基于港口船舶识别的高分二号卫星遥感影像融合方法比较

2023-01-30赵益智朱海天李修楠杨劲松

海洋学研究 2022年4期

赵益智，朱海天，李修楠，杨劲松，陈鹏*

(1.自然资源部第二海洋研究所，浙江杭州 310012; 2.卫星海洋环境动力学国家重点实验室，浙江杭州 310012; 3.国家卫星海洋应用中心，北京 100081)

0 引言

影像融合是卫星遥感技术中的一种图像处理方法，通过特定算法将来源于同质或不同质传感器的多幅影像合成一幅信息更准确、更全面的融合影像[1]，常用的方法有：强度-色度-饱和度(Intensity-Hue-Saturation,IHS)变换，Brovey变换(Brovey Transform，BT)，简单均值变换、施密特正交变换法(Gram-Schmidt，GS)和ESRI全色锐化变换等。这些融合方法均属于像元级融合，即对影像进行像素层级的处理[2]，其中，IHS变换是将多光谱影像表示成强度、色度和饱和度三个分量[3- 4]；BT是将多光谱各波段影像进行归一化后，再和高分辨率全色影像进行波段运算[5- 6]；简单均值变换法是计算多光谱影像红、绿、蓝波段灰度值与全色影像灰度值的均值[7]；GS变换是对多光谱影像多维数据进行正交化处理，消除冗余信息并构建各波段之间的相关性[8]；ESRI全色锐化变换通过多光谱波段的光谱灵敏度曲线与全色波段的重叠程度获取权重值，使用加权平均和附加的近红外波段创建全色锐化的输出波段，获取融合影像[7]。

高分二号卫星(GF-2)是我国自主研发的光学遥感卫星，可获得多光谱影像(分辨率为4 m)和单波段全色影像(分辨率为1 m)[9]。肖昶等[10]针对两种影像开展了多种融合方法的比较，发现GS变换的效果最优，融合影像的清晰度和锐化程度较高。

船舶为海洋经济、军事活动的重要工具，其遥感影像识别在民生、军事等领域发挥着重要作用。相较于海上船舶遥感影像，港口船舶影像中由于存在大量建筑物、集装箱、码头等纹理或光谱特征与船舶相似的地物，识别难度较大。本文比较了IHS变换、BT、简单均值变换、GS变换和ESRI全色锐化变化5种方法对高分二号卫星2种遥感影像的融合效果，通过定性和定量评价筛选出最优的港口船舶影像融合方法。

1 数据来源

从中国海洋卫星数据服务系统(https:// osdds.nsoas.org.cn/#/)下载越南岘港和我国宁波舟山港高分二号卫星遥感影像各1幅，均为L1A级数据产品，由PMS2传感器获取，均包含4 m分辨率的多光谱影像和1 m分辨率的全色影像，其中岘港数据产品的时间为2015年8月4日，宁波舟山港数据产品的时间为2020年8月23日。

2 研究方法

2.1 融合方法

采用IHS变换、BT、ESRI全色锐化变换、简单均值变换和GS变换对高分二号多光谱影像和全色影像进行融合[4,11]，处理的主要步骤如下：

(1)结合数字高程模型(Digital Elevation Model, DEM)数据，对影像进行倾斜改正和投影差改正，将影像重采样成正射影像。

(2)对正射校正后的全色和多光谱影像进行配准，以ArcGIS为处理平台，对配准后的全色和多光谱影像进行融合处理，获取融合影像。

2.2 质量评价

2.2.1 定性评价

从细节特征、轮廓特征、光谱特征3个方面对影像融合的效果进行目视判读，其中细节特征指船只的清晰程度；轮廓特征指船只轮廓是否明显、可辨，边缘是否存在锯齿；光谱特征指融合影像的色彩、亮度等与原始多光谱影像的差异[12-13]。

2.2.2 定量评价

通过均值、标准差、平均梯度、信息熵、均方根误差、峰值信噪比、结构相似性7个定量指标[13-15](表1)对融合影像的光谱保真度、信息量提升度、清晰度3个特征进行评价[16]。

表1 定量评价指标Tab.1 Quantitative evaluation indexes

定性评价简单、快速，但受限于观察人员的知识和经验；定量评价通过数值高低精确反映方法的优劣，但有时会与人眼观察结果不相符，有时部分指标如均方根误差、峰值信噪比等，对不同图像表征差异较大，存在不稳定性[17-18]。因此，在影像融合效果评价时应综合定性评价和定量评价的结果。

3 结果及分析

3.1 定性评价

5种融合方法获得的岘港和宁波舟山港船舶影像的融合效果，分别如图1和图2所示，针对单个船舶(以岘港某船为例)的影像融合效果，如图3所示。

图1 岘港船舶融合影像对比Fig.1 Comparison of ship fusion images in Da Nang

图2 宁波舟山港船舶融合影像对比Fig.2 Comparison of ship fusion images in Ningbo Zhoushan Port

图3 船舶融合影像对比Fig.3 Comparison of ship fusion images

与原始多光谱影像相比，5种融合方法对船只细节特征以及轮廓特征的表达均有所提升，其中IHS变换(图1c，2c和3c)、BT(图1d，2d和3d)和GS变换(图1g，2g和3g)3种方法的融合影像整体清晰度较高，船只轮廓明显，但IHS变换和BT的船只轮廓边缘均存在锯齿。

各方法的融合影像与原始多光谱影像相比在色彩上均存在一定差异，其中ESRI全色锐化变换(图1e 和2e)和GS变换(图1g和2g)与原始多光谱影像较接近，IHS变换(图1c和2c)和BT(图1d和2d)与原始多光谱影像的差异较大。在图像整体亮度方面，除简单均值变换外，其余各方法的融合影像均与原始多光谱影像接近。

综合定性评价可知，在5种融合方法中，GS变换融合影像的清晰度、船只细节和轮廓等方面较原始多光谱影像有大幅提升，色彩保真和整体亮度方面与原始多光谱影像接近。

3.2 定量评价

各融合影像定量评价结果如表2所示。

表2 岘港及宁波舟山港船舶融合影像定量评价Tab.2 Quantitive evaluation of ship fusion images in Da Nang and Ningbo Zhoushan Port

比较各融合影像的均值发现，对于岘港影像，IHS变换、ESRI全色锐化变换、简单均值变换及GS变换四种方法的均值与原始多光谱影像相差不大，其中最接近的为简单均值变换。对于宁波舟山港影像，GS变换的均值与原始多光谱影像均值最接近，其次为BT(表2)。均值体现图像的整体亮度，均值过大导致影像曝光过度，过小导致图像昏暗，均不利于船舶识别[14]。

标准差表示图像灰度与灰度均值的离散程度，标准差的值越大，影像所含信息量越丰富[13]。从表2可知，岘港各融合影像的标准差的值依次为简单均值变换>GS变换>BT>ESRI全色锐化变换>IHS变换，宁波舟山港各融合影像的标准差依次为BT>ESRI全色锐化变换>IHS变换>GS变换>简单均值变换。由于不同的地物光谱存在差异，在宁波舟山港影像中除了船只以外存在大量建筑物等干扰地物，而岘港影像中只包含少量建筑物，导致这一指标在两地影像评价结果中差异较大。

平均梯度是反映图像清晰度的指标，值越大，图像清晰度越高[15]。从表2可知，两港口融合影像的平均梯度值均为IHS变换>BT>GS变换>ESRI全色锐化变换>简单均值变换。5种方法的融合影像平均梯度值总体大于原始多光谱影像，但均小于原始全色影像，其中IHS变换的融合影像清晰度最高。

由表2中信息熵指标可以发现，各融合影像的信息熵值多数大于原始全色与多光谱影像，其中，岘港各融合影像的信息熵值依次为GS变换>简单均值变换>IHS变换>BT>ESRI全色锐化变换，宁波舟山港为ESRI全色锐化变换>IHS变换>GS变换>BT>简单均值变换。信息熵反映图像信息量提升度[15]，融合影像的信息熵大于原始全色与多光谱影像，说明了融合后图像所包含的信息较原始图片有提升，信息更丰富。

均方根误差反映融合前后影像像元灰度的差异程度,值越小，表示光谱保真度越高，融合效果越好[13]。由表2可知，岘港各融合影像的均方根误差值依次为GS变换

峰值信噪比是反映融合影像信息量提升度的指标，值越大，表示融合影像的质量越高[13]。由表2中峰值信噪比指标可以发现，岘港各融合影像的峰值信噪比值依次为GS变换>ESRI全色锐化变换>简单均值变换>IHS变换>BT，宁波舟山港为GS变换>BT>IHS变换>ESRI全色锐化变换>简单均值变换，表明GS变换融合影像从原始影像中获取的信息最丰富。

结构相似性反映融合影像与原始多光谱影像的像元灰度相似程度[13]。由表2可以发现，岘港各影像的结构相似性值依次为GS变换>ESRI全色锐化变换>简单均值变换>IHS变换>BT，宁波舟山港影像的结构相似性值依次为GS变换>ESRI全色锐化变换>BT>IHS变换>简单均值变换。在5种融合方法中，GS变换的光谱保真度最高。

综上所述，在7个定量评价指标中，GS变换在均方根误差、峰值信噪比和结构相似性3个指标中均为最优。