國產高分遙感影像數據融合效果評價分析

□浙江省國土整治中心 許調娟 陳一帆 陳文志

本 文采用Brovey、HSV、PCA 和Gram-Schmidt 等算法對廣泛使用的國產高分衛星影像進行融合操作，通過結合目視解譯等定性方法和多統計量定量計算，分析并比較融合效果，探討不同融合算法對于高分影像的適用范圍。

一、數據源衛星

（一）高分一號衛星

高分一號衛星（簡稱GF-1）衛星搭載兩臺2 米分辨率全色/8 米分辨率多光譜相機，四臺16 米分辨率多光譜相機，設計壽命長達5年至8年。

（二）高分二號衛星

高分二號衛星（簡稱GF-2）于2014 年8 月19 日發射，是目前中國分辨率較高的光學對地觀測衛星，具有米級空間分辨率、高輻射精度、高定位精度和快速姿態機動能力。

（三）資源一號02C衛星

資源一號02C衛星（簡稱02C）搭載有全色多光譜相機和全色高分辨率相機，設計壽命3 年。

二、融合方法

（一）Brovey

Brovey 變換是一種用來對來自不同傳感器的數據進行融合的較為簡單的融合方法，該方法是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。

（二）HSV

HSV 變換是基于HSV 色彩模型和應用廣泛的融合變換方法。HSV將多光譜影像從RGB 空間轉變HSV空間（H 色度、S 飽和度、V 純度），然后用高分辨率影像代替H 圖像，最后對H、S、V 圖像實施HSV 顏色變換的逆變換得到融合圖像。

（三）PCA

主成份變換是遙感數字圖像處理中運用比較廣泛的一種算法，是在統計特征基礎上的多維（多波段）的正交線性變換。主成份變換將各種光譜圖像均視為一個隨機變量。融合時首先求影像的特征值和特征向量，然后將特征向量按對應特征值的大小，從大到小排列并得到變換矩陣，最后對多光譜圖像作變換，并按應用的目的和要求取前面幾個圖像進行融合。

（四）Gram-Schmidt Pansharpening

Gram-Schmidt 變換是線性代數和多元統計中常見的方法，它通過對矩陣或多維影像進行正交化，從而可消除冗余信息。它與主成分變換的區別在于：主成分變換的第一分量PC1 包含信息最多，而后面的分量信息含量逐漸減少；但Gram-Schmidt 變換產生的各分量只是正交，各分量信息量沒有明顯的區別。

三、融合效果分析

（一）02C融合效果分析

由于資源一號02C 影像僅含有三個波段，故由近紅外、紅、綠波段組合顯示圖像。經過目視對比分析可得出如下結論：Gram-Schmidt和Brovey 融合影像清晰，能較好地保證圖像紋理信息，但整體的色彩與原始多光譜影像差距較大。HSV變換后影像飽和度有明顯下降，紋理細節表現能力不如前二者。PCA融合法效果最差，其清晰度和光譜保持不佳，受水體和云的影像較大。

資源一號02C 融合效果的定量分析結果見下表1，各種融合方法對比分析可見：Brovey 融合法在光譜保持方面略優于Gram-Schmidt 融合法，信息量、清晰度、細節表現能力均優于多光譜影像，Brovey 融合法是資源一號02C 星較為理想的融合方法。此外，雖然HSV 融合法具有較高的平均梯度、相關系數，但該方法損失了大量的原始多光譜信息。PCA 融合法不僅在清晰度上不如原始影像，且信息量也不如其他融合方法，光譜扭曲度大。

（二）GF-1融合效果分析

高分一號多光譜影像（空間分辨率8 米）及全色影像（2 米）進行上述4種方法的融合。從目視效果來看，Gram-Schmidt Pansharpning、PCA、Brovey 融合法視覺效果較好，色彩鮮艷，地物特征反映明顯。HSV 融合法色彩相對暗淡且較模糊，不能明顯突出細小地物。同時，Gram-Schmidt 和PCA 融合法在融合后能保持和原始多光譜影像相似的色調，色彩飽和度較理想。

根據高分一號各種融合方法定量分析結果可知，HSV、PCA 融合法已將影像量化為0～255 灰度值，Brovey 由于改變了原始多光譜影像的光譜特征，在保持光譜信息方面表現不佳，且影像只有三個波段，信息不夠完整。在降低噪聲、信息量方面，被量化到8 位的HSV 融合影像相對偏差大，而PCA 融合1～3波段與Gram-Schmidt 融合相差不大，但由于第4 波段近紅外波段占有大比例主成分，且被替換，導致第4波段光譜特征與原多光譜影像有一定差距。清晰度方面，PCA 效果略差。總體來看，Gram-Schmidt 是GF-1 號相對適合的融合方式。

（三）GF-2融合效果分析

通過上述4 種融合法對高分二號進行融合，獲取0.8 米分辨率融合影像。從影像目視效果來看，Gram-Schmidt、Brovey、PCA 融合法融合結果較好，影像清晰，對比度適中，反映地物細節能力強；而HSV 變換后影像變得暗淡，飽和度下降。

表1 不同方法的資源一號02C融合效果定量分析統計表

表2 不同方法的高分一號融合效果定量分析統計表

從定量比較的結果來看，HSV融合結果在信息量、光譜保持等方面均不如其他三者。其余三種融合方法在清晰度，光譜保持上較為相似，PCA 融合法和Gram-Schmidt 相比具有更高的相關系數，故PCA 融合更為適合高分二號影像。

四、結論

高分一號影像融合后，色彩真實但是偏暗，不同地物色彩區分度不明顯。紋理方面，影像紋理清晰，不同地物的邊界明顯，高層建筑具有立體感較強，郊區、農村低矮建筑不容易區分。

高分二號影像色彩真實，豐富度高，具有層次感，不同地類容易區分。紋理方面，影像空間分辨率高，空間地物細節水平表現能力好，與背景環境的分離能力強。

資源三號02C 影像缺少近紅外波段，色彩失真，部分地類無法區分，如耕地與草地等地類。紋理方面，面積較大地物邊界明顯，但面積小、連片的建筑內部邊界模糊不清。

總體上，GF-1、GF-2 衛星影像融合質量要優于02C 數據，兩者之間互有優勢，02C 衛星影像數據融合質量較弱。融合后影像的空間分辨率、清晰度均有很大的提高，地物界限明顯，細節清晰，色調自然，較好地融合了多光譜影像的光譜信息和全色影像的空間信息，容易目視判讀。從實驗的定量分析結果看，資源一號02C 衛星影像使用Brovey能達到較好效果，高分一號影像可使用Gram-Schmidt 融合方式，PCA融合更適合高分二號影像。