基于CBERS-02B星HR影像的多源遙感數(shù)據(jù)融合研究

張勇榮，周忠發(fā)，馬士彬

(1.六盤水師范學(xué)院生物與地理科學(xué)學(xué)院，貴州六盤水553004;2.貴州師范大學(xué)南方喀斯特

研究院，貴州貴陽550001;3.貴州省喀斯特山地生態(tài)環(huán)境國家重點試驗室培育基地，貴州貴陽550001)

基于CBERS-02B星HR影像的多源遙感數(shù)據(jù)融合研究

張勇榮1，3，周忠發(fā)2，3，馬士彬1

(1.六盤水師范學(xué)院生物與地理科學(xué)學(xué)院，貴州六盤水553004;2.貴州師范大學(xué)南方喀斯特

研究院，貴州貴陽550001;3.貴州省喀斯特山地生態(tài)環(huán)境國家重點試驗室培育基地，貴州貴陽550001)

為尋求更加適合與CBERS-02B星HR數(shù)據(jù)融合的多光譜數(shù)據(jù)及融合方法，應(yīng)用PCA、Brovey、SVR、IHS 4種變換方法，分別將CBERS-02B星HR數(shù)據(jù)與CBERS-02BCCD、ASTER、ALOS的多光譜數(shù)據(jù)進行融合，從光譜和空間信息兩個方面對融合效果進行分析。結(jié)果表明:①CBERS-02B星HR數(shù)據(jù)與ALOS多光譜數(shù)據(jù)的融合圖像質(zhì)量高于其他兩種組合，其中IHS變換法融合圖像空間細(xì)節(jié)及光譜信息保持度最高，色調(diào)鮮明，地物可辨別能力強;②ASTER、CBERS-02BCCD參與融合時，SVR變換法比較適合;二者相比較ASTER數(shù)據(jù)參與融合質(zhì)量較高;③CBERS-02B星HR數(shù)據(jù)與ALOS和ASTER多光譜匹配度高，在CBERS-02B星HR數(shù)據(jù)的使用過程中應(yīng)盡量尋求其他來源的多光譜數(shù)據(jù)進行融合。

CBERS-02B HR;ASTER;ALOS;影像融合

一、引 言

對于高空間分辨率數(shù)據(jù)而言，其光譜分辨率一般較低。而遙感數(shù)據(jù)融合可將單一傳感器的多光譜信息或不同類別傳感器所提供的信息加以綜合，改善遙感信息提取的及時性和可靠性，提高數(shù)據(jù)的使用效率［1］。通過多年的發(fā)展，許多融合方法如IHS、PCA、小波變換、Pan sharp、Gram-schmidt等已經(jīng)非常成熟。同時，針對如TM、SPOT等影像對不同融合方法的適合程度，相關(guān)學(xué)者也作了大量研究。但是，對于CBERS-02B HR數(shù)據(jù)的融合試驗還相對較少，更缺乏針對CBERS-02B HR數(shù)據(jù)的多源遙感數(shù)據(jù)融合試驗［2-11］。

在此基礎(chǔ)上，筆者提出選取CBERS-02B CCD、ASTER、ALOS 3種傳感器的多光譜數(shù)據(jù)與HR數(shù)據(jù)搭配，通過PCA、SVR、Brovey、IHS 4種常用融合方法進行融合，并對融合影像進行定性與定量的評價，以期進一步拓寬CBERS-02B星HR數(shù)據(jù)的使用渠道。

二、研究區(qū)概況與數(shù)據(jù)預(yù)處理

1.研究區(qū)概況

以貴州省貴陽市部分區(qū)域為研究區(qū)。貴陽市地處黔中喀斯特高原，其特點是地勢較平緩，丘陵起伏，壩子連片。一般海拔高度為1250～1300 m，研究區(qū)地貌組合形態(tài)主要是溶丘洼地，其次是峰叢洼地。區(qū)內(nèi)包含有城市建筑、河流、公路、林地、耕地、水域等土地利用類型。

2.數(shù)據(jù)來源

以2008年CBERS-02B星HR數(shù)據(jù)為基礎(chǔ)，分別選取同期 CBERS-02B星 CCD、ASTER、ALOS (AVNIR-2)3個傳感器的多光譜數(shù)據(jù)參與融合。數(shù)據(jù)概況見表1。

表1 遙感數(shù)據(jù)基本參數(shù)

3.數(shù)據(jù)融合

采用PCA變換、Brovey變換、SVR變換、IHS變換4種方法進行融合研究。由于CBERS-02B CCD、ALOS(AVNIR-2)的2、3、4波段光譜范圍對應(yīng)ASTER多光譜數(shù)據(jù)的1、2、3波段，同時Brovey變換只能對多光譜的3個波段進行融合，因此試驗選取CBERS-02B星CCD、ALOS(AVNIR-2)的2、3、4波段以及ASTER多光譜數(shù)據(jù)的1、2、3波段參與融合，融合后影像均為標(biāo)準(zhǔn)假彩色圖像，如圖1～圖3所示。

圖1 不同融合方法的CBERSO2B星影像

圖2 不同融合方法的ALOS影像

圖3 不同融合方法的ASTER影像

(1)PCA變換(主成分分析法)

PCA變換是建立在影像統(tǒng)計特征基礎(chǔ)上的多維線性變換，具有方差信息濃縮、數(shù)據(jù)量壓縮的作用，數(shù)學(xué)上又稱K-L變換［10］。PCA變換的具體步驟:多光譜波段經(jīng)過PCA變換后，首先將全色高分辨率圖像進行灰度拉伸，使其均值和方差與PCA變換的第一分量的圖像一致;然后用拉伸過的高分辨率全色圖像代替第一分量;最后經(jīng)過PCA逆變換得到融合圖像。

(2)Brovey變換

Brovey變換是一種對遙感數(shù)據(jù)進行融合的較為簡單的方法。該方法通過歸一化后的多光譜波段與高分辨率影像乘積來增強影像的信息［11］。其融合后的紅(R)、綠(G)、藍(B)3波段結(jié)果圖像為

(3)SVR變換

Zhang［12］在Munechika所提出SVR方法的基礎(chǔ)上又提出了一種改進型的SVR方法，用來進行全色和多光譜影像的融合。首先計算多光譜波段與全色波段之間的回歸系數(shù);然后根據(jù)回歸系數(shù)和多光譜波段合成模擬高空間分辨率的全色影像;最后利用比值變換完成各波段的融合［13］。計算公式為

式中，XSPi表示第i波段融合后灰度;PANH為高分辨率全色波段灰度值;XSLi為第i波段原始灰度值; PANLS為多光譜波段合成的全色波段灰度值;δi為高分辨率全色波段與多光譜波段XSLi間的回歸系數(shù)。

(4)IHS變換

IHS變換是目前應(yīng)用十分廣泛的一種RGB彩色融合變換方法。IHS變換首先利用正變換將多光譜圖像從RGB三原色空間變換到IHS彩色空間，得到亮度I(intensity)、色度H(hue)和飽和度S(saturation)3個分量;然后，將高分辨率全色圖像與分離出的亮度I分量進行直方圖匹配，使其灰度的均值和方差與分量I圖像一致;最后，用匹配好的全色波段代替I分量，與分離出的H、S分量進行IHS逆變換，重新回到RGB空間。RGB系統(tǒng)與IHS系統(tǒng)轉(zhuǎn)換的關(guān)系式為［14］

式中，I為亮度;H為色度;S為飽和度;v1、v2為中間變量。

三、融合效果分析與對比

1.CBERS-02B HR與CCD的融合結(jié)果評價與分析

由表2的統(tǒng)計數(shù)據(jù)可知:IHS和SVR兩種變換法在信息熵和標(biāo)準(zhǔn)差兩個空間信息評價因子中的均值最高，說明IHS和SVR變換法在空間信息增強方面效果最好，融合圖像的細(xì)節(jié)和紋理信息最清晰，其中SVR變換法優(yōu)于IHS變換法。由影像各波段的相關(guān)系數(shù)和灰度均值可知，IHS和SVR變換法在光譜保持方面效果也比較好。經(jīng)IHS變換法融合的圖像，其灰度平均值與原始影像更接近，但其相關(guān)系數(shù)略小于SVR變換，因此綜合考慮在CBERS-02B HR與CCD數(shù)據(jù)融合時SVR變換法更適合。

2.CBERS-02B HR與ASTER的融合結(jié)果評價與分析

由表2可知，PCA和SVR兩種變換法的信息熵和標(biāo)準(zhǔn)差都較高，說明PCA和SVR變換法在空間信息增強方面效果最好，其中PCA變換法優(yōu)于SVR變換法。從影像各波段的相關(guān)系數(shù)和灰度均值看，SVR變換法在光譜保持方面明顯優(yōu)于PCA變換法。通過圖3目視比對也可以看出，SVR變換法所得影像較亮，圖像鮮明，但不夠厚重、信息不足，尤其對植被的顯示顏色偏淡;而PCA變換法所得融合影像的亮度不足，整體影像霧感較重。

3.CBERS-02B HR與ALOS的融合結(jié)果評價與分析

由表2可知，IHS變換法的各項評價指標(biāo)均值為最高，在空間信息增強和光譜信息保持方面都優(yōu)于其他融合方法。同時，與CBERS-02B HR與CCD的融合影像，以及CBERS-02B HR與ASTER的融合影像相比，也體現(xiàn)了較好的效果，各評價指標(biāo)值遠高于其他兩種組合的融合影像。

表2 3種影像數(shù)據(jù)的不同融合方法所得融合結(jié)果的統(tǒng)計值

通過分析可知，在CBERS-02B HR數(shù)據(jù)的使用過程中，可以選用非同源的其他多光譜數(shù)據(jù)進行融合。筆者選取了ALOS、ASTER、CBERS-02B CCD 3種多光譜數(shù)據(jù)進行試驗，融合效果最佳的為ALOS參與的融合圖像。同時，在4種融合方法的對比中，IHS、SVR兩種變換法分別在CBERS-02B HR數(shù)據(jù)與ALOS、CBERS-02B CCD多光譜數(shù)據(jù)融合時取得最佳效果;而在與ASTER數(shù)據(jù)進行融合時，SVR和PCA變換法各有優(yōu)點，因此要根據(jù)實際要求加以選擇或者再尋找在各方面都較理想的融合方法。

四、結(jié)束語

筆者選取3種數(shù)據(jù)搭配方式在4種變換方式中進行融合試驗，并通過4個指標(biāo)進行定量評價。在理論上提出CBERS-02B HR數(shù)據(jù)融合的最佳組合方式和方法，為CBERS-02B HR數(shù)據(jù)的使用提出了新的途徑。但是，所選取融合方法和評價體系還存在一定的局限:

1)只選取了最簡單易行的4種融合方法，對于其他融合方法本研究還缺乏更加詳盡的論證，應(yīng)從融合方法的角度探索CBERS-02B HR數(shù)據(jù)有效的使用途徑。

2)構(gòu)建的融合影像評價體系中缺乏對紋理細(xì)節(jié)的評價指標(biāo)，在進一步的試驗過程中應(yīng)進行高通濾波等試驗，以驗證融合數(shù)據(jù)的高頻信息傳導(dǎo)狀況。

3)只選取了ALOS、ASTER、CBERS-02B CCD 3種多光譜數(shù)據(jù)，這3種多光譜數(shù)據(jù)的空間分辨率都在10 m以下，這對最終的融合結(jié)果將造成影響，在進一步的試驗過程中應(yīng)選取比CBERS-02B HR的空間分辨率低3倍以內(nèi)的數(shù)據(jù)進行試驗。

4)由于融合試驗對影像的空間配準(zhǔn)精度要求極高，因此本研究的試驗區(qū)域范圍較小，導(dǎo)致最終結(jié)論具有一定的片面性，在今后的研究中有待加強。

［1］ 賈永紅，李德仁.多源遙感影像數(shù)據(jù)融合［J］.遙感技術(shù)與應(yīng)用，2000，15(1):41-44.

［2］ 王奇，李杏朝，李俊杰，等.CBERS-02B星HR與CCD影像融合研究［J］.遙感技術(shù)與應(yīng)用，2008，23(4): 468-471.

［3］ 李秉柏，楊沈斌，申雙和.ENVISAT ASAR數(shù)據(jù)與CBERS-02數(shù)據(jù)的融合與應(yīng)用［J］.地球信息科學(xué)，2008，10(2):263-268.

［4］ 王海暉，彭嘉雄，吳巍，等.多源遙感圖像融合效果評價方法研究［J］.計算機工程與應(yīng)用，2003，39(25):33-37.

［5］ 李軍，周月琴.小波變換用于高分辨率全色影像與多光譜影像的融合研究［J］.遙感學(xué)報，1999，3(2):116-121.

［6］ 陳志剛，束炯.基于Savitzky—Golay方法的遙感影像融合［J］.地理與地理信息科學(xué)，2011，27(2):26-29.

［7］ 李京忠，劉詠梅.CBERS-02B HR與CCD影像圖像融合應(yīng)用及評價——以陜西省西鄉(xiāng)縣土地利用分類為例［J］.水土保持通報，2009，29(2):160-164.

［8］ 李玉霞，李麗，鄭澤忠.CBERS-02圖像在土地利用/覆蓋動態(tài)監(jiān)測中的應(yīng)用［J］.四川師范大學(xué)學(xué)報:自然科學(xué)版，2006，29(5):627-630.

［9］ 贠培東，曾永年，歷華.不同遙感影像融合方法效果的定量評價研究［J］.遙感信息，2004(4):40-45.

［10］ 孫丹峰.IKONOS全色與多光譜數(shù)據(jù)融合方法的比較研究［J］.遙感技術(shù)與應(yīng)用，2002，17(1):41-45.

［11］ 許榕峰，徐涵秋.ETM+全色波段及其多光譜波段圖像的融合研究［J］.地球信息科學(xué)，2004，6(1):99-103.

［12］ ZHANG Y.A New Merging Method and Its Spectral and Spatial Effects［J］.Int.J.Remote Sensing，1999，20(10):2003-2014.

［13］ 譚永生，沈掌泉，賈春燕，等.中高分辨率遙感影像融合研究［J］.遙感技術(shù)與應(yīng)用，2007，22(4):536-542.

［14］ 劉廷祥，黃麗梅，鮑文東.基于CBERS-02B和SPOT-5全色波段的圖像融合紋理信息評價研究［J］.遙感技術(shù)與應(yīng)用，2009，24(1):103-108.

［15］ 王忠武，趙忠明.圖像融合中配準(zhǔn)誤差的影響［J］.測繪科學(xué)，2010，35(2):96-98.

Research on the Multiple Resource RS Image Fusion Based on HR Data of CBERS-02B

ZHANG Yongrong，ZHOU Zhongfa，MA Shibin

0494-0911(2012)08-0011-04

P237

B

2011-11-03

國家973計劃(2012CB723202);貴州省"十一五"科技攻關(guān)項目(黔科合GY字［2009］3060);貴州省教育廳自然科學(xué)項目(黔教科2010098);貴州省科學(xué)技術(shù)基金(黔科合J字［2011］2052號);貴陽市科技計劃項目(［2009］筑科工合同字第1－045號)

張勇榮(1982—)，女，黑龍江牡丹江人，碩士，講師，主要研究方向為環(huán)境遙感與地理信息系統(tǒng)應(yīng)用。