基于ERDAS的遙感影像幾種融合方法的分析比較

張賢柱，尉 濤，馬 旭

(北京洛斯達數(shù)字遙感技術(shù)有限公司，北京 100120)

遙感影像的融合是遙感圖像應(yīng)用的關(guān)鍵，通常根據(jù)需求不同選用不同的波段，運用不同的融合方法，例如林業(yè)部門為了突出林木，草地，可能比較多的選用彩紅外波段，而水利部門為了水體的監(jiān)測可能傾向于藍色波段的運用，本文在這里初步探討一下在ERDAS中幾種融合方法及融合后的結(jié)果比較，并做簡單的初步分析。本文中用到的遙感數(shù)據(jù)為天津地區(qū)2010年的SPOT-5的衛(wèi)星影像，分為全色和多光譜兩種，其中全色圖像的分辨率為2.5m，多光譜分辨率為10m，數(shù)據(jù)的記錄格式轉(zhuǎn)換為TIF格式。

1 數(shù)據(jù)預處理

1.1 影像格式轉(zhuǎn)換

Erdas提供的數(shù)據(jù)輸入輸出(Import/Export)功能，允許輸入多種格式的數(shù)據(jù)供Erdas使用，同時也允許Erdas的文件轉(zhuǎn)換成多種數(shù)據(jù)格式。目前Erdas Image9.1支持的數(shù)據(jù)格式達110多種，可以輸出的數(shù)據(jù)格式有40多種，包括各類常用的柵格數(shù)據(jù)和矢量數(shù)據(jù)的格式，把原始的TIF格式的影像轉(zhuǎn)換為IMG格式的影像，為下面影像增強影、像配準和影像融合奠定基礎(chǔ)。

1.2 影像增強處理

由于原始遙感影像是較黑，圖像的目視效果不太好，有用的信息不夠突出，這就需要對圖像做增強處理。影像增強的目的是突出影像中的有用信息，擴大不同影像特征(例如灰度或不同顏色)之間的差別，提高對圖像的解譯和分析能力。圖像增強的方法有很多種，但它的應(yīng)用是有針對性的，不存在一種方法對所有問題效果都很較好的增強方法。Erdas的圖像解譯器包含了50多個用于遙感圖像處理的功能模塊，本文主要用的是直方圖均衡化(Historgram Equalation)來對圖像進行增強。

直方圖均衡化處理時以累積分布函數(shù)變換法為基礎(chǔ)的直方圖修正法。其實質(zhì)是對圖像進行非線性拉伸，從新分配圖像的象元值，使一定灰度范圍那象元的數(shù)量大致相等。這樣，原來直方圖中間的峰值部分得到增強，而兩側(cè)的谷底部分對比度降低，輸出的直方圖是一個較平的分段直方圖。分別對兩個時相的四副遙感圖像進行增強處理后，可顯示的亮度范圍比以前擴大，對比度也加大，圖像的層次分明，地物見的差異增大，在一定程度上改善了圖像的目視效果。

圖1為直方圖均衡化處理前后的對比圖，其中左圖為原始全色影像，右圖為直方圖均衡化處理后的效果。

圖1 直方圖均衡化處理前后的對比

1.3 影像配準

圖像配準是產(chǎn)生一個空間套準的圖像集合或者匹配某一景物的圖像的過程。圖象配準的目的是實現(xiàn)多源遙感影像在空間上的套合，配準包括相對配準和絕對配準。圖像配準是進行分辨率融合的關(guān)鍵，也是進行融合最基礎(chǔ)的一步，配準精度的高低直接關(guān)系到遙感融合的質(zhì)量，本文實驗的配準精度小于一個像元。

(1)相對配準

相對配準是指圖像對圖像的配準，即選擇某一圖像作為基準，將其他的分量圖像與之配準。因此，其坐標系統(tǒng)取決于基準圖像，通常情況下是任意的。具體方法可在基準圖像上選取若干“控制點”，用多項式糾正法將其他分量圖像加以糾正配準。

控制點的選擇應(yīng)注意以下幾個方在面：一是分布盡量均勻；二是在相應(yīng)圖像上有明顯的識別標志；三是要有一定的數(shù)量保證。當圖像分辨率不一致時，可在重采樣過程中一起解決。

(2)絕對配準

所謂絕對配準就是利用一定數(shù)量的地面控制點對圖像進行幾何糾正。將圖像糾正到統(tǒng)一的地理坐標系中。

絕對配準的方法主要分為二類。一類是在已知圖像構(gòu)像方程式情況下的微分糾正，另一類則是常規(guī)的多項式糾正。

本文利用Erdas中Geometric Correction模塊對多光譜和全色圖像進行相對配準的。

(1)選擇全色影像作為基準影像，把多光譜影像糾正到全色波段上來。

(2)選擇幾何校正模型為：多項式變換(Polynomial)，本文使用多項式的次方數(shù)(Order)為3次方。

(3)在兩副影像的同名點上分別采集20個控制點。同時采集15個檢查點。保證RMS Error小于一個象元。

(4)使用雙線性差值法對影像進行重采樣，得到的影像即為配準后的影像。

2 影像融合

2.1 影像融合理論基礎(chǔ)

圖像分辨率融合(Resolution)是對不同空間分辨率遙感圖像的融合處理，使處理后的圖像既有較好的空間分辨率又具有光譜特性，不同的遙感器觀測同一區(qū)域、同一事件，應(yīng)表現(xiàn)出一致與互補的信息，進行多源數(shù)據(jù)融合，將極大豐富提取的信息量，影像融合已經(jīng)是遙感影像處理中的重要環(huán)節(jié)，是人們處理多源遙感影像數(shù)據(jù)的主要手段之一。由于SPOT全色波段和SPOT多光譜多光譜影像融合得到的產(chǎn)品，兼有SPOT全色波段的高空間分辨率和多光譜影像的高光譜分辨率特性，可以滿足影像解譯的需求。圖像融合的關(guān)鍵是將融合前的兩幅圖像的配準以及處理過程中融合方法的選擇，只有將不同空間分辨率的圖像精確地進行配準，才能達到滿意的融合效果，而對于融合方法的選擇將取決于被融合圖像的特性以及融合的目的。

對遙感圖象進行融合過程出配準之外包括圖像融合算法的實現(xiàn)和融合結(jié)果的質(zhì)量評估。在實際應(yīng)用中，根據(jù)不同的目的和不同的數(shù)據(jù)源來選擇不同的方法。

在Erdas系統(tǒng)中提供了圖像融合的方法有3種：主成分變換融合(Principle Component)、乘積變換融合(Mutiplicative)、比值變換融合(Brovey Transform)。

2.2 融合效果比較

(1)主成分變換融合(Principle Component)是建立在圖像統(tǒng)計特征基礎(chǔ)上的多維線性變換融合，具有方差信息濃縮、數(shù)據(jù)量壓縮的作用，可以更準確地揭示多波段數(shù)據(jù)結(jié)構(gòu)內(nèi)部的遙感信息，常常是以高分辨率數(shù)據(jù)量代替多波段數(shù)據(jù)變換以后的第一主成分來達到融合目的。這種融合方法適用范圍較廣，采用主成分變換后，經(jīng)過主成分逆變換的影像更清晰、層次更豐富。具體過程是：首先對輸入的多波段遙感數(shù)據(jù)進行主成分變換，然后以高分辨率遙感數(shù)據(jù)替代變換以后的第一主成分，最后進行主成分逆變換，生成具有高空間分辨率的多波段融合圖像。主成分變換融合的圖像見圖2。

圖2 主成分變換融合后的效果

乘積變換融合(Mutiplicative)是應(yīng)用最基本的乘積組合算法直接對兩種空間分辨率的遙感數(shù)據(jù)進行合成即：Bi_new=Bi_m×B_h，其中Bi_new代表融合以后的波段數(shù)值( i = 1、2、3……n)，Bi_m表示多波段圖象中任意一個波段數(shù)值，其中B_h代表高分辨率遙感數(shù)據(jù)。乘積變換是由Crippen的4種分析技術(shù)演變而來的，將一定亮度的圖像進行變換處理時，自由乘法變換可以使起色彩保持不變，乘積變換融合得到的效果見圖3。

圖3 乘積變換融合的效果

比值變換融合(Brovey)也稱為色彩標準化(Color Normalization)融合，是美國科學家 Brovey建立的模型并將其推廣的，是目前應(yīng)用廣泛的一種RGB彩色融合變換方法。其公式定義為：

式中：Pan表示調(diào)整大小后的全色影像的對應(yīng)值，I0、R0、G0、R0分別表示調(diào)整大小后的多光譜影像的對應(yīng)值，Rnew、Gnew、Rnew則分別表示融合后的多光譜影像的對應(yīng)值。比值變換融合得到的效果見圖4。

圖4 比值變換融合的效果

3 結(jié)論與分析

影像融合是遙感影像處理中的重要環(huán)節(jié)，是人們處理多源遙感影像數(shù)據(jù)的主要手段之一。而融合方法的選擇對融合結(jié)果來說至關(guān)重要。對上面的三種融合方法做的實驗結(jié)果分析可知：

(1)主成分變換法對SPOT 影像進行融合，其效果優(yōu)于其他兩種方法不同的融合方法作了實驗研究，研究結(jié)果表明，包括主成分變換在內(nèi)，但是該方法也有光譜扭曲的缺陷。在Photoshop中對該方法融合后的影像做調(diào)色處理，主要調(diào)整圖像得色階和曲線，可以改善影像的光譜特性。圖5是在Photoshop中對主成分變換法融合后的圖像進行調(diào)色處理后的效果。

圖5 調(diào)色處理后得圖像

(2)乘積變換融合(Mutiplicative)是應(yīng)用最基本的乘積組合算法直接對兩種空間分辨率的遙感數(shù)據(jù)進行合成，將一定亮度的圖像進行變換處理時，自由乘法變換可以使色彩保持不變，但是乘積變換融合得到影像不是很清晰，比主成分變換法清晰度差些。

(3)比值變換融合(Brovey)方法能夠保留每個像素的相關(guān)光譜特性，并且將所有的亮度信息變換成高分辨率的全色影像融合。然而，由于Brovey影像融合對影像的要求比較高，融合前必須預先進行去相關(guān)預處理和噪聲濾波處理，以便減少數(shù)據(jù)冗余和非光譜信息。采用Brovey 融合會導致光譜信息的失真。

本文通過對主成分變換融合、乘積變換融合、以及比值變換融合進行了一定的分析。其中主成分變換融合(Principle Component)保持高分辨率的同時又能最大限度的抑制光譜扭曲，具有較好的效果。由實驗的結(jié)果可知，不同的融合方法對同一種遙感影像進行融合時其評價指標有所不同，進而影響融合影像質(zhì)量，因此，在對遙感影像進行融合時，應(yīng)注意以下幾點：

(1)配準精度或精糾的精度都是直接影響融合結(jié)果的因素。

(2)多光譜影像的波段之間有著一定的關(guān)聯(lián)性，根據(jù)需要，選擇最佳波段來融合。

(3)不同類型的遙感影像應(yīng)采用不同的融合方法。

[1]王潤生.圖像理解[M].長沙：國防科技大學出版社，1995.

[2]朱虹.數(shù)字圖像處理基礎(chǔ)[M].北京：科學出版社，2005.

[3]王愛明，沈蘭蓀.圖像分割研究綜述[J].測控技術(shù)，2000，19(5).

[4]章毓晉.圖像分割[M].科學出版社，2001.

[5]周明，孫樹棟.遺傳算法原理及其應(yīng)用[M].北京：國防工業(yè)出版社，1999.

[6]羅惠慆，章毓晉.一個圖像分割評價實例及討論[J].數(shù)據(jù)采集與處理，1997，(12).

[7]丘江.基于圖像差距分割的快速目標匹配識別算法[J].電子學報，2001，(11).