高分辨率遙感影像融合方法應用研究

□李淑琴 □李 華 □賈俊紅（河南省遙感測繪院）

高分辨率遙感影像融合方法應用研究

□李淑琴 □李 華 □賈俊紅（河南省遙感測繪院）

介紹對高分辨率遙感影像的不同融合方法，同時從遙感影像光譜特征的分析入手找到顏色偏差的原因,然后分別利用傳統的和改進的方法進行了融合試驗,從而找到對新型高分辨率遙感影像融合的最佳方法。

高分辨率;QuickBird;顏色差異;影像融合

1.緒論

多源遙感圖像數據融合是將同一地區所獲得的不同的遙感影像所包含的信息數據進行空間配準，并采用一定的算法重新生成一組新的信息或者新的圖像的過程。在實際應用中，不同的遙感數據具有不同光譜特性和不同的空間分辨率，如果能將它們各自的優勢綜合起來，就可以達到圖像信息上的互補，這樣不僅可以擴大各自圖像的應用范圍，而且大大提高了遙感影像判讀的精度和可靠性、節省數據獲取的成本。

2.數據融合原理

對不同遙感器獲取的影像數據進行融合，可分為影像的空間配準和影像融合兩部分。影像的空間配準是遙感影像融合的前提，是把其中一幅做為參考影像，對另一張圖像進行校正；影像融合是將空間配準的影像數據進行合成。

3.數據源與預處理

3.1 遙感數據是用遙感器探測來自地表的電磁波，通過采樣及量化后獲得的數字化數據。目前能供作土地利用更新調查遙感數據的有IKONOS、QuickBird和Spot5三種高分辨率的數據。

3.2 融合前的數據預處理

預處理：主要包括遙感影像的大氣校正、幾何糾正、輻射校正及空間配準。

3.2.1 大氣訂正、幾何糾正及輻射校正的目的主要在于去除透視收縮、陰影、疊掩等地形因素以及天氣變化、衛星擾動、大氣散射等隨機因素對成像結果一致性的影響；

3.2.2 影像空間配準的目的在于消除由不同傳感器得到的影像在拍攝角度、分辨率及時相等諸多方面的不同。

4.常用融合方法和數據融合

4.1 常用數據融合方法

4.1.1 加法：一般適用于山區效果比較好的影像，雖然此方法不限制波段數的運算，但需要考慮抑制強相關性，避免運算時產生過多的突變色塊和過強的局部反差而影響影像的判讀性。此法的融合影像可以是多通道的。

4.1.2 PCA法融合：對多光譜圖像的所有波段都適用，獲得的影像包括了多光譜特征和原始影像的空間分辨率，融合后的影像能夠很好地保留原始影像的高頻信息，而且融合后的影像更加清晰的表現了地貌的細部特征，也更加豐富了光譜信息，同時也可以提高分類制圖的精度和目視判讀的效果。

4.1.3 Brovey轉換法：由于它只是對影像進行顏色歸一化簡單處理，所以獲得的融合影像比較全面的保留了原始影像的色彩信息，影像相對比較清晰，內容也比較豐富。用此法獲得的融合影像有助于提取地物邊界和地面信息。

但是長期的行政推動、單打獨斗、辦社會負擔，讓農場存在思想保守、體制僵化、機制不活、負擔沉重等問題。如何解決問題輕裝上陣，回歸到企業屬性，讓農場在新時代的大背景下健康發展，成為農場面對的新課題。在中央、省委加快推進農墾改革的大背景下，依安搶抓機遇，不等不靠，作為墾區改革首批試點單位，通過思想發動和實施改革，加快了公司化改革進程，促進了經濟社會的更好發展。

4.1.4 HIS變換法：這種方法獲得的融合影像與原始影像不僅有相同的飽和度和色度，同時又有很高的空間分辨率，影像看起來比較清晰，容易判讀。但是由于不同波段信息數據具有不同的光譜特征曲線，因此這種方法改變了原始的光譜特征，光譜失真也比較大，而且多光譜圖像的波段數也有所限制必須為3。

4.1.5 加權融合法：此方法簡單易行。線性加權法雖然概念簡單，計算量小，影像的紋理信息表現明顯，也適合實時處理,但是缺點是較大限度扭曲了多光譜數據的光譜信息，融合后的圖像包含很強的噪聲；特別是當融合圖像的灰度不一致時，所拼接圖像的拼接痕跡就會更加明顯，視覺效果不是太理想。

4.1.6 Pansharp融合法：該算法所得到的全色影像的紋理信息比較突出，并最大限度的保持多光譜信息，特別是對于高分辨率影像，具有融合影像紋理清晰，操作簡單，色彩豐富等優點。

4.2 數據融合實驗

一般在項目中，需要針對已知數據的情況，對多種算法的效果進行比較評價，選擇相對最優的算法進行融合處理。主要采用以下幾種方法：全色影像、配準后的多光譜影像、PanSharpen融合方法影像、RGBFUSE融合方法影像、BROVEY配合方法影像、PCA配合方法影像、Gram-Schmidt變換融合方法影像。

4.3 融合后處理

融合后影像灰階較窄，亮度偏低、可采用色彩平衡、線性拉伸、色度、亮度對比度、以及飽和度和明度調整等方法進行色調調整。色調調整時應針對側重點不同，應用目的不同，以便進行變化分析，使用于變化信息提取時影像色調調整側重于保留多光譜影像的光譜信息和全色影像的紋理細節；一般側重于圖面視覺效果時主要用于作制圖背景的融合影像的色調調整，去除雜色保證整體反差。調色前后的影像比較如圖1、圖2所示。

圖1 調色前影像

圖2 調色后影像

4.4 融合結果分析比較

實驗結果表明，Pansharp變換和 Gram-Schmidt變換在QuickBird影像融合時不僅能增加空間信息而且還能較好地保持原多光譜波段的光譜信息。尤其以Pansharp變換法對高分辨率QuickBird影像的融合效果最好。

PCA融合結果的清晰度相對較差。

而Brovey方法雖然能夠提高融合影像的清晰度，但存在不同地物表現不同的光譜扭曲現象。

4.5 高分辨率遙感影像融合存在的問題及改進措施

4.5.1 遙感數據融合存在問題

遙感影像數據融合還是一門很不成熟的技術，有待于進一步解決的關鍵問題有：空間模型的立體配準；統一數學融合模型的建立；提高可信度與精確度；提高數據預處理過程的時間和精度；原始多光譜影像的顏色與融合影像相比較顏色偏差較大；數據源和操作者水平決定了融合的質量，不同的數據源和不同操作者都有可能導致不同的融合結果。

4.5.2 相關改進措施

4.5.2.1 Gram-schmidt變換法

該變換法類似于主成分分析(PCA)，它是對多維影像或矩陣進行正交變換,原始影像多光譜波段之間的相關性得以消除，Gram-schmidt變換后所產生的各分量的信息量沒有太大差別,而且各分量是以正交的形式出現,這樣PC1中信息過分集中的現象可以相對緩解；而PCA變換后對各主成分之間的信息進行了重新分布,信息量最多的是第一主成分,其他主成分的信息含量依次減少。

4.5.2.2 PCI9.0中的PANSHARP模塊

該方法是利用最小方差技術對參與融合波段進行融合，它自動化程度相對較高，因為它是對輸入的所有波段進行了一系列的統計運算并且以此來消除融合結果對數據集的依賴性，它同樣是利用最小方差原理調整單個波段的灰度分布以減少融合結果的顏色偏差。利用該方法進行融合除了需要輸入待融合的MS和PAN外,還需輸入至少一個參考波段,融合結果的質量受參考波段的制約。表1是一些常見衛星參考波段。

表1 不同衛星的相應參考波段表

5.結語

現代遙感技術正處在及時、快速提供對地觀測海量遙感數據的新時期，高空間分辨率的彩色影像也逐漸成為大比例尺制圖、城市規劃、地圖更新、森林資源調查和保護、農業以及動態監測等領域的重要數據源,也因此需要更加有效的影像融合技術來生成面向不同應用的高分辨率遙感影像。

2012-05-23