高分二号遥感影像融合方法比较分析_张智华.pdf

总第 134 期高分二号遥感影像融合方法比较分析张智华 余锦佩 李军伟 李威俊（江西省地质局第六地质大队江西鹰潭335000）摘要：遥感影像融合是提高遥感影像质量的有效途径之一。由于不同传感器成像特性和不同融合方法原理的差异，目前还不存在某种融合方法可以适用于所有类型的卫星影像。为了探索适合于高分二号影像数据的融合方法，分别采用 Brovey、PCA、HPF、Wavelet、Ehlers、Gram-Schmidt 六种影像融合方法对高分二号影像的多光谱和全色数据进行融合处理，并对融合结果进行定量评价。结果表明，HPF 融合方法的目视效果较好，且定量分析中过半数的评价指标显示最佳，在空间细节表达和光谱保真度方面的综合效果最好。关键词：高分二号；影像融合；质量评价作者简介：张智华（1986-），男，硕士，高级工程师，主要从事测绘地理信息和遥感相关工作。E-mail:Comparison of Remote Sensing Image Fusion Methods Based on GF-2ZHANG Zhihua YU Jinpei LI Junwei LI Weijun(No.6 Geological Brigade,Jiangxi Bureau of Geology,Yingtan 335000,China)Abstract:Remote sensing image fusion is one of the effective ways to improve image quality.Due to the differences in theimage characteristics of different sensors and the principles of different fusion methods,there is no universal fusion method forall types of satellite images.In order to explore a suitable fusion method for GF-2 image data,six image fusion methods ofBrovey,PCA,HPF,Wavelet,Ehlers,and Gram-Schmidt are used to deal with the multispectral and panchromatic data of GF-2images.And the fusion results are quantitatively evaluated.The visual effect of the HPF fusion method is better,and more thanhalf of the evaluation indicators in the quantitative analysis show the best results,and the overall effect is the best in terms ofspatial detail expression and spectral fidelity.Keyword:GF-2;Data Fusion;Quality Evaluation;Remote Sensing Image1引言遥感影像融合技术是通过对多源数据进行某种规则的运算处理，减少多源数据在光谱和空间上的冗余性，从而得到一幅信息更丰富的融合影像1。通常情况下，由于受光学成像机理的限制，单一成像方式无法同时满足高空间分辨率和高光谱分辨率，而影像融合技术就很好地综合这两个特性，实现数据的冗余控制和优势互补，提高遥感数据的分析精度和应用价值2。随着遥感数据类型和数量的不断增多，针对不同影像数据融合方法的研究和对比分析也在不断丰富。其中，陈敏强等3对基于山地的高分一号影像数据进行了对比分析，表明 Gram-Schmidt 融合方法和最近邻域扩散锐化法的融合效果最佳。宋亚萍等4将资源三号与快舟一号进行融合实验，得出不同地物类型的适宜性融合方法。卢刚等5对高景一号影像进行实验比较，认为 Pansharp 法的融合效果最好。根据这些研究结果可以发现，不同影像数据对融合方法的适宜性不同。高分二号数据作为我国遥感卫星进入亚米级“高分时代”的标志，迫切需要探寻该数据针对不同应用的有效融合方法6。本文选用了高分二号影像数据作为数据源，采用了 Brovey、PCA、HPF、Wavelet、Ehlers、Gram-Schmidt 等六种影像融合方法进行了融合处理，同时对融合结果进行定量评价。2数据源及研究区概况高分二号卫星于 2014 年 8 月 19 日发射升空，高分二号遥感影像融合方法比较分析312022 年第 4 期江西测绘江西测绘江西测绘江西测绘其搭载有两台高分辨率相机，分别为 0.8 米全色和3.2 米多光谱。本研究选取了成都市新城区的部分区域作为研究对象，获取时间为 2015 年 3 月 21 日，目标区域主要包含了居民区、水体、耕地、林地、裸地等多种地物类型，相应的多光谱影像和全色影像如图1 所示。为了满足融合要求和保证融合效率，在融合前对原始数据进行正射校正、几何配准和裁剪处理，同时配准误差保持在 0.5 个像元之内。图 1 原始影像：a.多光谱影像；b.全色影像3实验方法3.1影像融合方法文中选取了 Brovey、PCA、HPF、Wavelet、Ehlers、Gram-Schmidt 等 6 种常见的融合方法进行比较分析，融合原理介绍如下。3.1.1 Brovey变换融合法Brovey 变换是基于代数运算的融合方法，是将RGB 中的每个波段与 RGB 波段总和的比值和全色波段做乘积运算，实现 RGB 波段的色彩标准化变换，从而使多光谱影像的像元分解成亮度和色彩分量，通过高分辨率影像乘积和多光谱影像标准化来提高影像质量7。3.1.2 PCA变换融合法PCA 变换是一种基于信息量的线性变换，该变换在特征空间中按照特征向量将其分解成多维空间，其中变换后的影像信息主要集中在前几个主分量中。该融合首先对多光谱影像进行主成分变换，并对全色影像进行灰度拉伸，使其具有与第一主分量相同的灰度和方差，代替第一主分量后逆变换生成融合影像。该融合方法能够在降低数据维数的同时，最大程度上保留影像的原始信息8。3.1.3 HPF融合法HPF 融合是将全色影像的细节和边缘等高频信息叠加到多光谱影像上的过程，其步骤是利用高通滤波器对高空间分辨率影像进行滤波处理，提取高频分量，过滤低频信息，再将高频信息叠加到多光谱影像中，从而形成分辨率较高且细节清晰的融合影像9。3.1.4 Wavelet变换融合法Wavelet 变换是基于多分辨率分解的融合方法，其滤波效果取决于不同小波基的选择。其步骤是先对全色影像和多光谱影像进行小波分解得到相应的高低频分量，并按照不同的准则将其融合成新的高低频分量，最后逆变换生成融合影像10。3.1.5 Ehlers融合法Ehlers 融合法首先对全色影像进行快速傅里叶锐化处理，然后对多光谱影像进行 HIS 变换和傅里叶频率域低通滤波处理，最后将高频影像和低频影像叠加后逆变换后生成融合影像，该方法在保留多光谱影像的光谱信息方面表现较好，可用于多源遥感数据的融合11。3.1.6 Gram-Schmidt变换融合法Gram-Schmidt 变换即光谱锐化法，是线性代数中经常用到的一种正交化融合算法。首先利用多光谱影像模拟出一幅低分辨率的全色影像，然后将模拟影像作为 Gram-Schmidt 变换的第一个分量与多光谱影像进行 Gram-Schmidt 变换。该方法与 PCA变换相似，但 Gram-Schmidt 变换各分量之间的信息量没有较大差异，且变换前后第一分量没有变化12。3.2融合质量评价方法本文选用的评价指标为均值、标准差、信息熵和相关系数，相关介绍如下。均值为影像上所有像素的灰度平均值，影像的平均亮度信息常有均值作为衡量指标。影像越适中，融合效果越好。均值H?的计算公式为H?=1MNMi=1Nj=1H(i,j)（1）式中，M、N分别为影像的宽度和高度，H(i,j)表示影像中第 i 行 j 列的像素值。标准差主要反映的是影像灰度相对于灰度平均值的离散程度，它是以均值为基础，值越大表示灰度分布越离散。标准差 S 的计算公式为S=1MNMi=1Nj=1H(i,j)-H?2（2）信息熵主要反映的是影像中所含信息量丰富程度的一个评价指标，熵值越大表示影像所含信息量越丰富。信息熵 EN（H）的计算公式为EN（H）=-Li=1Zilg(Zi)（3）式中，Zi为灰度图中像素 i 占像素总数的比值，Z=Z1，Z2，Zn为影像的像素分布,L 表示灰度等级。相关系数表示的是两幅影像之间的相似程度，是分析光谱信息变化的重要工具之一。相关性越大表示融合影像的光谱保真度越大。相关系数 的计算公式为32总第 134 期=Mi=1Nj=1(IH(i,j)-I?H)(IW(i,j)-I?W)Mi=1Nj=1(IH(i,j)-I?H)2Mi=1Nj=1(IH(i,j)-I?W)2（4）式中，I?H为融合影像的像素平均值，I?W为源影像的像素平均值。平均梯度具有反映影像中细节变化的能力，能够体现影像的纹理特征变换，是衡量融合影像清晰度的评价指标，梯度越大，影像越清晰。平均梯度的计算公式为G=1(M-1)(N-1)M-1i=1N-1j=1(H(i+1,j)-H(i,j)2+(H(i,j+1)-H(i,j)22（5）4结果与分析本研究选取均值、标准差、信息熵、相关系数和平均梯度五个评价指标，从客观的角度对融合结果进行定量分析。融合结果见图 2，融合结果各项参数的统计内容如图 3 所示。图 2 融合结果：c.Brovey 融合影像；d.Wavelet 融合影像；e.Ehlers 融合影像；f.PCA 融合影像；g.HPF 融合影像；h.GS 融合影像图 3 各种融合结果定量比较从光谱保真度上分析，在均值方面，Brovey 法、Wavelet 法和 Ehlers 法的融合结果与原始多光谱影像相比变化较大。其中，Brovey 法亮度变化最为明显，光谱扭曲严重。PCA 法、HPF 法和 GS 法融合影像的灰度平均值与原始多光谱影像基本相似，其中PCA 法与原始多光谱影像的均值最为接近，光谱保真度最高。在相关系数方面，各波段上的变化不统一。总体上看，Brovey 法各波段的相关系数都是最小的，其各波段的相关系数都小于 0.7，与原始多光谱影像的相关性最小，总体效果最差。其他 5 种方法的相关性较好，相关系数都大于 0.7，其中 HPF 法各波段的相关系数都保持在 0.85 以上，更接近于原始多光谱影像的光谱特征，光谱保真度较高。从空间细节上分析，在标准差方面，Brovey 法的标准差远小于其他方法，表明像素值的分布较为集中，影像质量相对较差。PCA 法和 GS 法的标准差非常接近，说明这两种融合方法的地物可分度差不多。HPF 法和 Wavelet 法的标准差相对较大，表明其像素值的分布较为离散，对比度越大，图像反差大，对地物的分辨能力较高。在平均梯度方面，Brovey 法和Wavelet 法的平均梯度相对较小，其中 Brovey 法的平均梯度表现最大的是红波段的 6.06，Wavelet 法各波段都小于 7.5，表明这两种融合影像的空间表达能力较低，空间细节较模糊。HPF 法的平均梯度都大于10.2，在各波段上都表现为最高，融合影像的细节信息丰富，清晰度较好。PCA 法的平均梯度都保持在9.0 以上，空间表现能力次之。从信息量上分析，各融合结果的信息熵都很接近，都在 4.03 到 5.21 之间，没有太大的差别。可见光波段上 Wavele 法的信息量最大，其 R、G、B 三个波段的信息熵分别为 4.77、4.59、4.62，都高于其他融合方法。近红外波段上 PCA 法的信息量最大，其信息熵为 5.21。总