面向耕地的高分一號衛星遙感影像融合方法研究

關瑜晴 密文天

摘要：選擇國產高分一號（GF-1）衛星2 m全色/8 m多光譜影像，對增強耕地信息的遙感影像融合方法進行了研究，研究所選擇的融合方法包括Subtractive法、Brovey變換法、MHIS法、HCS法和Gram-Schmidt法，并從主觀和客觀方面對融合影像質量進行了評價，基于融合影像對研究區耕地信息的增強進行了分析。結果表明，面向耕地信息時，MHIS法融合影像最好。

關鍵詞：高分一號（GF-1）;Subtractive法;Brovey變換法;MHIS法;HCS法;Gram-Schmidt法

中圖分類號：TP79? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2019）05-0104-04

Abstract： The study chooses domestic GF-1 satellite 2 m full-color/8 m multi-spectral imagery， the remote sensing image fusion method for enhancing cultivated land information is studied. The fusion methods selected by the institute include Subtractive method， Brovey transformation method， MHIS method， HCS method and Gram-Schmidt. The method was used to evaluate the quality of the fusion image from subjective and objective aspects. Based on the fusion image， the enhancement of the cultivated land information in the study area was analyzed. When it comes to information on cultivated land， the MHIS method was the best fusion image.

Key words： GF-1;Subtractive method;Brovey method;MHIS method;HCS method;Gram-Schmidtmethod

高分一號（GF-1）衛星是中國高分辨率對地觀測系統的第一顆衛星，于2013年4月26日發射，開啟了中國對地面觀測的新時代[1]。

GF-1衛星的設計目標是為國土、農業、環境保護等部門提供高精度、寬范圍的空間觀測服務，在土地利用變更調查、土地利用動態監測、礦產資源開發狀況和地質災害的調查與監測，生態環境監管調查與評價、水環境監測與評估、空氣環境監測與評價，耕地數量與質量調查、草地生產能力和設施農業分布調查等方面發揮作用[2，3]。眾多學者對GF-1衛星遙感影像的處理和應用做了大量研究，在遙感影像融合方法研究方面，往往關注融合方法的過程，如劉錕等[4]、崔佳潔等[5]、王曉綿等[6]分別對GF-1衛星的融合方法進行了研究。而在實際應用中，更多的是想要通過遙感影像提取目標信息，本研究基于GF-1衛星遙感影像，對面向耕地的影像融合方法進行研究，旨在通過研究探尋到適合增強耕地信息的影像融合方法。

1? GF-1概況

GF-1衛星是國家高分辨率對地面觀測系統重大專項天基系統中的首發衛星，其主要目的是突破高空間分辨率、多光譜與高時間分辨率結合的光學遙感技術，多載荷圖像拼接融合技術，高精度高穩定度姿態控制技術。其全色數據空間分辨率為2 m，多光譜和寬幅多光譜空間分辨率分別為8、16 m，包括紅、綠、藍、近紅外4個波段[7]。GF-1衛星有效載荷技術指標見表1。

2? 數據處理

選擇的數據源是GF-1 2 m全色波段和8 m多光譜影像數據，研究區選擇3處，為不同類型的耕地;1號區域為緊靠城市的坡耕地，具有一定坡度，范圍較小，形狀不規整;2號區域為城市周邊丘陵區域的耕地，面積較大，紋理清晰，現狀不規整;3號區域為緊鄰城市建筑物的耕地，比較平整，紋理清晰，形狀整齊（圖1）。在對數據進行像素級融合之前，需要對數據進行預處理，包括幾何校正、配準、重采樣、波段組合等處理[8]。本研究利用GF-1衛星影像的2 m全色波段對8 m多光譜進行配準。

基于影像波段光譜范圍，通過分析波段間的最大值、最小值、標準差等參數值，選擇最佳組合波段，通過比較，本研究選擇4、3和2波段組合后與全色波段數據進行融合。表2為GF-1衛星多光譜影像的相關參數。

3? 融合方法

3.1? Subtractive法[9]

該方法稱為刪減法融合，刪減法融合輸入多光譜影像必須為4波段，融合影像也為4波段，刪減法直接進行影像融合會使圖像變得模糊，融合之前會用銳化濾波器對全色圖像進行銳化處理，將全色銳化影像按照權重融合到多光譜濾波影像各個波段，輸出新多光譜影像。

3.2? MHIS法[8]

改進HIS融合采用全色高分辨率影像替換Ⅰ分量從而使影像同時具有高空間分辨率和高光譜分辨率。

3.3? HCS法[10]

HCS（Hyperspherical Color Space）融合適用于3個以上，不多于8個波段多光譜傳感器數據融合，是一種通用的衛星遙感影像融合算法之一，對于高分辨率影像融合效果較好，色彩保真度較高。

3.4? Gram-Schmidt法[11]

Gram-Schmidt算法，即Gram-Schmidt正交化算法，是數值線性代數中的基本算法之一，GS變換產生的各個分量正交，各分量的信息差異不明顯，GS變換的另一個特點是變換后的第1個分量仍然為原變換前的第1個分量，其數值沒有變化。

3.5? Brovery變換法[8]

Brovery變換法是對RGB影像顯示進行多光譜波段顏色歸一化，并與高分辨率影像乘積來獲得最終融合影像，是一種對來自不同傳感器的數據進行融合的較為簡單的方法。

4? 評價方法

4.1? 定性分析與評價

定性評價就是主觀評價法，也就是目測法，主觀評價法是一種簡單、快速的評價方法，在一些特殊的應用中可行[12]。在進行評價時，人眼對融合影像的感覺很大程度上決定了遙感影像的質量問題，主觀性比較強[13]。主要判別因素有影像是否錯位產生虛影，色彩是否一致，融合影像整體亮度和色彩反差是否合適，融合后影像清晰度是否降低，圖像邊緣是否清楚，判斷融合圖像紋理及色彩信息是否豐富，光譜與空間信息是否丟失等。

4.2? 定量分析與評價

定量評價也就是客觀評價法，所謂的客觀評價就是利用影像各類指標參數對融合影像進行評定。主要有獨立單因素評價指標和聯合單因素評價指標。獨立單因素評價指標能夠快速發現原始影像與融合后影像的變化，還可以評價中間處理過程中影像或者融合后影像[13]，包括均值、標準差、熵等。

均值[12，13]即灰度值，反映了圖像的平均亮度，均值適中時，目視效果良好。

標準差[12，13]表示灰度均值的離散水平，用來評價原始影像與融合后影像的反差變化。標準差越大則灰度值之間的差異也就越大，圖像的反差也就越大，也就更有利于信息的提取。

熵[12，13]表示影像中包含平均信息量的多少，是評定融合影像是否具有豐富信息的一個重要指標。高質量影像的基本要求就反映出影像表達信息的多少。影像的復雜程度與影像的灰度變化成正比。如果熵值越大，說明影像融合的信息量增加，獲得的信息豐富。

5? 結果與分析

5.1? 融合結果

利用上述的Subtractive法、MHIS法、HCS法、Gram-Schmidt法、Brovery變換法5種融合方法，對GF-1衛星遙感影像多光譜波段與全色波段數據進行融合，融合結果及原始多光譜影像見圖2至圖4。

5.2? 評價與分析

關于融合影像質量的評價，可以從主觀和客觀2個方面進行評價，主觀評價是以人為觀察者，對圖像的好壞做出主觀性評價。由于人眼對色彩具有強烈的感知能力，使得對光譜特征的評價具有一定的意義。但是主觀評價受觀察者、圖像類型、應用場合和環境條件的影響較大，缺乏穩定性，并且不能保證評價方法的可重復性。客觀評價能夠克服人為主觀因素的影響，對各種影像融合的性能做出科學、客觀的評價，以便開展更深入地研究。為了對融合的結果有更客觀更可靠的評價，通常采用平均梯度、熵與聯合熵、偏差指數、相關系數等指標進行判斷。本研究主觀評價是從虛影、色彩、清晰度、亮度和紋理等因素進行綜合評價，客觀評價主要從均值、標準差、信息熵3個角度進行分析。主觀評價具體參數見表3。在進行主觀評價的時候，對每一項評價因素進行打分制，分數為1～5分，1分為最差，5分為最好。對于1號區域，該區域為坡地梯田，耕地形狀不規則，5種融合方法中，Subtractive法和MHIS法得分最高，Gram-Schmidt法得分最低，其他3種方法介于之間。對于2號區域，該區域為丘陵區耕地，5種方法得分相近，Brovey變換法得分為19分，其余4種方法得分20分。對于3號區域，Subtractive法和MHIS法得分最高為20分，Gram-Schmidt法得分最低為17分。

客觀評價具體參數見表4。由表4可知，像素灰度均值反映了影像的平均亮度，融合后影像的亮度均值與原多光譜影像越接近說明其光譜扭曲度越小。Subtractive法融合影像亮度值較小，與多光譜影像灰度值相差較大，說明其融合后影像光譜扭曲度最大，MHIS、HCS和Gram-Schmidt法融合影像亮度值與原多光譜影像均較接近，說明其融合后影像光譜扭曲度較小，Brovey變換法融合影像的亮度值大于Subtractive法融合后影像，但其亮度均值與原多光譜影像相比依然相差較大。

標準差反映了圖像灰度相對于灰度平均值的離散情況，標準差也用來評價圖像反差的大小。Brovey變換法融合后影像標準差在5種融合方法中最小，說明影像反差最小，其次是Subtractive法，MHIS、HCS和Gram-Schmidt法標準差相近且大于Brovey變換法和Subtractive法，說明這3種方法影像與另外2種方法相比，融合后影像反差較大。

信息熵反映了影像信息的豐富程度，融合影像的信息熵越大，表明融合后影像的信息量增加，所含信息越豐富，融合質量越好。HCS法、MHIS法和Gram-Schmidt法融合后影像信息熵值大于原始多光譜影像，Brovey變換法融合后影像信息熵值略小于原始多光譜影像，Subtractive法融合后影像信息熵值較小，與原始多光譜影像信息熵值相差較多。

6? 小結

研究基于GF-1衛星全色和多光譜影像，針對耕地信息的增強進行了影像融合方法的研究，融合方法選擇Subtractive法，MHIS、HCS、Gram-Schmidt和Brovey變換法，通過對融合影像進行客觀與主觀評價，得到以下結論：主觀評價中，對于3個不同的耕地區域，Subtractive法和MHIS法得分較高，對于1號區域和3號區域，Gram-Schmidt法融合后影像得分較低，5種融合方法對于2號區域的得分較為相近。因為主觀評價具有一定的隨意性，所以對融合后影像進行了客觀評價，分別計算了全色、原始多光譜影像和不同融合方法融合后影像的均值、標準差和信息熵，通過對比發現，在主觀評價中得分較高的Subtractive法在客觀評價中各項參數均不理想，Brovey變換法融合后影像在各項參數比對中稍好于Subtractive法。經過參數對比，MHIS、HCS和Gram-Schmidt法融合后影像均值、標準差和信息熵等數值較為理想。