缩、影像增强、影像变化检测和多时相影像融合具有非常重要的作用.但缺点是经过PCA变换后的新波段分量所包括的信息量不同，呈逐渐减少的趋势.第一主分量中往往包含了多光谱波段80%以上信息;第二主分量的包含的信息量很快递减;到了第三分量，信息量几乎为零.因此用拉伸后的全色波段影像的灰度值替代第一主分量，再进行反变换得到增强后的多光谱波段影像时，其中包括的内容会有一定程度的丢失.

2.3 Brovey变换融合法

Brovey变换对于上述两种方法而言，相对简单.此种融合方法的原理实际上是对RGB影像进行多光谱波段的颜色归一化处理，再将全色影像与多光谱影像的蓝、绿、红波段的比重分别相乘.公式为:

式中:Bi_new代表融合后的波段数值(i:1，2，3);Bi_m表示红、绿、蓝3个波段中的任意一个;B_h代表全色影像;Br_m、Bb_m、Bg_m分别代表多光谱图像中的红、绿、蓝波段.变换处理完成后，再反变换得到新图像.

双乙烯酮中控分析中样品含高聚物较多，且聚合物的聚合度不同，水解性能差别也较大，在一定程度上影响了滴定分析的结果判定，所以双乙烯酮的手工滴定分析方法存在一定的局限性，该方法所得双乙烯酮的含量能准确反映样品的真实情况，但所得醋酐的含量因受方法的限制存在明显偏差。所以，双乙烯酮的中控分析中，若要准确反映样品中醋酐的含量，仍需结合色谱分析，为防止样品中的固态物质堵塞色谱柱，应对样品进行必要的蒸馏预处理。

3 融合效果的评价指标

在选择了一定的融合方法对影像进行处理后，就需要对融合的效果进行一个科学合理的评价.而目前对多源遥感影像融合效果的评价还没有统一的方法和标准，一般采用主观定性评价和客观定量评价相结合的方法.

3.1 主观定性评价

主观定性评价就是从融合后图像的清晰度、地物形状和色调等方面对原始影像和融合后影像进行主观的分析比较，从而对融合效果有一个定性的判断.

3.2 客观定量评价

客观定量评价则是以多种统计分析方法为基础进行的，常用的评价指标主要包括均值、偏差、标准偏方差等.

3.2.1 均值

均值是像素灰度的平均值，反应了影像的平均亮度，如果处理后的图像均值分布适中均已，则融合效果良好，公式为:

3.2.2 偏差

偏差是融合前、后影像灰度平均值之差.偏差的计算公式为:

偏差主要反映原多光谱图像光谱特征和融合后影像变化的平均程度.差值越大，光谱畸变越大.

3.2.3 标准方差

方差反映了灰度相对于灰度均值的离散情况，方差越大，则灰度级分布越分散.此时图像中所有灰度级出现的概率越趋于相等，从而包含的信息量越大.公式为:

4 融合结果分析

文章融合数据为贵阳市清镇地区的QUICK BIRD全色图像和QUICK BIRD多光谱图像，采用融合的相关GIS软件，按照上述三种方法进行融合.图1是QUICK BIRD多光谱原始图像，图2是全色波段数据，图3、图4、图5分别为QUICK BIRD多光谱图像与其全色波段经过IHS变化、主成成分分析、Brovey变换融合处理后得到的图像.

图1 多光谱图像

图2 全色图像

图3 IHS变换融合

图4 主成成分变换融合

图5 Brovey变换融合

4.1 主观定性分析

从影像的空间分辨率、清晰度来看，经过融合处理后影像的空间分辨率、清晰度都较原始的QUICK BIRD多光谱影像有很大提高.现对三种融合方法评价如下:

(1)IHS变换融合后，从空间清晰度来看，影像变得更清晰，地物纹理特征也更清楚;而从光谱特征方面，经过HIS处理后，图像的色彩方面出现了明显的变化，尤其是红色调基本消失，如图3所示.这就是由于，HIS的融合方法是直接用全色影像来代替明度分量，从而导致融合后光谱特征出现了一定的扭曲差异.

可见，IHS变换固然可以提高影像的纹理特征，增强光谱图像的空间细节表现，但光谱信息有一定程度的损失.

(2)主成成分分析的影像，目标地物的特征更加清晰，光谱信息更加丰富，如图4所示.同时相较于HIS变化和Brovey而言，在光谱特征上基本上保持了，融合前影像的原色调.但融合时较为突出第一主分量，使得融合后的地物边界有点模糊.

(3)Brovey变换融合，从光谱特征看，经过Brovey变换融合后，影像对应部分的色彩同样有一定的变化.从空间清晰度来看，该融合方法清晰度好，且融合的影像能表现一定的空间细节信息，但该算法造成光谱特征的退化.

4.2 客观定量分析

为了客观、定量地评价融合结果，分别计算了原始QUICK BIED多光谱影像和三种融合后影像在各个波段的均值、偏差、标准方差，计算结果见表1.

表1 三种算法获得融合影像与原始QUICK BIRD多光谱影像统计参数

首先从均值来看，三种融合算法中，IHS变换各波段的均值均低于其他两种及原始图像，所以融合后影像色调较暗，而主成成分分析均值较其他两种融合方法最接近原始图像，所以色调变亮.Brovey变换融合的影像的均值居于两者之间.

从偏差来看，三种融合算法中，偏差最大的是IHS变换，其次为Brovey变换、主成成分分析.偏差可以反映融合影像相对于原始多光谱影像光谱畸变的大小，因此，IHS变换融合影像光谱畸变最大，其次分别为Brovey变换、主成成分分析变换.

从标准方差来看，标准方差越大，则包含的信息量越趋于最大.在三种融合方法中，IHS变换融合方差较小，其次是Brovey变换，而主成成分分析变换的标准方差相对较大.因此，主成成分分析包含的信息量丰富.

此外，在三种不同的融合方法中，IHS变换和Brovey变换只能同时对三个波段的多光谱影像进行融合，而主成成分分析能实现对四个波段的影像融合.

5 结束语

综上所述，采用一定的融合方法对QUICK BIRD数据进行处理，能得到既色彩丰富又地物纹理清晰的影像，又利于提高图像预处理后的图像解译的精确度.此外，针对QUICK BIRD数据本身而言，通过一定的主观定性分析和客观定量分析，综合考虑保留其光谱特性、信息量和清晰度，最佳的融合算法应该是主成成分分析变换，依次是Brovey变换、IHS变换.

［1］ 杨肖琪，林嵩，等.高分辨率卫星遥感数据的融合比较研究［J］.集美大学学报，2005(4):26-31.

［2］ 李军，周月琴.影像局部直方图匹配滤波技术用于遥感影像数据融合［J］.测绘学报，1999(28):37-41.

［3］ 樊旭艳，尹连旺，等.QUICK BIRD遥感影像数据融合方法研究［J］.装备指挥技术学院学报，2006(3):26-30.

［4］ 杨丽萍，夏敦胜，等.Landsat ETM+全色与多光谱数据融合算法的比较［J］.兰州大学报，2007(4):29-35.