高分辨率谷歌地球遙感數(shù)據(jù)與Landsat 8 OLI影像的融合方法研究

楊 棟，李彥甫，李洪偉，段 磊，劉 勇

(蘭州大學(xué)資源環(huán)境學(xué)院，甘肅蘭州730000)

谷歌地球(Google Earth)作為一種易學(xué)易用的地理信息應(yīng)用平臺已經(jīng)得到廣泛使用，特別是其中包含的亞米級QuickBird、WorldView-II以及航攝影像，更是一種難得的遙感數(shù)據(jù)資源。從谷歌地球可獲取免費(fèi)的高分辨率影像數(shù)據(jù)源，可以提供不同分辨率的影像，分辨率最高可達(dá)0.15 m。然而這些數(shù)據(jù)經(jīng)過處理已經(jīng)明顯失去光譜和色彩信息，難以滿足遙感制圖需求。因此，結(jié)合中分辨率、多光譜數(shù)據(jù)與谷歌地球高分辨率影像這兩方面的優(yōu)勢，從而產(chǎn)生色彩信息豐富并達(dá)到高空間分辨率的融合影像，對于滿足低成本、大比例尺制圖需求就具有十分重要的意義。目前的融合算法中全色和多光譜數(shù)據(jù)之間的空間分辨率差異在1∶2～1∶4。而當(dāng)影像的空間分辨率差異超過一定的閾值后，融合結(jié)果會表現(xiàn)出明顯的馬賽克現(xiàn)象。特別是在影像的色彩和紋理變化極其復(fù)雜的區(qū)域，鄰域像元間DN值對比太大，導(dǎo)致融合結(jié)果不理想。

對于分辨率差異較大的影像融合問題，Shevyrnogov等對NOAA AVHRR從1 000 m重采樣到100 m計(jì)算NDVI，然后和MSS的第一主分量進(jìn)行融合，得到了比較理想的結(jié)果［1］。Mularz等先采用濾波方法對低分辨率的Landsat TM影像進(jìn)行平滑，然后與高分辨率航空像片進(jìn)行融合，有效消除了分辨率差異導(dǎo)致的馬賽克效應(yīng)［2］。Erdogan等對航空像片和Landsat 7 ETM+影像融合，發(fā)現(xiàn)ETM+多波段影像與全色波段影像融合后再和航空像片融合時(shí)采用主成分變換的結(jié)果更好［3］。李軍等提出結(jié)合小波變換和IHS變換的疊加融合法［4］。鐘志勇等提出了一種基于信息特征的IKONOS和TM影像的融合方法［5］。王文君等采用小波變換增強(qiáng)高分辨率影像中目標(biāo)地物的邊緣信息，然后與多光譜影像進(jìn)行融合，得到理想的結(jié)果［6］。

為此，筆者以高分辨率谷歌地球遙感數(shù)據(jù)的任意一個(gè)波段作為高分辨率影像和一景成像時(shí)間為2013年10月11日Landsat 8光學(xué)陸地成像儀(OLI)影像進(jìn)行融合，探討了兩者的融合方法，以滿足大比例尺制圖的需求。

1 研究方法

以蘭州大學(xué)榆中校區(qū)為研究區(qū)，研究區(qū)西側(cè)是萃英山，校園周圍地勢比較平坦，土地利用以耕地為主。Landsat 8 OLI中包含8個(gè)30 m可見光/近紅外/短波紅外波段和1個(gè)15 m全色波段。谷歌地球第18級影像分辨率的空間0.5～0.6 m，與OLI多光譜波段的30 m空間分辨率相差約50倍。

在融合時(shí)，首先用Brovey變換方法對OLI影像的多光譜和全色波段進(jìn)行融合，得到空間分辨率15 m的多光譜影像。然后，分別使用Brovey變換、Gram-Schmidt變換和主成分變換方法進(jìn)一步與谷歌地球影像進(jìn)行融合，以比較不同方法的優(yōu)劣。其中，Brovey變換方法基于除法運(yùn)算實(shí)現(xiàn)了影像融合，是影像融合的基本方法;Gram-Schmidt變換方法則借助Gram-Schmidt變換實(shí)現(xiàn)了影像融合;主成分變換方法基于主成分變換，用全色波段替換第一主成分來完成影像融合。數(shù)據(jù)處理及融合基于Exclis ENVI/IDL和ERDASImagine軟件完成。

最后，對融合結(jié)果從目視效果和定量評價(jià)方面進(jìn)行了分析。為了進(jìn)一步將融合結(jié)果與谷歌地球原始影像進(jìn)行比較，采用以下指標(biāo)對融合結(jié)果分別進(jìn)行了定量評價(jià)［7－8］:波段均值(Mean)、標(biāo)準(zhǔn)差、信息熵(Ent)、平均梯度(AveGrad)、相關(guān)系數(shù)(R)。在定量評價(jià)指標(biāo)中，均值、標(biāo)準(zhǔn)差和信息熵反映了融合結(jié)果影像中所包含的信息量，平均梯度反映了融合結(jié)果的清晰度和對比度，相關(guān)系數(shù)反映了融合結(jié)果的逼真度。

2 結(jié)果及其評價(jià)

從圖1可以看出，Brovey變換的結(jié)果包含了充分的地物細(xì)節(jié)，但色調(diào)效果比較單一，沒有充分增強(qiáng)色彩信息。而Gram-Schmidt變換和主成分變換的融合結(jié)果相對比較理想，兩者之間也沒有明顯的差異，整體而言融合結(jié)果比較理想，特別是在地物顏色相對單一、變化較小的區(qū)域，如西側(cè)的萃英山和學(xué)校周圍的耕地。

圖1 融合結(jié)果

表1是定量評價(jià)的計(jì)算結(jié)果。從表1可以看出，Brovey變換的結(jié)果除了相關(guān)系數(shù)和信息熵之外，其他各項(xiàng)的值均大幅降低，而且與另外兩種方法的結(jié)果差距較大，說明該方法的確不能產(chǎn)生可用的結(jié)果。其次，Gram-Schmidt變換和主成分變換結(jié)果的均值和標(biāo)準(zhǔn)差明顯增加，這說明結(jié)果中所包含的信息量顯著增加;而平均梯度的增幅最明顯，說明融合結(jié)果的清晰度和對比度更好;同時(shí)，融合結(jié)果各個(gè)波段與谷歌地球影像的相關(guān)系數(shù)接近1，說明融合結(jié)果的逼真度也保持得較好。最后，相比Gram-Schmidt變換，除信息熵之外，主成分變換的其他各項(xiàng)指標(biāo)均表現(xiàn)得更好，說明主成分變換融合的結(jié)果更優(yōu)。

表1 融合結(jié)果定量評價(jià)

3 討論

該研究首先對Landsat 8 OLI影像的多光譜和全色波段用Brovey變換方法進(jìn)行了融合，然后進(jìn)一步用不同方法與谷歌地球高分辨率影像進(jìn)行了融合。分析表明，無論從目視效果還是定量指標(biāo)來評價(jià)，主成分變換的融合結(jié)果都是最好的，基本能滿足高分辨率谷歌地球遙感數(shù)據(jù)和Landsat 8 OLI影像的融合要求。

［1］SHEVYRNOGOV A，TREFOIS P，VYSOTSKAYA G.Multi-satellite data merge to combine NOAA AVHRR efficiency with Landsat-6 MSS spatial resolution to study vegetation dynamics［J］.Adv Space Res，2000，26(7):1131－1133.

［2］MULARZ S，DRZEWIECKI W，PIROWSKI T.Merging landsat TM images and airborne photographs for monitoring open-cast mine area［J］.International Archives of Photogrammetry and Remote Sensing，2000，33(B7/3;PART 7):920 －927.

［3］ERDOGAN M，MARASH，YILMAZ A，et al.Resolution merge of 1∶35 000 scale aerial photographs with Landsat 7 ETM imagery ［J］.Int Archives Photogrammetry，Remote Sensing，and Spatial Information Sciences，2008，37:1281－1285.

［4］李軍，周月琴，李德仁.小波變換用于高分辨率全色影像與多光譜影像的融合研究［J］.遙感學(xué)報(bào)，1999(2):33 －38，81.

［5］鐘志勇，陳鷹，黎運(yùn)高.分辨率相差較大的衛(wèi)星影像融合方法研究［C］//Proceedings of the中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議(CIG’2001)和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(CVR’2001)，F(xiàn)，2001.

［6］王文君，秦其明，陳思錦，等.一種基于特征的遙感影像融合新方法［J］.遙感技術(shù)與應(yīng)用，2004(4):258 －261.

［7］趙英時(shí).遙感應(yīng)用分析原理與方法［M］.北京:科學(xué)出版社，2003.

［8］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(jià)研究［J］.遙感信息，2007(4):40 －45，105.