樊旭艷,付春龍,韓 鵬,陳路路
(1.中國人民解放軍91039部隊,北京102401;
2.中國電子科技集團公司第五十四研究所,河北石家莊050081)
高分辨率遙感影像的融合技術(shù)是當前遙感信息處理與應(yīng)用領(lǐng)域中的一個重要研究方向,發(fā)展高分辨率遙感影像融合技術(shù)具有十分重要的理論意義和應(yīng)用價值[1]。目前,針對各種具體應(yīng)用已形成了很多融合算法,其中應(yīng)用較多的有IHS變換法[2,3]、Brovey變換法[4]、PCA 變換法[5]和小波變換法,但是利用 PanSharp變換法、Gram-Schmidt變換法和PhotoShop法進行融合研究的還比較少,尤其是將4種軟件平臺的各種方法進行對比研究的還未見報道。利用4種軟件平臺對試驗的QuickBird數(shù)據(jù)進行了融合實驗,并對融合結(jié)果進行了分析和比較。
利用Brovey變換法、乘積變換法、主成分分析法(PCA)、Cylinder變換法 、Hexcone變換法 、IHS 改進型變換法、高通濾波法(HPF)、Ehlers變換法、PanSharp變換法和Gram-Schmidt變換法等 10種方法對QuickBird實驗區(qū)數(shù)據(jù)進行了融合實驗,在這里僅介紹其中幾種比較典型的算法。
該方法就是通過高通濾波器將高分辨影像中的高頻信息提取出來,同時去除了其大部分光譜信息,然后在高通濾波結(jié)果中加入光譜分辨率高的圖像,最后形成高頻特征信息突出的融合影像。
該方法利用最小方差技術(shù)對參與融合的波段的灰度值進行最佳匹配并利用此原理調(diào)整單個波段的灰度分布以減少融合結(jié)果的顏色偏差,另外該方法還對輸入所有波段進行一系列的統(tǒng)計運算并以此來消除融合結(jié)果對數(shù)據(jù)集的依賴性和提高融合過程的自動化程度。這種方法利用PCI 9.0軟件和ENVI 4.5軟件都可以實現(xiàn),利用PCI 9.0軟件進行融合時,待融合影像除輸入全色波段和多光譜波段外,還至少需輸入一個參考波段,參考波段的選擇會直接影響融合影像的質(zhì)量。通過比較各個不同參考波段融合后的影像,認為將多光譜影像的1、2、3、4四個波段都選為參考波段,此時融合效果最佳。而ENVI 4.5軟件不需要選擇參考波段。
該方法類似于PCA變換法,它可以對矩陣或多維影像進行正交變換,消除多光譜影像各波段之間的相關(guān)性。Gram-schmidt變換與PCA的區(qū)別是PCA變換后信息在各主成分之間重新分布,第一主成分包含的信息量最多,其他主成分的信息含量依次減少;而Gram-schmidt變換后各分量只是正交。各分量所包含的信息量相差不大,這樣可以改進PCA中信息過分集中的問題[6]。該方法很好地保持了多光譜影像的光譜信息,具體操作方法在ENVI軟件中實現(xiàn)。
該方法就是利用通用的PhotoShop圖像處理軟件對全色和多光譜數(shù)據(jù)融合,其具體步驟如下:
②將PAN放到同一個圖像窗口中,調(diào)整位置,使得同名像素嚴格配準;
③M圖層在上面,則將M的混合選項設(shè)置為“顏色”,如果PAN圖層在上面,則將PAN的混合選項設(shè)置為“亮度”,這時就得到了影像融合的效果。
這里,混合選項設(shè)置為“顏色”,則表示用基色PAN的亮度以及混合色M的色相和飽和度創(chuàng)建結(jié)果色,這樣可以保留PAN圖像中的灰階,并且給單色圖像PAN添加M的色相和飽和度;混合選項設(shè)置為“亮度”,則表示使用基色M的色相和飽和度以及混合色PAN的亮度創(chuàng)建結(jié)果色。這2個原理完全符合IHS變換的融合方法,因此都能達到好的融合效果。
對于遙感影像融合效果定量的評價,應(yīng)綜合考慮空間信息與光譜信息。所以,一般應(yīng)綜合利用2類統(tǒng)計參數(shù)來進行分析和評價:一類反映空間細節(jié)信息,如方差、信息熵和清晰度;另一類反映光譜信息,如扭曲程度、偏差指數(shù)和相關(guān)系數(shù)。各種參數(shù)有各自的物理含義[5],各種參數(shù)指標與遙感圖像融合質(zhì)量之間的關(guān)系如表1所示。

表1 參數(shù)指標與圖像質(zhì)量的聯(lián)系
在試驗中,計算了同一圖像數(shù)據(jù)的信息熵、清晰度、扭曲程度、偏差指數(shù)與相關(guān)系數(shù)等參數(shù),其統(tǒng)計結(jié)果如表2所示。

表2 性能統(tǒng)計參數(shù)
從表2的統(tǒng)計參數(shù)可以看出:
①傳統(tǒng)的融合算法如Brovey變換法、Cylinder變換法、Hexcone變換法及乘積變換法盡管說很大程度上提高了影像的空間信息,但是光譜信息損失較大,其中利用Cylinder法融合后的影像,其扭曲程度僅達到了82.14,偏差指數(shù)達到了2.64;
②利用HPF法融合后的圖像其清晰度是最高的,但其扭曲程度除了傳統(tǒng)的融合算法它是最高的;
孟塞爾系統(tǒng)、CIE L*a*b*標準色度系統(tǒng)、CIE 1931XYZ表色系統(tǒng)均是口腔領(lǐng)域常用的比色系統(tǒng),且該3種系統(tǒng)的色度值可相互轉(zhuǎn)換。特別是孟塞爾表色系統(tǒng),對口腔臨床比色參照系統(tǒng)的研發(fā)均具有指導(dǎo)作用,如Vita-3D master比色板和Vita Lumina Vacuum比色板等。
③主成分分析法在光譜信息保持方面是最好的,但其在空間分辨率的提高方面是最差的;
④IHS改進型變換法和Ehlers變換法能較好地保持原多光譜影像的光譜信息,但空間解譯力差;
⑤Gram-Schmidt變換法和PanSharp變換法在提高空間分辨率的同時,較好地保持了影像的光譜信息。與原多光譜圖像的相關(guān)系數(shù)大,偏差指數(shù)小,扭曲程度小,清晰度高。
總體來說,各種融合方法都在提高影像的空間分辨率的同時,較好地保持了多光譜影像的光譜信息。從空間結(jié)構(gòu)信息上看,道路、建筑物和農(nóng)田邊緣等線狀地物變得明顯,易于識別,地物內(nèi)部的紋理內(nèi)容也變得豐富起來,清晰度和空間細節(jié)表現(xiàn)能力大大提高。其中,ERDAS 9.1軟件的HPF法在空間信息增強方面效果最好,融合圖像的細節(jié)和紋理信息最豐富,其次是ENVI4.5軟件的Gram-Schmidt算法、PanSharp算法、PCI 9.0軟件的 PanSharp算法和ERDAS 9.1軟件的IHS改進型變換法在空間信息增強方面較好,圖像的紋理信息也很豐富;第三是傳統(tǒng)的Brovey變換法、Hexcone變換法和Cylinder變換法,它們也大大提高了圖像的細節(jié)信息;第四是主成分分析法、乘積變換法、Ehlers變換法和PhotoShop融合法,它們在一定程度上也提高了圖像的空間分辨率,但圖像的細節(jié)信息差。
從光譜特性繼承方面來看,不同算法在光譜特性保持方面有較大差異。其中ENVI4.5軟件的PC算法與ERDAS 9.1軟件的PCA算法、Ehlers算法光譜信息損失小;ENVI4.5軟件的Gram-Schmidt算法、PanSharp算法和PCI 9.0軟件的PanSharp算法光譜信息損失較小;ERDAS 9.1軟件的HPF算法和IHS改進型算法光譜信息損失較大;ERDAS 9.1軟件的乘積算法、Brovey算法和PhotoShop融合法光譜信息損失大;ENVI 4.5軟件的Brovey算法、PCI 9.0軟件的Hexcone算法和Cylinder算法的光譜信息損失非常大,與原多光譜圖像有很大的偏差。
對試驗的QuickBird數(shù)據(jù)分別用Erdas 9.1中的Brovey法、乘積變換法、主成分分析法、HPF法和IHS改進型融合法等主要圖像處理方法進行了融合,其主要結(jié)果如圖1所示。

圖1 融合算法結(jié)果
結(jié)果表明,傳統(tǒng)的融合方法已經(jīng)不太適用于QuickBird影像的融合,它們?nèi)诤虾蟮闹饕獑栴}主要體現(xiàn)在以下2個方面:
①光譜信息扭曲比較嚴重;
②過于依賴操作者的經(jīng)驗和數(shù)據(jù)源參數(shù)的設(shè)置。
Gram-Schmidt變換法和PanSharp變換法在提高原始多光譜影像的空間信息的同時盡可能地保持了多光譜影像的光譜信息,2種方法差異不大,PanSharp法雖然PCI 9.0軟件和ENVI 4.5軟件都可以實現(xiàn),但PCI 9.0軟件需要選擇參考波段,這在一定程度上對應(yīng)用者是一種干擾,需要花費大量的時間去實踐。
PhotoShop作為通用的圖像處理軟件也可以做影像融合,其優(yōu)點主要體現(xiàn)在以下幾個方面:①融合過程簡單實用,速度很快,操作過程“所見即所得”;②可以不考慮影像的覆蓋范圍,手工對齊影像后直接進行融合;③成果以分層的形式存在,可以對影像進行各種色彩調(diào)整、影像濾波,其處理效果是其他專業(yè)圖像處理軟件難以達到的。
利用ENVI 4.5軟件進行融合時,不需選取參考波段,融合效果可與PCI 9.0相媲美,其方法簡單、易操作、省時,而PhotoShop作為通用的圖像處理軟件,其處理效果是其他專業(yè)圖像處理軟件難以達到的。結(jié)合這2種圖像處理平臺融合速度快以及所提供的融合算法融合效果都好的特點,在相關(guān)領(lǐng)域或類似圖像處理工作中綜合2種圖像處理軟件平臺使用,在影像融合處理方面能起到顯著的作用和效果。
[1]何海鵬,何國金.IKONOS高分辨率遙感影像融合方法比較研究[J].科技導(dǎo)報,2009,27(5):33-37.
[2]甄 靜,何國金.高分辨率遙感影像融合存在的問題及改進措施[J].遙感信息,2005(4):45-48.
[3]周前祥,敬忠良,姜世忠.不同光譜與空間分辨率遙感圖像融合方法的理論研究[J].遙感技術(shù)與應(yīng)用,2003,18(1):41-45.
[4]GILLESPIE AR,KAHLE AB,WALKERR E.Color Enhancement of Highly CorrelatedMages-II.Channel Ratio and Chromaticity Transformation Techniques[J].Remot Sensing of Environment,1987,22(10):343-365.
[5]賈永紅.多源遙感影像數(shù)據(jù)融合方法及其應(yīng)用的研究[D].湖北:武漢大學,2001.40-432.
[6]譚永生,沈掌泉,賈春燕,等.QuickBird全色與多光譜影像融合方法比較研究[J].科技通報,2008,24(4):498-503.