国产高分遥感影像数据融合效果评价分析

□浙江省国土整治中心 许调娟 陈一帆 陈文志

本 文采用Brovey、HSV、PCA 和Gram-Schmidt 等算法对广泛使用的国产高分卫星影像进行融合操作，通过结合目视解译等定性方法和多统计量定量计算，分析并比较融合效果，探讨不同融合算法对于高分影像的适用范围。

一、数据源卫星

（一）高分一号卫星

高分一号卫星（简称GF-1）卫星搭载两台2 米分辨率全色/8 米分辨率多光谱相机，四台16 米分辨率多光谱相机，设计寿命长达5年至8年。

（二）高分二号卫星

高分二号卫星（简称GF-2）于2014 年8 月19 日发射，是目前中国分辨率较高的光学对地观测卫星，具有米级空间分辨率、高辐射精度、高定位精度和快速姿态机动能力。

（三）资源一号02C卫星

资源一号02C卫星（简称02C）搭载有全色多光谱相机和全色高分辨率相机，设计寿命3 年。

二、融合方法

（一）Brovey

Brovey 变换是一种用来对来自不同传感器的数据进行融合的较为简单的融合方法，该方法是通过归一化后的多光谱波段与高分辨率影像乘积来增强影像的信息。

（二）HSV

HSV 变换是基于HSV 色彩模型和应用广泛的融合变换方法。HSV将多光谱影像从RGB 空间转变HSV空间（H 色度、S 饱和度、V 纯度），然后用高分辨率影像代替H 图像，最后对H、S、V 图像实施HSV 颜色变换的逆变换得到融合图像。

（三）PCA

主成份变换是遥感数字图像处理中运用比较广泛的一种算法，是在统计特征基础上的多维（多波段）的正交线性变换。主成份变换将各种光谱图像均视为一个随机变量。融合时首先求影像的特征值和特征向量，然后将特征向量按对应特征值的大小，从大到小排列并得到变换矩阵，最后对多光谱图像作变换，并按应用的目的和要求取前面几个图像进行融合。

（四）Gram-Schmidt Pansharpening

Gram-Schmidt 变换是线性代数和多元统计中常见的方法，它通过对矩阵或多维影像进行正交化，从而可消除冗余信息。它与主成分变换的区别在于：主成分变换的第一分量PC1 包含信息最多，而后面的分量信息含量逐渐减少；但Gram-Schmidt 变换产生的各分量只是正交，各分量信息量没有明显的区别。

三、融合效果分析

（一）02C融合效果分析

由于资源一号02C 影像仅含有三个波段，故由近红外、红、绿波段组合显示图像。经过目视对比分析可得出如下结论：Gram-Schmidt和Brovey 融合影像清晰，能较好地保证图像纹理信息，但整体的色彩与原始多光谱影像差距较大。HSV变换后影像饱和度有明显下降，纹理细节表现能力不如前二者。PCA融合法效果最差，其清晰度和光谱保持不佳，受水体和云的影像较大。

资源一号02C 融合效果的定量分析结果见下表1，各种融合方法对比分析可见：Brovey 融合法在光谱保持方面略优于Gram-Schmidt 融合法，信息量、清晰度、细节表现能力均优于多光谱影像，Brovey 融合法是资源一号02C 星较为理想的融合方法。此外，虽然HSV 融合法具有较高的平均梯度、相关系数，但该方法损失了大量的原始多光谱信息。PCA 融合法不仅在清晰度上不如原始影像，且信息量也不如其他融合方法，光谱扭曲度大。

（二）GF-1融合效果分析

高分一号多光谱影像（空间分辨率8 米）及全色影像（2 米）进行上述4种方法的融合。从目视效果来看，Gram-Schmidt Pansharpning、PCA、Brovey 融合法视觉效果较好，色彩鲜艳，地物特征反映明显。HSV 融合法色彩相对暗淡且较模糊，不能明显突出细小地物。同时，Gram-Schmidt 和PCA 融合法在融合后能保持和原始多光谱影像相似的色调，色彩饱和度较理想。

根据高分一号各种融合方法定量分析结果可知，HSV、PCA 融合法已将影像量化为0～255 灰度值，Brovey 由于改变了原始多光谱影像的光谱特征，在保持光谱信息方面表现不佳，且影像只有三个波段，信息不够完整。在降低噪声、信息量方面，被量化到8 位的HSV 融合影像相对偏差大，而PCA 融合1～3波段与Gram-Schmidt 融合相差不大，但由于第4 波段近红外波段占有大比例主成分，且被替换，导致第4波段光谱特征与原多光谱影像有一定差距。清晰度方面，PCA 效果略差。总体来看，Gram-Schmidt 是GF-1 号相对适合的融合方式。

（三）GF-2融合效果分析

通过上述4 种融合法对高分二号进行融合，获取0.8 米分辨率融合影像。从影像目视效果来看，Gram-Schmidt、Brovey、PCA 融合法融合结果较好，影像清晰，对比度适中，反映地物细节能力强；而HSV 变换后影像变得暗淡，饱和度下降。

表1 不同方法的资源一号02C融合效果定量分析统计表

表2 不同方法的高分一号融合效果定量分析统计表

从定量比较的结果来看，HSV融合结果在信息量、光谱保持等方面均不如其他三者。其余三种融合方法在清晰度，光谱保持上较为相似，PCA 融合法和Gram-Schmidt 相比具有更高的相关系数，故PCA 融合更为适合高分二号影像。

四、结论

高分一号影像融合后，色彩真实但是偏暗，不同地物色彩区分度不明显。纹理方面，影像纹理清晰，不同地物的边界明显，高层建筑具有立体感较强，郊区、农村低矮建筑不容易区分。

高分二号影像色彩真实，丰富度高，具有层次感，不同地类容易区分。纹理方面，影像空间分辨率高，空间地物细节水平表现能力好，与背景环境的分离能力强。

资源三号02C 影像缺少近红外波段，色彩失真，部分地类无法区分，如耕地与草地等地类。纹理方面，面积较大地物边界明显，但面积小、连片的建筑内部边界模糊不清。

总体上，GF-1、GF-2 卫星影像融合质量要优于02C 数据，两者之间互有优势，02C 卫星影像数据融合质量较弱。融合后影像的空间分辨率、清晰度均有很大的提高，地物界限明显，细节清晰，色调自然，较好地融合了多光谱影像的光谱信息和全色影像的空间信息，容易目视判读。从实验的定量分析结果看，资源一号02C 卫星影像使用Brovey能达到较好效果，高分一号影像可使用Gram-Schmidt 融合方式，PCA融合更适合高分二号影像。