黃土區(qū)小流域SPOT5遙感影像融合算法比較

鄭孟微 何映紅

該文選取羅玉溝小流域為研究區(qū)，基于SPOT5全色影像和多光譜影像為材料，采用PCA融合、Brovey融合、乘積變換融合、HPF融合、Ehlers融合、基于PCA的小波融合、基于IHS的小波融合以及IHS變換融合方法，對SPOT5全色與多光譜圖像進行融合處理。通過對各融合圖像進行主觀和客觀評價，得出：Brovey變換融合方法得到的結果較其它融合方法而言，空間質(zhì)量和光譜質(zhì)量綜合表現(xiàn)最好，適宜于黃土丘陵區(qū)的遙感監(jiān)測影像分類前期融合處理。

近年來運用遙感技術對資源、環(huán)境、災害等方面的工作取得了顯著進展。然而，遙感數(shù)據(jù)涵蓋信息量非常巨大，如何有效的把多元海量數(shù)據(jù)作為一個整體來綜合應用，從而充分、有效的提出各種類型遙感影像的綜合信息，使得采用遙感數(shù)據(jù)融合技術成為當今研究熱點。

SPOT5影像可提供了豐富的、可靠的、高精度的基礎數(shù)據(jù)源。近年來有SPOT5獲取的影像已得到廣泛的應用。以往研究對融合方法和影像融合評定方法并不全面。本文基于彩色技術、數(shù)學運算、圖像變換三類圖像融合方法，選取8種不同融合方式，結合SPOT5影像融合做出對比分析，篩選出合適于黃土丘陵區(qū)的最佳融合方法。

1 研究區(qū)概況

研究區(qū)位于甘肅天水市北部的羅玉溝流域， 屬黃河中游黃土丘陵溝壑區(qū)第三副區(qū)。羅玉溝地貌屬于黃土梁狀地貌，隨自然條件和人類生產(chǎn)活動不同而有很大變化，可劃分為3個土類，8個土屬，11個土種，大致為山地褐色土類、山地灰褐土類和沖積土類。流域?qū)儆诘湫偷拇箨懶约撅L氣候，年平均降水量為531.1mm，年平均氣溫為10.7℃。

2 數(shù)據(jù)融合處理

圖像前期處理。選取羅玉溝流域全色數(shù)據(jù)（分辨率2.5m）和多光譜數(shù)據(jù)（分辨率10m）。在SPOT5全色段幾何精度上，對多光譜數(shù)據(jù)進行圖像對圖像的幾何精校正，利用多項式模型確定多項式次方為2，根據(jù)最小二乘平差確定所需GCP點（最少為6個），本次融合選取明顯的地物控制點16個進行特征匹配，重采樣成相同的空間分辨率?？臻g配準最大總均方根誤差（RMS）控制在0.5個像元以內(nèi)，重采樣方法為鄰近采樣法。

融合方法比較。本文基于ERDAS9.2軟件所提供的幾種融合方法，分別采用色彩標準化變換融合（Brovey）、主成分變換融合（PCA）、乘積變換融合、IHS變換融合、高通濾波融合（HPF）、Ehlers融合、基于PCA的小波融合、基于HIS的小波融合方法對高分辨率影像和多光譜影像進行融合。融合方法具體如下：

IHS 變換融合法是將多光譜影像進行色彩變換，分離出強度I、色度H、飽和度S，然后將高分辨率全色影像與分離的強度分量進行直方圖匹配，使之與I分量有相同的直方圖，再將匹配后的全色影像代替I分量與分離的色度H、飽和度S分量做IHS逆變換后得到RGB融合影像。

彩色標準化變換融合也稱為Brovery融合，是將多光譜波段顏色（RGB）歸一化，再將高分辨率的全色影像與多光譜各波段（通常取三波段）影像相乘完成融合。其優(yōu)點在于銳化影像的同時能夠保持元多光譜影像的信息內(nèi)容。

主成分變換法也稱K-L 變化或PCA變換融合，是一種統(tǒng)計學方法。其首先對輸入的多波段遙感數(shù)據(jù)進行主成分變換得到新的圖像數(shù)據(jù)，將全色圖像與得到的圖像數(shù)據(jù)的第一主成分分量圖像進行直方圖匹配，然后以高空間分辨率圖像替代第一主成分分量，最后再進行主成分逆變換，得到融合后的高空間分辨率的多波段影像。

高通濾波融合法（HPF）是通過高通濾波器將高分辨全色影像中的高頻信息提取出來，并去除其大部分光譜信息，在高通濾波結果中加入高分辨率全色影像，形成高頻特征信息突出的融合影像。

乘積變換融合是一種簡單的乘法融合運算，它的融合影像反映了低分辨率和高分辨率影像的混合信息。

Ehlers融合法是基于快速傅立葉變換（FFT）濾波對全色波段銳化/分辨率融合的技術。該文原載于中國社會科學院文獻信息中心主辦的《環(huán)球市場信息導報》雜志http：//www.ems86.com總第547期2014年第15期-----轉(zhuǎn)載須注名來源針對不同區(qū)域影像，該算法提供了郊區(qū)、城區(qū)和城郊混合區(qū)三個預設濾波模型，以保持融合影像的空間特性與原圖像一致。

小波融合法是先對源圖像進行二維小波分解，然后在小波變換域內(nèi)通過比較各圖像分解后的信息，運用不同的融合規(guī)則，在不同尺度上實現(xiàn)圖像融合，提取出重要的小波系數(shù)，最后通過小波逆變換，將提取出的小波系數(shù)進行重構，得到融合之后的影像。

3 結果評定標準

主觀目視比較。對得到的融合圖像進行初步的目視評估，通過對圖像上的地物邊界、道路、居民地的輪廓等邊緣的比較，判斷是否出現(xiàn)重影、蒙霧或馬賽克等現(xiàn)象，以及融合圖像是否清晰、圖像邊緣是否清楚，判斷融圖像紋理及色彩信息是否一致，融合圖像整體色彩是否與天然色彩保持一致。

4 結論與討論

遙感影像數(shù)據(jù)源豐富且復雜，由于其應用范圍各有不同，每一種融合方法都有其各自優(yōu)缺點。選擇合適的融合方法，能夠改善信息融合的質(zhì)量，使融合影像既具有原高空間分辨率影像的結構信息，又最大限度地保留了原多光譜影像的光譜信息，保持了原多光譜影像的亮度與反差，防止影像信息的丟失。

目前，對于圖像融合效果評價，主客觀評價法都存在局限性，主觀評價僅憑人眼的判斷，很多細節(jié)不易被觀察到，且觀察結果因人而異。而客觀評價只是對融合效果某一方面的度量，很少存在兩個評價指標對融合圖像評價一致。因此，進行多源遙感數(shù)據(jù)融合應針對區(qū)域特征、圖像特點及應用目的，選擇最優(yōu)的融合方法，尚需進一步深入研究。