航測DCM影像常用融合方法對比分析

黃軍，張智安，王霞，王愛華，柏永青，邢兆波

(1.山東省國土測繪院，山東 濟南　250013;2.山東省遙感技術應用中心，山東 濟南　250013;3.費縣國土資源局，山東 臨沂　273400)

航測DCM影像常用融合方法對比分析

黃軍1，張智安2，王霞1，王愛華1，柏永青1，邢兆波3

(1.山東省國土測繪院，山東 濟南250013;2.山東省遙感技術應用中心，山東 濟南250013;3.費縣國土資源局，山東 臨沂273400)

借助ENVI圖像處理系統，分別應用色彩空間變換、比值變換、主成分變換法，對利用航測DCM相機獲取的多光譜影像和全色光波段影像進行融合，并利用主觀分析和定量比較的方法，分別從視覺角度和統計指標角度對比分析了3種方法融合圖像的優缺點，認為色彩空間變換方法效果較好，為DCM高分影像的增強處理提供了依據。

航測；影像融合；圖像增強；對比分析

引文格式：黃軍，張智安，王霞，等.航測DCM影像常用融合方法對比分析[J].山東國土資源，2015，31(1)：65-68.HUANG Jun, ZHANG Zhi'an, WANG Xia，etc.Comparison and Contrast of Frequently Used Fusion Methods in DCM Aerial Images[J].Shandong Land and Resources,2015，31(1):65-68.

隨著航空攝影測量和遙感技術在土地管理、減災救災、環境監測、工程勘察、資源利用管理、社會可持續發展等領域的廣泛應用，航空影像獲取、處理、判讀和分析等技術取得了顯著進步[1]。在現有傳感器精度下如何獲取更高質量的影像信息對遙感影像處理技術提出了更高的要求。遙感和航測圖像融合按照融合方法實施的不同技術層次分為：像素級融合、特征級融合、決策級融合3類[2-4]。其中像素級分類為：色彩變換、加權融合法、乘積融合法、主分量變換、比值變換融合、小波變換、高通濾波等[5]。該研究是基于航測DCM相機多光譜影像與該平臺的高分辨率的全色光波段，通過色彩空間變換、主成分變換、比值變換3種像素級融合方法，借助ENVI影像處理系統對圖像進行增強處理，并從定性的主觀評價和定量統計的客觀評價2種評價方式對融合結果進行了對比分析。

1　圖像融合數據與方法

DMC數字航測相機，具有很高的分辨率與精度，是美國的Z/I公司研制的專門用于航測的影像平臺，是現代攝影測量設備最常配備的數碼鏡頭之一，它能夠滿足基本的中高精度的地理測繪生產應用，在獲得全色數據的同時，獲得RGB多光譜彩紅外數據。該研究是基于航測DCM相機獲取多光譜數據(RGB和遠紅外)和全色光數據，空間分辨率分別為2m和0.5m，進行像素級融合及其評價。

1.1色彩空間變換法

計算機圖像處理中一般用紅綠藍(RGB)3種色彩合成顯示圖像顏色，攝影測量獲取的多光譜影像直接合成的RGB影像雖然利于電腦模擬顯示，但不利于影像的解譯和分析。HSV空間中的3個分量色度、飽和度、亮度相關性較低，屬獨立分量，改變某一個各分量時，不影響其他分量。因此，把RGB空間轉換成到HSV空間，利用高分辨率的影像在HSV空間中進行融合。色彩空間變換是先通過色彩變換分離出HSV的3個分量，經過直方圖拉伸將高空間分辨率的全色光影像和亮度分量進行匹配；最后，將匹配后的全色光影像替換原HSV空間中的亮度分量，進行色彩空間反變換，進行色彩合成[6-7]，流程見圖1。

圖1　HSV變換流程圖

1.2比值變換法

比值變換(Brovey)是針對3個波段同時與高分辨率影像進行融合運算，計算公式為[8，9]：

Binew=[Bim/Brm+Bgm+Bbm]×Bh

式中：Binew為融合以后的波段值(i=1，2，3);Brm，Bgm，Bbm分別為多波段影像中的紅、綠、藍波段數值;Bim分別表示紅、綠、藍波段，Bh為高分辨率遙感影像。

1.3主成分變換法

主成分變換(PCA)是一種基于多波段圖像統計特性的正交變換，通常在數學計算中又被稱為K-L變換。是通過多維矩陣正交變換的方法將一組相關變量變換成與原始變量無相關性的線性組合，有利于把各個波段的光譜信息很大程度上集中到第一主分量圖像上，這樣變換后的影像就能夠最大限度的保持原始影像的光譜信息，貢獻給新圖像[7-10]。

主成分變換法主要分為3步：首先根據原始多光譜的3個波段的像元矩陣，計算出影像矩陣的特征向量；第二步，根據特征向量特征值的大小提取出主分量波段；最后，以主分量波段的均值和方差為標準相匹配對全色光影像(保持分辨率不變)進行直方圖拉伸匹配，用匹配后的全色光影像替換第一主分量，通過逆變換即可得到融合影像[9，11，12]。

2　變換后結果和評價

評價方法對結果的評定有很大的影響，該研究從定性和定量的角度，對融合結果進行了評定。所謂定量評價即是通過人眼直接感知顏色、亮度、地物可分辨程度和地表紋理清晰度等方面對融合前多光譜和融合后影像進行比較，從主觀上對3種融合后影像的分辨率、清晰度有一個定性的對比認識[13]。定量評價主要通過對融合后各波段數學統計特征進行對比分析，該研究統計標準差、偏差、相關系數和信息熵4個基本的圖像指標作為定量評價指標。

2.1圖像效果主觀評價

融合前進行假色彩合成生成彩色圖像(圖2a)，與融合后影像(圖2b，2c，2d)進行顯示對比。

圖2　融合前后圖像效果對比

從圖像紋理清晰度比較，融合后影像繼承了全色影像的高空間分辨率的特征和多光譜影像豐富的光譜特征，可見融合后圖像的計算機顯示效果、圖像清晰度、地物的可分辨性都有了顯著的改變。但是3種融合影像特征也有明顯差異，主成分變換融合后的影像對多光譜影像的色調改變較大，說明主成分變換對信息扭曲嚴重。通過圖2對比發現，主成分變換融合顯示效果明顯低于色彩空間和比值變換，雖然有一定的亮度差異，但從視覺效果上難以區別圖像融合質量的高低。利用光譜統計信息定量分析能夠更詳盡的對比3種影像變換效果。

2.2定量評價方法

2.2.1相關系數

融合前后各個波段間的相關系數(ρ)能反映融合后影像光譜保持能力。融合后多光譜影像空間分辨率的改善情況，可以通過融合影像與高空間分辨率的全色光影像的相關系數體現出來[14]。

2.2.2標準差

在計算機圖形分析中，影像矩陣的標準差總體反應了像元灰度值相對于灰度平均值的離散情況，標準差越小，則灰度分級越集中，代表該波段所包含的信息量越小；相反，標準差越大，表示相應波段所涵蓋的信息量越豐富，越有利于圖像中地物的辨別[15]。計算公式為:

2.2.3偏差度

原始每一波段影像灰度平均值與融合后對應波段的灰度平均值之差與該波段總像素(行列數乘積)之比叫偏差。它表示變換后的圖像與變換前圖像光譜信息的平均變化量，偏差度越大說明新影像光譜偏離原始影像的程度越大，光譜扭曲越嚴重。反之亦然。偏差度計算公式：

2.2.4信息熵

信息熵是香儂(C.E.Shannon)通訊數學論原理中評價信息冗余度的指標，該文用此指標評價影像的信息量，假設一幅比特(0～255分級)影像x的熵為：

式中：Pi為某一波段影像出現灰度值為i像素的概率。熵H值越大，代表該波段所含地物信息越豐富；熵值越小，表示信息在圖像中分布越均勻，不同地物間對比度越不明顯。信息熵值在該研究中用來評價變換后影像信息量增加程度[11]。

2.3定量評價

2.3.1相關系數比較

根據ENVI提取出的相關統計信息，對融合后的影像進行比較(表1)。

表1　融合前后影像相關系數

表1為3種變換后的影像與原多光譜和全色光波段相關系數，上述3種影像融合后各波段與全色光波段的相關系數相比都有明顯增加，說明空間分辨率都有了相應的改善，改善最明顯的是色彩空間變換，其次是比值變換。與原多光譜影像相關系數對比發現色彩空間變換和比值變換融合明顯大于主成分變換，相關系數越大說明該變換的光譜保持能力越強，主成分變換融合的光譜保持能力最差；這與圖像顯示對比結果保持一致。

2.3.2偏差評定(評定結果)

通過對3種融合圖像的偏差度進行對比分析，進而比較3種新圖像融合后的光譜扭曲偏離程度結果(表2)，發現色彩空間變換融合后的各個波段的偏差明顯小于主成分變換融合；色彩空間變換融合與比值變換融合對比，紅光和綠光波段偏差小于比值變換融合，偏差越小融合后光譜保持效果越好，分析可知：色彩變換融合的光譜保持能力比比值變換后影像強，主分量變換的光譜扭曲最大。

表2　融合后的偏差度比較

2.3.3標準差對比

標準差表示圖像灰度值的平均離散程度，研究逐一統計融合前后每一波段的標準差(表3)。對比統計結果發現3種新影像的各波段標準差都明顯的變小；HSV融合后3個波段標準差為最大，分別從原來的44.3，41.7，37.1降低到41.9，40.6，31.8。另外2種變換后標準差都小于40，特別是藍光波段降到30以下，說明色彩空間變換后影像灰度的離散程度大于比值變換和主成分變換。主成分變換融合后的標準差在G，B兩個波段都大于比值變換，但紅光波段的標準差明顯顯小，所以在紅光波段圖像灰度分級不明顯，從而大大降低了圖像的分辨能力。

2.3.4信息熵評定

融合后影像的信息熵值大小反映了融合后各波段包含的平均信息量的多少，信息量多少與信息熵成正比(表4)。

表3　標準差對比

表4　融合后影像信息熵

由表4可知，比值變換融合和色彩空間變換融合后圖像的信息熵明顯大于主成分變換融合，包含的信息量比較豐富；其中，色彩空間變換融合后3個波段的熵大小分布較均勻，比值變換后紅光波段的信息熵較高達到7.71，說明全色光影像在提升紅光波段的信息量方面比較明顯，各個波段間分布不均勻。

3　結論

該研究初步利用3種常用融合方法對DCM航測影像進行光譜融合轉換，結合計算機顯示和統計結果的分析評價得出以下結論：對于該攝影測量平臺的光譜影像質量提升效果，色彩空間變化后計算機顯示和視覺效果最佳，比值變換效果其次，主成分變換的計算機顯示、目視效果最差；從光譜信息的保持程度來看，也是色彩空間變換的保持能力最強。同樣從融合影像各波段偏差度的差異分析可知：主成分變換融合的光譜扭曲最大。從圖像灰度級分布角度比較，色彩空間變換融合優于比值變換融合優于主成分變換。根據融合后影像的信息熵可知色彩空間變換和比值變換融合各波段所包含的光譜信息量都要大于主成分變換，其中比值變換融合在提升紅光的信息量方面比較明顯。3種融合方法有各自的優缺點，但通過上述分析綜合可知：色彩空間變換效果較好，所以，在該測量平臺的影像具體應用中，應該根據圖像對不同光譜的精度要求合理選擇融合方式。

[1]李朋德.國際遙感與攝影測量技術現狀綜述[J].測繪技術裝備，2008,10(2):1-2.

[2]韓玲.多源遙感信息融合技術及多源信息在地學中的應用研究[D].西安:西北大學，2005.

[3]袁金國,王衛.多源遙感數據融合應用研究[J].地球信息科學，2005，7(3):97-103.

[4]夏明革,何友.多傳感器圖像融合綜述[J].電光與控制,2002，9(4):1-7.

[5]竇聞,陳云浩,何輝明.光學遙感影像像素級融合的理論框架[J].測繪學報,2009，38(2):131-137.

[6]常化文,陳春香.基于HSV變換與小波變換的遙感圖像融合[J].計算機工程與設計,2008，28(23):5682-5684.

[7]許輝熙.遙感影像融合方法的精度評價.測繪與空間地理信息[J].2009，32(6):11-14.

[8]Liu,J.Smoothing filter-based intensity modulation: a spectral preserve image fusion technique for improving spatial details[J]. International Journal of Remote Sensing, 2000， 21(18): 3461-3472.

[9]楊麗萍,陳發虎.國內多源遙感影像信息融合技術的新進展[J].遙感技術與應用,2007，22(1):116-122.

[10]陳雪洋，張治清.GeoEye-1影像數據融合方法評價[J].地理空間信息,2011，9(5):105-108.

[11]陳丹.基于PCA變換的多傳感器圖像融合質量評價[J].科技廣場,2009，(1):133-135.

[12]羅朝明.中巴資源衛星02星遙感影像數據融合研究[D].電子科技大學，2008.

[13]楊麗萍,夏敦勝.Landsat7ETM+全色與多光譜數據融合算法的比較[J].蘭州大學學報(自然科學版),2007，43(4):7-11，96.

[14]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,2007，(4):40-45.

[15]王耀南，李樹濤.多傳感器信息融合及其應用綜述[J].控制與決策,2001，16(5):518-522.

Comparison and Contrast of Frequently Used Fusion Methods in DCM Aerial Images

HUANG Jun1, ZHANG Zhi'an2, WANG Xia1, WANG Aihua1, BAI Yongqing1, XING Yaobo3

(1.Shandong Land Surveying and Mapping Institute, Shandong Jinan 250013, China; 2. Shandong Provincial Remote Sensing Technology Application Center, Shandong Jinan 250013, China; 3.Feixian Bureau of Land and Resources, Shandong Feixian 273400, China)

By using ENVI image processing system, applying color space transform respectively, ratio transformation and principal component transformation method, multi-spectral images and panchromatic band images gained by using aerial DCM camera have been fusioned. Using subjective analysis and quantitative comparison method, from the visual angle and the angle of statistical index, the advantages and disadvantages of 3 kinds of image fusion methods have been carried out respectively. It is regarded that color space transformation method has better effect. It will provide the basis for high DCM image enhancement processing.

Aerial photography; image fusion; image enhancement

2013-12-22；

2014-04-11；編輯：王秀元

黃軍(1973—)，男,山東濟南人,高級工程師,主要從事基礎地理信息數據生產研究工作；E-mail:Huangx8j@163.com

P208

B