天繪一號衛星影像的融合及評價研究

黃 鶴，馮 毅，張 萌，李明濤

（1.北京建筑工程學院測繪與城市空間信息學院，北京 100044；2.現代城市測繪國家測繪地理信息局重點實驗室，北京 100044）

一、引 言

天繪一號衛星（Mapping Satellite-1）是我國第一顆傳輸型立體測繪衛星。2010年8月發射升空的天繪一號01星搭載著三線陣全色傳感器（分辨率5 m）、高分辨率全色傳感器（分辨率2 m）及4波段多光譜傳感器（分辨率10 m），其成果可用于科學研究、國土資源普查、地圖測繪等諸多領域的科學試驗任務。表1為天繪一號01星所搭載的傳感器及波段參數。

表1 天繪一號01星傳感器與波段 μm

本文基于HPF、Mod.IHS和Pansharp等遙感影像融合方法，對天繪一號01星的一景1B級影像數據進行了影像融合，并對其融合結果作出評價。

二、遙感影像融合方法

遙感影像融合是一種通過高級影像處理來復合多源遙感影像的技術。它針對不同而復雜的環境條件，選擇最佳的波段組合和分辨率，設計最適宜的時相疊加，并采用一定的數學算法將各種影像的優點或互補性有機地結合起來產生用戶所需要的新影像［1］。經過影像融合，不僅能提高影像的視覺效果，而且使融合后的影像具有較高的光譜和空間分辨率，可有效地改善幾何精度、圖像特征識別精度及分類精度，為大規模遙感應用研究提供良好的數據基礎。

目前，常用的遙感圖像處理軟件所采用的融合方法各有不同，如ERDAS Imagine采用HPF（High-Pass Filter，高通濾波法）和Mod.HIS等；PCI軟件采用Pansharp方法。

1.HPF方法

HPF方法實現遙感影像融合的基本原理比較簡單。對于遙感影像來說，高頻和低頻分量分別包含圖像的空間結構和光譜信息，因此通過高通濾波算子獲取高分辨率圖像的結構細節，并利用像元相加將細節信息疊加到低分辨率圖像上，就可實現低分辨率/多光譜影像和高分辨率/全色影像的數據融合［2］。HPF方法的具體融合公式為

式中，表示第k波段像素（i，j）的融合值；表示低分辨率/多光譜影像第k波段性像素（i，j）的值；HPHi，j表示采用高通濾波器對高空間分辨率圖像濾波后獲取的高頻圖像像素（i，j）的值。

HPF方法的優點在于其算法簡單、計算量小，而且沒有波段數的限制。之所以使用此方法在于它既使融合后圖像的空間分辨率有了較大改善的同時，又充分保持了多光譜圖像的細節信息。但缺點是融合圖像仍然包含比較大的噪聲。

2.Mod.IHS方法

影像的色彩通常用兩種模式表示，即紅（R）、綠（G）、藍（B）色光三原色模式和由明度（intensity）、色調（hue）及飽和度（saturation）構成的色彩三屬性模式。IHS變換方法是將由紅、綠、藍構成的彩色影像進行變換，從RGB影像中分離出彩色影像的明度（I）、色調（H）和飽和度（S）3個分量。首先利用分離出來的影像明度與高分辨率影像數據進行簡單替換或適當的算法計算，得到一個分量；再將分離出來的影像明度用計算得到的分量進行替換；最后對替換后的明度（I'）、色調（H'）和飽和度（S'）3分量圖像進行反變換，生成RGB成果數據。IHS方法的整個過程可表示為［3］

式中，δ=Pan-I0，I0表示低分辨率影像的明度分量；R0、G0、B0、υ10和υ20分別為對原多光譜影像重采樣之后的相應分量。

雖然IHS變換融合方法計算簡單，可增強融合成果的飽和度，進而改善圖像的顏色質量和分辨能力，但其存在嚴重的光譜畸變（color distortion）現象。針對這一問題，不少學者提出了一些改進的IHS融合方法［4］。

3.Pansharp方法

Pansharp融合方法［5］是基于最小二乘逼近法計算出原多光譜影像和原全色影像之間的灰度值關系。它是通過調整單個波段的灰度分布來減少融合結果的顏色偏差，還對輸入的所有波段進行一系列的統計運算，來消除融合結果對數據集的依賴性，并提高融合過程的自動化程度。

三、融合質量評價方法

遙感影像融合的目的是通過融合高空間分辨率全色影像和低空間分辨率的多光譜影像，在盡可能地減少原始影像信息量的前提下，提高其可判讀性，即融合后的影像兼具全色影像和多光譜影像的優點:高空間分辨率和豐富的色彩信息。因此，對于融合影像的質量，可以從影像的空間分辨能力與光譜信息兩個方面考慮。

影像融合的質量評價通常采用主觀定性評價和定量統計分析方法來進行。主觀定性評價主要依靠人眼進行主觀評估，并從應用目的角度出發，而應用目的不同，所需要突出的地物相關特征也不同，在融合影像中能夠突出所需信息的數據就是最佳融合數據。定量統計分析主要從融合影像的均值、標準偏差、熵值、平均梯度、相關系數和偏差指數等指標進行評價。具體表述如下:

1）影像均值。均值是灰度值的平均，對人眼反映為平均亮度。灰度值在128左右時，可視為視覺效果良好。

2）標準偏差。標準偏差經常被用作衡量影像信息量的重要指標，反映灰度值偏離影像均值的離散程度，它是衡量一幅影像信息量大小的重要參量。如圖像的標準偏差大，則圖像的灰度級分散，圖像反差較大，所含的信息更豐富；反之，圖像的標準差小，圖像的反差也小，對比度不大、色調不均勻、所含信息相對較小。

3）信息熵。根據Shannon信息論的原理，可用熵值來反映影像融合結果的信息量多少。熵是衡量圖像信息豐富程度的一個重要指標，融合影像的熵值越大，表明其攜帶的信息量越多，融合質量越好。

4）平均梯度。可敏感地反映圖像對微小細節反差表達的能力，因此可用來評價圖像的清晰程度。一般來說，平均梯度越大，圖像就越清晰。

5）光譜相關系數。反映影像融合結果影像與原始多光譜影像之間在光譜特征上的相似性。其相似度越高，則表示融合后的影像對多光譜影像的光譜特征保持度越高。

6）光譜偏差指數。反映影像融合結果對高分辨率影像的光譜保持程度。偏差指數越小，表明融合影像與原始多光譜影像的偏離程度越小。

定量統計分析中所采用的評價參數及其計算公式見表2。其中，Fk、Mk分別表示融合后影像與多光譜影像在第k波段同一像素的明度值；和分別為n·m大小范圍內的平均明度值；B、V表示影像的明度值。

表2 定量統計分析指標及計算公式［6］

續表2

四、試驗結果及評價

影像融合的目的是在盡量減少原始影像數據相關信息損失的前提下，提高影像的可判斷性，即融合后的影像兼具全色影像的高空間分辨率和多光譜數據豐富的色彩信息。因此，對于融合影像的質量，可以從影像的空間分辨能力與光譜信息兩個方面考慮。本次試驗通過目視效果和定量統計對試驗結果進行評價。

1.目視效果分析

如圖1所示，從視覺效果上可以看出，3種融合后影像的空間分辨率有明顯的提高，更加清晰、更容易判讀。但是通過對3種不同方法融合后的影像的目視效果分析來看，發現在相比之下，HPF和Pansharp方法在影像的空間信息增強方面效果最好，HPF法融合影像的細節和紋理信息最清晰，而IHS方法融合后的影像相對來說比較模糊。在保持光譜信息方面，3種方法的效果差別較大。影像經IHS法融合后相對較暗，而HPF和Pansharp方法融合后的影像相對較亮。從影像中的房屋和水庫及左上角的公路的色彩來看，IHS法融合的影像色彩扭曲較大，而HPF法的色彩保持最好，Pansharp法次之。總的來說，各方法融合后的影像對空間信息及光譜信息保持方面都有了較大的增強和改善，其中，HPF法的效果最好，Pansharp次之。

圖1 采用影像（a，b）及各方法融合結果（c，d，e）

2.定量統計分析

在本次試驗中，通過計算影像的影像均值、標準偏差、信息熵和平均梯度等幾個參數來比較、分析各融合方法對空間信息的增強及光譜信息的保持能力。各參數的統計值見表3。

表3 融合結果評價統計值

從表3中可知，HPF法融合后，影像的均值最大，同時也最接近人眼，反映為平均亮度128左右，所以影像最清晰；而IHS法影像均值變小，所以影像變暗。其次，標準偏差和信息熵突出反映圖像反差和信息量的多少，以上3種方法對于信息量的數量，融合質量都很不錯，基本都能反映出較多的地面信息。從平均梯度指標分析可以看出，HPF法得到的融合結果，平均梯度值遠遠超過了其他兩種方法的平均梯度值，擴大了融合影像與高光譜影像和多光譜影像的反差。從相關系數指標看出，HPF融合法的相關系數明顯高于其他兩種方法，這說明HPF融合法得到的融合結果更接近原多光譜影像，能夠較好地保留多光譜影像的光譜信息，這與目視結果保持一致。

從融合圖像質量定量統計表中可以看出，運用HPF方法融合得到的影像的相關系數、平均梯度、信息熵等融合結果都是3種方法中最好的，這表明運用該方法獲得的成果在失真程度、細節表現能力及圖像的信息保有量方面是3種成果中最佳的。

五、結束語

本文采用傳統的3種影像融合方法對我國第一顆傳輸型立體測繪衛星天繪一號的01星長春某區域全色與多光譜影像進行影像融合，通過對融合成果進行對比分析，得出了較為適合試驗數據的融合方法。由于圖像數據源的豐富性和復雜性及應用目的的不同，影像融合時尚存在許多問題有待解決。每一種融合方法都有各自的優缺點，雖然HPF融合方法影像最清晰，對空間信息的增強及光譜信息的保持能力好于其他兩種融合方法，但HPF融合方法的偏差指數又高于其他兩種融合方法。進行多源遙感數據融合應針對區域特征、圖像特點及應用目的，進而選擇最優的融合方法，而影像融合算法的設計和改進也尚需進一步深入研究。

［1］ 翁永玲，田慶久.遙感數據融合方法分析與評價綜述［J］.遙感信息，2003（3）:49-54.

［2］ CHAVEZ P S，SIDES S C，ANDERSON J A.Comparison of Three Different Methods to Merge Multiresolution and Multispectral Data，Landsat TM and SPOT Panchromatic［J］.Photogrammetric Engineering ＆ Remote Sensing，1991，57（3）:265-303.

［3］ TU T M，SU S C，SHYU H C，et al.A New Look at HIS-like Image Fusion Methods ［J］.Information Fusion，2001（2）:177-186.

［4］ SIDDIQUI Y.The Modified IHS Method for Fusing Satellite Imagery［C］∥ ASPRS 2003 Annual Conference Proceedings.Alaska:［s.n.］，2003.

［5］ Zhang Yun.A New Automatic Approach for Effectively Fusing Landsat 7 as well as IKONOS Images［C］∥Geoscience and Remote Sensing Symposium.Toronto:［s.n.］，2002.

［6］ Shi W Z，Zhu C Q，Tian Y，et al.Wavelet-based Image Fusion and Quality Assessment［J］.International Journal of Applied Earth Observation and Geoinformation，2005（6）:241-151.