遙感影像融合的實(shí)現(xiàn)與效果評價

劉立志，唐 沖，韓顏順，曹琳琳

(1.黑龍江工業(yè)學(xué)院，黑龍江 雞西 158100； 2.中國測繪科學(xué)研究院，北京 100830；3.阿里巴巴高德軟件有限公司，北京 100080)

遙感影像融合的實(shí)現(xiàn)與效果評價

劉立志1,2，唐 沖1，韓顏順2，曹琳琳3

(1.黑龍江工業(yè)學(xué)院，黑龍江 雞西 158100； 2.中國測繪科學(xué)研究院，北京 100830；3.阿里巴巴高德軟件有限公司，北京 100080)

隨著遙感科技的發(fā)展，遙感數(shù)據(jù)變得越來越多。然而，遙感影像融合是信息富集最為有效的方式之一。通過融合，能使結(jié)果影像兼?zhèn)涠喙庾V影像的高光譜信息與全色影像的高空間分辨率，同時去掉數(shù)據(jù)的冗余，壓縮數(shù)據(jù)量。通過VC++編程實(shí)現(xiàn)HIS、Brovey、PCA和高通濾波法圖像融合，在對其原理進(jìn)行說明的基礎(chǔ)上，對融合的結(jié)果進(jìn)行了定性和定量的比較，為進(jìn)一步的應(yīng)用和研究提供依據(jù)和參考。

遙感影像融合； HIS；Brovey；PCA；高通濾波法

自20世紀(jì)60年代以來，遙感技術(shù)飛速發(fā)展，作為遙感產(chǎn)品的遙感影像成幾何級數(shù)增長。如何充分利用這些數(shù)據(jù)進(jìn)行影像的解譯與目標(biāo)的識別，達(dá)到對已有數(shù)據(jù)信息的充分挖掘成為遙感領(lǐng)域研究的熱點(diǎn)；與單一的遙感數(shù)據(jù)相比，多源的遙感數(shù)據(jù)的信量大，能很好地反映出目標(biāo)地物特性，是單一遙感數(shù)據(jù)信息匱乏有效的補(bǔ)充與替代。[1-8]為了解決單一遙感源所獲得的信息有限的問題，必須將遙感數(shù)據(jù)進(jìn)行有機(jī)組合，將多源遙感影像的信息富集到一張影像上，從而獲得更多的信息，實(shí)現(xiàn)對目標(biāo)的準(zhǔn)確識別與信息提取，增加影像的目視解譯與計算機(jī)解譯的效果。需要說明的是，影像數(shù)據(jù)融合不是多張影像簡單的疊加，它產(chǎn)生新的蘊(yùn)含更多有價值信息的影像，即達(dá)到1+1>2的效果，甚至遠(yuǎn)大于2的效果。[9]

影像融合質(zhì)量的評定是遙感影像融合中重要的一環(huán)，其直接影響相應(yīng)的融合方法的應(yīng)用范圍。現(xiàn)在的遙感影像融合質(zhì)量評價主要有兩種方法，一種是傳統(tǒng)的目視評定方法，該種方法具有很強(qiáng)的主觀性，質(zhì)量好壞會因人而異；另一種方法是基于統(tǒng)計參數(shù)的質(zhì)量評價方法，例如熵、相關(guān)系數(shù)、偏差以及均值等。

1 四種遙感影像融合算法原理及編程實(shí)現(xiàn)步驟

1.1 基于高通濾波法影像融合。

基于高通濾波的遙感影像融合，在融合后的影像中，細(xì)節(jié)信息更加突出。在影像融合中，先對高空間分辨率全色影像高通濾波，去低頻，留高頻；然后用多光譜影像與高頻影像進(jìn)行代數(shù)加運(yùn)算，得到融合后的影像。

1.2 主分量變換影像融合。

主成分變換也稱主分量分析(Principal Component Analysis，PCA)，由Karhunen和Loeve最先提出，故又稱為K-L變換，是在統(tǒng)計特征基礎(chǔ)上的多維正交變換，不丟失信息是其特征之一。在遙感影像融合處理中，將多光譜影像進(jìn)行PCA變換，變換后的前幾個主分量，信噪比大，噪聲小。[10]在遙感影像融合中，首先求取多光譜影像的協(xié)方差矩陣，然后求得矩陣的特征值和特征向量，根據(jù)特征值的大小，對特征向量進(jìn)行從大到小的排列；全色影像與第一主分量進(jìn)行直方圖匹配，然后用全色影像代替第一主分量，進(jìn)行PCA逆變換。

1.3 基于HIS變換影像融合。

HIS(色度，亮度、飽和度)變換也稱彩色變換或蒙塞爾(Munsell)變換。在色度學(xué)中，RGB和HIS分別是兩種彩色坐標(biāo)系，也就是說一種顏色既可以用RGB空間內(nèi)的R、G、B來描述，也可以用HIS空間的H、I、S來描述，前者是從物理學(xué)角度出發(fā)描述顏色，后者則是從人眼的主觀感覺出發(fā)描述顏色。HIS變換就是RGB空間與HIS空間之間的變換。在遙感影像融合中，首先對多光譜影像進(jìn)行HIS正變換，對全色影像與I分量進(jìn)行直方圖匹配，HIS逆變換，得到融合影像圖。其中RGB與HIS的關(guān)系為：

正變換

(1)

(2)

(3)

逆變換：

(4)

1.4 基于Brovey變換影像融合。

Brovey變換是將多光譜圖像與全色影像進(jìn)行多光譜合成，是一種比較簡單的代數(shù)融合算法，因美國學(xué)者Brovey將其推廣開來而得名。其計算公式為：

(5)

其中n為實(shí)驗(yàn)數(shù)據(jù)的波段數(shù)，在本次實(shí)驗(yàn)中，實(shí)驗(yàn)數(shù)據(jù)為三個波段；Bandi為融合后影像的波段；MSi為多光譜影像的像素值； Pan為全色影像的像素值。

2 影像融合效果精度評價

影像融合效果精度評價是影像融合重要的一環(huán)，是對融合影像的一個評定，根據(jù)不同的需要，決定其應(yīng)用領(lǐng)域和應(yīng)用范圍。

影像的精度評價主要有兩種，即定性和定量的評價方法。定性是利用人的感官接收信息，送入人腦，人腦運(yùn)用已有知識和經(jīng)驗(yàn)進(jìn)行比較和判斷，達(dá)到對事物好壞的評價。評定的好壞會因人而異，具有主觀性。

定量評價是建立在統(tǒng)計分析基礎(chǔ)上的，常用的定量評價指標(biāo)很多，例如，信息熵、均值、平均梯度、相關(guān)系數(shù)等。

實(shí)驗(yàn)中選取了全色和多光譜圖像(如圖1，圖2所示)，在對圖像進(jìn)行4鐘方式融合處理后，得到圖3-圖6。

2.1 精度評價統(tǒng)計參數(shù)。

(1)平均梯度。

(6)

(2)信息熵。

信息熵是表達(dá)影像信息豐富程度的一個標(biāo)量，影像的信息量越大，信息熵越大。根據(jù)香農(nóng)理論。一幅nBits的影像的信息熵為：

(7)

(3)均值。

影像的均值是影像平均灰度的一個反應(yīng)，均值越大，表明影像的平均亮度越大。

(8)

其中

(4)相關(guān)系數(shù)。

相關(guān)系數(shù)是融合前后兩幅影像相關(guān)性的量度，相關(guān)系數(shù)越大，相關(guān)性越高，算法的保真性越好。

(9)

2.2定性評價。

定性評價是通過目視判讀的方法對影像融合效果進(jìn)行評價。從圖1中可以看出，四種融合方法都不同程度地提高了空間分辨率和光譜分辨率。其中高通濾波法突出了邊緣信息，對道路和農(nóng)田邊緣的顯示效果明顯；PCA變換融合方法對光譜保持效果比較好；HIS變換細(xì)節(jié)表現(xiàn)能力比較好，有一定的光譜失真，出現(xiàn)噪聲點(diǎn)；Brovey變換存在比較大的光譜扭曲程度，但是影像的分辨率提高，對水體的居民地有好的表現(xiàn)力。

2.3定量評價。

本文通過VC++編程實(shí)現(xiàn)對平均梯度、信息熵、均值及相關(guān)系數(shù)的計算，得出統(tǒng)計結(jié)果如下。

表1 融合前后各影像的統(tǒng)計參數(shù)

由表1可以得出以下結(jié)論。

(1)從平均梯度、信息熵及均值三方面來看，融合后的影像比融合前的影像有所提高，說明融合后影像比融合前影像整體信息量方面有所提高。

(2)在空間幾何信息量方面，高通濾波融合法的平均梯度最高，說明其所包含的空間幾何信息比較多。

(3)在光譜保持性方面，PCA與原始影像的相關(guān)系數(shù)最高，說明PCA變換融合在光譜保持方面具有優(yōu)越性。

(4)在信息量方面，Brovey融合的結(jié)果影像信息熵最大，三個波段均達(dá)到了7以上，相比其他融合方法，具有信息量大的優(yōu)勢。

(5)在影像的平均亮度方面，Brovey融合相比其它方法具有較高亮度，這與其信息量大即信息熵大相吻合。

圖1 Figure 1

遙感圖像融合是一種遙感影像信息富集的有效方式，本文通過VC++編程實(shí)現(xiàn)遙感影像的高通濾波、HIS變換、PCA變換和Brovey 四種融合方法，并在此基礎(chǔ)上對融合效果進(jìn)行了定性和定量的評價。在實(shí)驗(yàn)中能夠看出，不同的融合方法具有不同的優(yōu)勢與缺點(diǎn)，例如PCA變換在光譜保持方面具有優(yōu)越性，在信息量方面卻不如Brovey融合，Brovey變換后的影像產(chǎn)生嚴(yán)重的光譜扭曲；高通濾波法融合在空間幾何信息表達(dá)方面有優(yōu)勢；HIS變換細(xì)節(jié)表現(xiàn)能力比較好，有一定的光譜失真。本文能夠?yàn)檫b感影像融合的應(yīng)用和進(jìn)一步的研究提供依據(jù)和參考。

[1]賈永紅，李德仁，孫家柄.多源遙感影像數(shù)據(jù)融合[J].遙感技術(shù)與應(yīng)用,2000,15(1):41-44.

[2]董慧君，劉艷芬.基于PCA和HIS變換相結(jié)合的Landsat7遙感數(shù)據(jù)融合方法及評價[J].信息技術(shù)與信息化，2007(4):109-111.

[3]李艷芳，程新文，金彪，孫華，范巍.幾種常見的融合方法比較[J].地理空間信息, 2009,7(2):102-105.

[4]李超，朱滿，趙家平.多源遙感影像融合效果的定量評價研究[J]. 測繪與空間地理信息,2010,33(3):143-147.

[5]喬玉良，尚彥玲，魏信.遙感圖像融合方法研究 [J].氣象與環(huán)境科學(xué),2010,33(1):73-76

[6]許輝熙. 遙感影像融合方法的精度評價[J]. 測繪與空間地理信息,2009,32(6):11-14.

[7]吳連喜. 用低通濾波器改進(jìn)Brovey融合法[J].計算機(jī)應(yīng)用研究,2010,27(11):4383-4386.

[8]于森，陳春香. 基于PCA變換的遙感影像融合算法[J].軟件時空,2009,11(3):217-219.

[9]劉源璋，王寧，黃慧寧，谷勝濤.Matlab在遙感影像融合及其效果評價中的應(yīng)用[J].地理空間信息,2010,9(3):111-113.

[10]杜培軍.遙感原理與應(yīng)用[M].徐州：中國礦業(yè)大學(xué)出版社,2006.

Class No.:TP751 Document Mark：A

(責(zé)任編輯：宋瑞斌)

Realization and Effect Evaluation of Remote Sensing Image Fusion

Liu Lizhi1,2，Tang Chong1，Han Yanshun2, Cao Linlin3

(1.Heilongjiang University of Technology,Jixi, Heilongjiang 158100, China；2.Chinese Academy of Surveying and mapping, Beijing 100830, China；3.Gaode Software Company of Alibaba Group, Beijing 100080 ,China)

With the development of remote sensing, the data of remote sensing has becomes more and more in the amount . The fusion of remote sensing images is one of the best way to enrich the information. The advantages of both multispectral image and the high spectral information and panchromatic images with high spatial resolution, and it can also remove the redundancy at the same time. This article uses VC++ to realize HIS, Brovey, PCA and high-pass filtered image fusion. Based on explaining the principle, we compared the results qualitatively and quantitatively. This provides us with the possibility for further application.

remote sensing image fusion; HIS; Brovey; PCA; high-pass filter

劉立志 ,碩士，助教，黑龍江工業(yè)學(xué)院資源工程系。研究方向：高分辨率遙感影像目標(biāo)識別。

地理國情監(jiān)測技術(shù)平臺國家科技支撐項(xiàng)目(編號：2012BAH28B03)，立項(xiàng)單位：中國測繪科學(xué)研究院；測繪地理信息公益性行業(yè)科研專項(xiàng)項(xiàng)目(編號：201412008)，立項(xiàng)單位：中國測繪科學(xué)研究院。

1672-6758(2016)12-0055-4

TP751

A