面向耕地的高分一號(hào)衛(wèi)星遙感影像融合方法研究

關(guān)瑜晴 密文天

摘要：選擇國(guó)產(chǎn)高分一號(hào)（GF-1）衛(wèi)星2 m全色/8 m多光譜影像，對(duì)增強(qiáng)耕地信息的遙感影像融合方法進(jìn)行了研究，研究所選擇的融合方法包括Subtractive法、Brovey變換法、MHIS法、HCS法和Gram-Schmidt法，并從主觀和客觀方面對(duì)融合影像質(zhì)量進(jìn)行了評(píng)價(jià)，基于融合影像對(duì)研究區(qū)耕地信息的增強(qiáng)進(jìn)行了分析。結(jié)果表明，面向耕地信息時(shí)，MHIS法融合影像最好。

關(guān)鍵詞：高分一號(hào)（GF-1）;Subtractive法;Brovey變換法;MHIS法;HCS法;Gram-Schmidt法

中圖分類號(hào)：TP79? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2019）05-0104-04

Abstract： The study chooses domestic GF-1 satellite 2 m full-color/8 m multi-spectral imagery， the remote sensing image fusion method for enhancing cultivated land information is studied. The fusion methods selected by the institute include Subtractive method， Brovey transformation method， MHIS method， HCS method and Gram-Schmidt. The method was used to evaluate the quality of the fusion image from subjective and objective aspects. Based on the fusion image， the enhancement of the cultivated land information in the study area was analyzed. When it comes to information on cultivated land， the MHIS method was the best fusion image.

Key words： GF-1;Subtractive method;Brovey method;MHIS method;HCS method;Gram-Schmidtmethod

高分一號(hào)（GF-1）衛(wèi)星是中國(guó)高分辨率對(duì)地觀測(cè)系統(tǒng)的第一顆衛(wèi)星，于2013年4月26日發(fā)射，開啟了中國(guó)對(duì)地面觀測(cè)的新時(shí)代[1]。

GF-1衛(wèi)星的設(shè)計(jì)目標(biāo)是為國(guó)土、農(nóng)業(yè)、環(huán)境保護(hù)等部門提供高精度、寬范圍的空間觀測(cè)服務(wù)，在土地利用變更調(diào)查、土地利用動(dòng)態(tài)監(jiān)測(cè)、礦產(chǎn)資源開發(fā)狀況和地質(zhì)災(zāi)害的調(diào)查與監(jiān)測(cè)，生態(tài)環(huán)境監(jiān)管調(diào)查與評(píng)價(jià)、水環(huán)境監(jiān)測(cè)與評(píng)估、空氣環(huán)境監(jiān)測(cè)與評(píng)價(jià)，耕地?cái)?shù)量與質(zhì)量調(diào)查、草地生產(chǎn)能力和設(shè)施農(nóng)業(yè)分布調(diào)查等方面發(fā)揮作用[2，3]。眾多學(xué)者對(duì)GF-1衛(wèi)星遙感影像的處理和應(yīng)用做了大量研究，在遙感影像融合方法研究方面，往往關(guān)注融合方法的過程，如劉錕等[4]、崔佳潔等[5]、王曉綿等[6]分別對(duì)GF-1衛(wèi)星的融合方法進(jìn)行了研究。而在實(shí)際應(yīng)用中，更多的是想要通過遙感影像提取目標(biāo)信息，本研究基于GF-1衛(wèi)星遙感影像，對(duì)面向耕地的影像融合方法進(jìn)行研究，旨在通過研究探尋到適合增強(qiáng)耕地信息的影像融合方法。

1? GF-1概況

GF-1衛(wèi)星是國(guó)家高分辨率對(duì)地面觀測(cè)系統(tǒng)重大專項(xiàng)天基系統(tǒng)中的首發(fā)衛(wèi)星，其主要目的是突破高空間分辨率、多光譜與高時(shí)間分辨率結(jié)合的光學(xué)遙感技術(shù)，多載荷圖像拼接融合技術(shù)，高精度高穩(wěn)定度姿態(tài)控制技術(shù)。其全色數(shù)據(jù)空間分辨率為2 m，多光譜和寬幅多光譜空間分辨率分別為8、16 m，包括紅、綠、藍(lán)、近紅外4個(gè)波段[7]。GF-1衛(wèi)星有效載荷技術(shù)指標(biāo)見表1。

2? 數(shù)據(jù)處理

選擇的數(shù)據(jù)源是GF-1 2 m全色波段和8 m多光譜影像數(shù)據(jù)，研究區(qū)選擇3處，為不同類型的耕地;1號(hào)區(qū)域?yàn)榫o靠城市的坡耕地，具有一定坡度，范圍較小，形狀不規(guī)整;2號(hào)區(qū)域?yàn)槌鞘兄苓吳鹆陞^(qū)域的耕地，面積較大，紋理清晰，現(xiàn)狀不規(guī)整;3號(hào)區(qū)域?yàn)榫o鄰城市建筑物的耕地，比較平整，紋理清晰，形狀整齊（圖1）。在對(duì)數(shù)據(jù)進(jìn)行像素級(jí)融合之前，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，包括幾何校正、配準(zhǔn)、重采樣、波段組合等處理[8]。本研究利用GF-1衛(wèi)星影像的2 m全色波段對(duì)8 m多光譜進(jìn)行配準(zhǔn)。

基于影像波段光譜范圍，通過分析波段間的最大值、最小值、標(biāo)準(zhǔn)差等參數(shù)值，選擇最佳組合波段，通過比較，本研究選擇4、3和2波段組合后與全色波段數(shù)據(jù)進(jìn)行融合。表2為GF-1衛(wèi)星多光譜影像的相關(guān)參數(shù)。

3? 融合方法

3.1? Subtractive法[9]

該方法稱為刪減法融合，刪減法融合輸入多光譜影像必須為4波段，融合影像也為4波段，刪減法直接進(jìn)行影像融合會(huì)使圖像變得模糊，融合之前會(huì)用銳化濾波器對(duì)全色圖像進(jìn)行銳化處理，將全色銳化影像按照權(quán)重融合到多光譜濾波影像各個(gè)波段，輸出新多光譜影像。

3.2? MHIS法[8]

改進(jìn)HIS融合采用全色高分辨率影像替換Ⅰ分量從而使影像同時(shí)具有高空間分辨率和高光譜分辨率。

3.3? HCS法[10]

HCS（Hyperspherical Color Space）融合適用于3個(gè)以上，不多于8個(gè)波段多光譜傳感器數(shù)據(jù)融合，是一種通用的衛(wèi)星遙感影像融合算法之一，對(duì)于高分辨率影像融合效果較好，色彩保真度較高。

3.4? Gram-Schmidt法[11]

Gram-Schmidt算法，即Gram-Schmidt正交化算法，是數(shù)值線性代數(shù)中的基本算法之一，GS變換產(chǎn)生的各個(gè)分量正交，各分量的信息差異不明顯，GS變換的另一個(gè)特點(diǎn)是變換后的第1個(gè)分量仍然為原變換前的第1個(gè)分量，其數(shù)值沒有變化。

3.5? Brovery變換法[8]

Brovery變換法是對(duì)RGB影像顯示進(jìn)行多光譜波段顏色歸一化，并與高分辨率影像乘積來獲得最終融合影像，是一種對(duì)來自不同傳感器的數(shù)據(jù)進(jìn)行融合的較為簡(jiǎn)單的方法。

4? 評(píng)價(jià)方法

4.1? 定性分析與評(píng)價(jià)

定性評(píng)價(jià)就是主觀評(píng)價(jià)法，也就是目測(cè)法，主觀評(píng)價(jià)法是一種簡(jiǎn)單、快速的評(píng)價(jià)方法，在一些特殊的應(yīng)用中可行[12]。在進(jìn)行評(píng)價(jià)時(shí)，人眼對(duì)融合影像的感覺很大程度上決定了遙感影像的質(zhì)量問題，主觀性比較強(qiáng)[13]。主要判別因素有影像是否錯(cuò)位產(chǎn)生虛影，色彩是否一致，融合影像整體亮度和色彩反差是否合適，融合后影像清晰度是否降低，圖像邊緣是否清楚，判斷融合圖像紋理及色彩信息是否豐富，光譜與空間信息是否丟失等。

4.2? 定量分析與評(píng)價(jià)

定量評(píng)價(jià)也就是客觀評(píng)價(jià)法，所謂的客觀評(píng)價(jià)就是利用影像各類指標(biāo)參數(shù)對(duì)融合影像進(jìn)行評(píng)定。主要有獨(dú)立單因素評(píng)價(jià)指標(biāo)和聯(lián)合單因素評(píng)價(jià)指標(biāo)。獨(dú)立單因素評(píng)價(jià)指標(biāo)能夠快速發(fā)現(xiàn)原始影像與融合后影像的變化，還可以評(píng)價(jià)中間處理過程中影像或者融合后影像[13]，包括均值、標(biāo)準(zhǔn)差、熵等。

均值[12，13]即灰度值，反映了圖像的平均亮度，均值適中時(shí)，目視效果良好。

標(biāo)準(zhǔn)差[12，13]表示灰度均值的離散水平，用來評(píng)價(jià)原始影像與融合后影像的反差變化。標(biāo)準(zhǔn)差越大則灰度值之間的差異也就越大，圖像的反差也就越大，也就更有利于信息的提取。

熵[12，13]表示影像中包含平均信息量的多少，是評(píng)定融合影像是否具有豐富信息的一個(gè)重要指標(biāo)。高質(zhì)量影像的基本要求就反映出影像表達(dá)信息的多少。影像的復(fù)雜程度與影像的灰度變化成正比。如果熵值越大，說明影像融合的信息量增加，獲得的信息豐富。

5? 結(jié)果與分析

5.1? 融合結(jié)果

利用上述的Subtractive法、MHIS法、HCS法、Gram-Schmidt法、Brovery變換法5種融合方法，對(duì)GF-1衛(wèi)星遙感影像多光譜波段與全色波段數(shù)據(jù)進(jìn)行融合，融合結(jié)果及原始多光譜影像見圖2至圖4。

5.2? 評(píng)價(jià)與分析

關(guān)于融合影像質(zhì)量的評(píng)價(jià)，可以從主觀和客觀2個(gè)方面進(jìn)行評(píng)價(jià)，主觀評(píng)價(jià)是以人為觀察者，對(duì)圖像的好壞做出主觀性評(píng)價(jià)。由于人眼對(duì)色彩具有強(qiáng)烈的感知能力，使得對(duì)光譜特征的評(píng)價(jià)具有一定的意義。但是主觀評(píng)價(jià)受觀察者、圖像類型、應(yīng)用場(chǎng)合和環(huán)境條件的影響較大，缺乏穩(wěn)定性，并且不能保證評(píng)價(jià)方法的可重復(fù)性?？陀^評(píng)價(jià)能夠克服人為主觀因素的影響，對(duì)各種影像融合的性能做出科學(xué)、客觀的評(píng)價(jià)，以便開展更深入地研究。為了對(duì)融合的結(jié)果有更客觀更可靠的評(píng)價(jià)，通常采用平均梯度、熵與聯(lián)合熵、偏差指數(shù)、相關(guān)系數(shù)等指標(biāo)進(jìn)行判斷。本研究主觀評(píng)價(jià)是從虛影、色彩、清晰度、亮度和紋理等因素進(jìn)行綜合評(píng)價(jià)，客觀評(píng)價(jià)主要從均值、標(biāo)準(zhǔn)差、信息熵3個(gè)角度進(jìn)行分析。主觀評(píng)價(jià)具體參數(shù)見表3。在進(jìn)行主觀評(píng)價(jià)的時(shí)候，對(duì)每一項(xiàng)評(píng)價(jià)因素進(jìn)行打分制，分?jǐn)?shù)為1～5分，1分為最差，5分為最好。對(duì)于1號(hào)區(qū)域，該區(qū)域?yàn)槠碌靥萏?，耕地形狀不?guī)則，5種融合方法中，Subtractive法和MHIS法得分最高，Gram-Schmidt法得分最低，其他3種方法介于之間。對(duì)于2號(hào)區(qū)域，該區(qū)域?yàn)榍鹆陞^(qū)耕地，5種方法得分相近，Brovey變換法得分為19分，其余4種方法得分20分。對(duì)于3號(hào)區(qū)域，Subtractive法和MHIS法得分最高為20分，Gram-Schmidt法得分最低為17分。

客觀評(píng)價(jià)具體參數(shù)見表4。由表4可知，像素灰度均值反映了影像的平均亮度，融合后影像的亮度均值與原多光譜影像越接近說明其光譜扭曲度越小。Subtractive法融合影像亮度值較小，與多光譜影像灰度值相差較大，說明其融合后影像光譜扭曲度最大，MHIS、HCS和Gram-Schmidt法融合影像亮度值與原多光譜影像均較接近，說明其融合后影像光譜扭曲度較小，Brovey變換法融合影像的亮度值大于Subtractive法融合后影像，但其亮度均值與原多光譜影像相比依然相差較大。

標(biāo)準(zhǔn)差反映了圖像灰度相對(duì)于灰度平均值的離散情況，標(biāo)準(zhǔn)差也用來評(píng)價(jià)圖像反差的大小。Brovey變換法融合后影像標(biāo)準(zhǔn)差在5種融合方法中最小，說明影像反差最小，其次是Subtractive法，MHIS、HCS和Gram-Schmidt法標(biāo)準(zhǔn)差相近且大于Brovey變換法和Subtractive法，說明這3種方法影像與另外2種方法相比，融合后影像反差較大。

信息熵反映了影像信息的豐富程度，融合影像的信息熵越大，表明融合后影像的信息量增加，所含信息越豐富，融合質(zhì)量越好。HCS法、MHIS法和Gram-Schmidt法融合后影像信息熵值大于原始多光譜影像，Brovey變換法融合后影像信息熵值略小于原始多光譜影像，Subtractive法融合后影像信息熵值較小，與原始多光譜影像信息熵值相差較多。

6? 小結(jié)

研究基于GF-1衛(wèi)星全色和多光譜影像，針對(duì)耕地信息的增強(qiáng)進(jìn)行了影像融合方法的研究，融合方法選擇Subtractive法，MHIS、HCS、Gram-Schmidt和Brovey變換法，通過對(duì)融合影像進(jìn)行客觀與主觀評(píng)價(jià)，得到以下結(jié)論：主觀評(píng)價(jià)中，對(duì)于3個(gè)不同的耕地區(qū)域，Subtractive法和MHIS法得分較高，對(duì)于1號(hào)區(qū)域和3號(hào)區(qū)域，Gram-Schmidt法融合后影像得分較低，5種融合方法對(duì)于2號(hào)區(qū)域的得分較為相近。因?yàn)橹饔^評(píng)價(jià)具有一定的隨意性，所以對(duì)融合后影像進(jìn)行了客觀評(píng)價(jià)，分別計(jì)算了全色、原始多光譜影像和不同融合方法融合后影像的均值、標(biāo)準(zhǔn)差和信息熵，通過對(duì)比發(fā)現(xiàn)，在主觀評(píng)價(jià)中得分較高的Subtractive法在客觀評(píng)價(jià)中各項(xiàng)參數(shù)均不理想，Brovey變換法融合后影像在各項(xiàng)參數(shù)比對(duì)中稍好于Subtractive法。經(jīng)過參數(shù)對(duì)比，MHIS、HCS和Gram-Schmidt法融合后影像均值、標(biāo)準(zhǔn)差和信息熵等數(shù)值較為理想。