不同濾波方法的SAR與多光譜圖像融合算法

孫越，2，黃國(guó)滿2，趙爭(zhēng)2，劉本強(qiáng)

(1.山東科技大學(xué) 測(cè)繪科學(xué)與工程學(xué)院，山東 青島 266590；2.中國(guó)測(cè)繪科學(xué)研究院，北京 100036)

0 引言

隨著遙感技術(shù)的發(fā)展，從不同遙感平臺(tái)獲得的遙感影像形成了多級(jí)多分辨率的影像金字塔序列，給遙感用戶提供了海量的對(duì)地觀測(cè)數(shù)據(jù)源[1]。然而，在現(xiàn)有衛(wèi)星發(fā)射成本和傳感器硬件技術(shù)的限制下，衛(wèi)星成像指標(biāo)之間是相互制約的，單一遙感器對(duì)地觀測(cè)所獲取的信息并不全面。合成孔徑雷達(dá)(synthetic aperture radar，SAR)能反映不同地物的后向散射信息，具有全天時(shí)、全天候、大范圍、長(zhǎng)時(shí)間和周期性的對(duì)地觀測(cè)能力，影像包含豐富的紋理、幾何和地形特征信息，對(duì)地物識(shí)別具有顯著優(yōu)勢(shì)，但缺乏光譜信息。光學(xué)遙感數(shù)據(jù)能反映不同地物的反射光譜信息，但成像過程易受天氣影響，特別是在多云雨霧的地區(qū)，數(shù)據(jù)采集較困難，限制了光學(xué)圖像的應(yīng)用。在遙感成像系統(tǒng)中，很難同時(shí)獲得高分辨率的光譜、空間和時(shí)間信息，制約了遙感影像的應(yīng)用[2]。為了解決遙感衛(wèi)星無法同時(shí)獲得具有多屬性高分辨率的遙感影像這一難題[3]，圖像融合技術(shù)應(yīng)運(yùn)而生，它能極大地提高影像間的利用率，獲得時(shí)-空-譜分辨率最優(yōu)的遙感數(shù)據(jù)，提高影像的解譯能力[4]。

圖像融合早期概念始于20世紀(jì)70年代初，其理論方法研究始于20世紀(jì)80年代以后[5]。圖像融合作為一種有效的圖像應(yīng)用手段，在時(shí)代變遷中得到了井噴式的發(fā)展。國(guó)內(nèi)的圖像融合技術(shù)相比國(guó)外而言起步較晚，直到20世紀(jì)80年代才有少量文獻(xiàn)提及這一概念，90年代才在國(guó)內(nèi)形成研究熱潮[6]。

目前，遙感影像融合可分成像素級(jí)融合、特征級(jí)融合和決策級(jí)融合3個(gè)層次，其中基于像素級(jí)的影像融合在圖像融合領(lǐng)域中應(yīng)用較早也較為廣泛，它是直接對(duì)傳感器采集獲得的原始數(shù)據(jù)或經(jīng)過預(yù)處理的數(shù)據(jù)采用適當(dāng)?shù)娜诤喜呗赃M(jìn)行融合處理。像素級(jí)融合算法大致分成三類：一是基于代數(shù)運(yùn)算的方法，如加權(quán)融合法、高通濾波法[7-8]、Brovey融合法；二是基于分量替換的方法，如IHS變換、主成分分析(principal components analysis，PCA)[9]、正交變換和線性回歸融合法；三是基于多尺度變換的方法，如小波變換融合法[10-12]。像素級(jí)融合算法簡(jiǎn)單易行，但對(duì)源圖像的預(yù)處理過程要求較高，尤其是SAR數(shù)據(jù)和多光譜圖像融合。由于SAR系統(tǒng)是側(cè)視相干成像，SAR圖像中固有的斑點(diǎn)噪聲會(huì)降低影像的可解譯程度，對(duì)后續(xù)影像融合、地物分類、變化檢測(cè)和信息提取等工作產(chǎn)生嚴(yán)重影響，因此抑制SAR圖像中的相干斑噪聲是進(jìn)一步解譯和應(yīng)用的前提。實(shí)際上，學(xué)者們研究SAR濾波方法的差異對(duì)圖像融合的影響遠(yuǎn)少于影像配準(zhǔn)對(duì)圖像融合的影響，針對(duì)不同濾波方法與不同融合算法之間最優(yōu)組合的研究更是鮮有報(bào)道。

鑒于此，本文以全極化Radarsat-2數(shù)據(jù)和Landsat-5 TM影像為數(shù)據(jù)源，首先分析了SAR斑點(diǎn)噪聲的產(chǎn)生機(jī)理，其次對(duì)現(xiàn)有的Lee濾波、Frost濾波、Kuan濾波、Gamma MAP濾波、增強(qiáng)Lee濾波和增強(qiáng)Frost濾波等6種相干斑噪聲濾除方法進(jìn)行了簡(jiǎn)述；然后在數(shù)據(jù)預(yù)處理的基礎(chǔ)上，將IHS變換、PCA變換、GS變換和PCA_IHS變換等4種經(jīng)典融合算法應(yīng)用于SAR影像和多光譜圖像的融合；最后對(duì)融合效果進(jìn)行精度評(píng)價(jià)和分析，以期尋找出不同濾波方法下的最佳融合策略，獲得空間紋理細(xì)節(jié)更加豐富、清晰度更高、具有較少光譜失真的更高質(zhì)量的融合影像，為進(jìn)一步影像分類、變化檢測(cè)和信息提取等實(shí)際應(yīng)用奠定基礎(chǔ)。

1 原理與方法

1.1 相干斑濾波

由于SAR為側(cè)視斜距相干成像，使得具有均勻散射系數(shù)的目標(biāo)在雷達(dá)影像上并不具有均勻的灰度，從而導(dǎo)致SAR圖像上出現(xiàn)許多斑點(diǎn)噪聲[13]，使得影像信噪比低，給后續(xù)的影像解譯工作造成困難，因此在使用SAR影像進(jìn)行解譯之前，必須對(duì)其進(jìn)行處理以減少噪聲影響。

目前SAR影像相干斑抑制的研究主要是針對(duì)成像之后的相干斑抑制，國(guó)內(nèi)外針對(duì)SAR圖像濾波開展了大量研究，形成了一些較為成熟的算法[14]。本文采用Lee濾波、Frost濾波、Kuan濾波、Gamma MAP濾波、增強(qiáng)Lee濾波和增強(qiáng)Frost濾波等6種經(jīng)典的SAR影像濾波方法進(jìn)行實(shí)驗(yàn)及對(duì)比分析，濾波窗口設(shè)定為5×5窗口，表1總結(jié)了經(jīng)典SAR影像濾波方法的特點(diǎn)及性能。

表1 不同濾波方法性能比較

1.2 IHS變換

IHS (intensity，hue，saturation)變換能將人類感知的RGB顏色空間轉(zhuǎn)換為IHS顏色空間，并且通過對(duì)比度的拉伸將IHS反變換為RGB模型，生成一個(gè)色彩增強(qiáng)的彩色圖像，從而實(shí)現(xiàn)多源遙感影像間的信息融合[15](圖1)。

圖1 IHS變換融合流程圖

IHS變換融合法既能保留影像的空間分辨率又能增添豐富的光譜特征，從而提高了影像的分類識(shí)別能力。但是它只能處理3個(gè)波段，并且扭曲了原始多光譜影像的光譜特性，易產(chǎn)生光譜退化現(xiàn)象[16]。

1.3 PCA變換

PCA變換是一種最小均方誤差意義上的最優(yōu)正交變換，已廣泛應(yīng)用于圖像數(shù)據(jù)壓縮、特征選擇等方面[17](圖2)。

圖2 PCA變換融合流程圖

PCA變換融合法[18]的優(yōu)點(diǎn)是可以進(jìn)行所有波段的多光譜數(shù)據(jù)和高分辨率數(shù)據(jù)交換，從而分離各個(gè)波段的紋理信息[19]。但是PCA融合法只是簡(jiǎn)單的用高分辨率數(shù)據(jù)替換PC1分量，故會(huì)損失影像中光譜特征的有用信息，使融合后影像存在嚴(yán)重的光譜畸變現(xiàn)象。ENVI5.3提供PC Spectral Sharpening工具，可以直接對(duì)預(yù)處理后的影像進(jìn)行PCA融合。

1.4 GS變換

正交變換(gram-schmidt，GS)[20]是統(tǒng)計(jì)學(xué)中常用的方法，它通過對(duì)矩陣或多維影像進(jìn)行正交變換，消除波段之間的相關(guān)性[21]。GS與PCA的主要區(qū)別在于，PCA變換后的PC1包含最多的信息，其他分量信息含量依次減少，而GS變換產(chǎn)生的各個(gè)分量?jī)H正交，各分量所含信息量基本均等(圖3)。

圖3 GS變換融合流程圖

1.5 PCA_IHS變換

PCA變換是基于數(shù)學(xué)統(tǒng)計(jì)方法的融合，以數(shù)據(jù)壓縮和信息融合為目的，能抑制噪聲，起到圖像增強(qiáng)的效果。IHS變換是基于彩色空間的融合，它利用高分辨率影像波段替代亮度分量，能夠提高多光譜影像的紋理特征，增強(qiáng)其空間細(xì)節(jié)表現(xiàn)能力[22]。結(jié)合2種方法的優(yōu)點(diǎn)，進(jìn)行一種基于PCA_IHS變換的全極化SAR與多光譜影像融合實(shí)驗(yàn)(圖4)。

圖4 PCA_IHS變換融合流程圖

該方法結(jié)合了多光譜圖像的其他波段信息，同時(shí)注入了SAR圖像的紋理細(xì)節(jié)信息，抑制了相干斑噪聲，從而能提高融合影像在光譜信息保真和空間細(xì)節(jié)信息增強(qiáng)方面的綜合性能。

2 實(shí)驗(yàn)與分析

2.1 數(shù)據(jù)

實(shí)驗(yàn)區(qū)域位于溫哥華，地理坐標(biāo)為49°4′N～49°13′N，122°59′W～123°9′W。實(shí)驗(yàn)數(shù)據(jù)為Radarsat-2全極化精細(xì)模式，數(shù)據(jù)為SAR地理編碼系統(tǒng)校正(SAR systematically geocoded，SSG)產(chǎn)品，像元大小3.125 m，分辨率8 m，成像時(shí)間為2008年4月15日，視數(shù)1×1。同地區(qū)的Landsat-5 TM光學(xué)影像從歐空局網(wǎng)站獲得，拍攝于2008年5月25日，分辨率為30 m。

圖5(a)為SAR影像的VH、HV和HH極化方式合成的RGB(R：VH；G：HV；B：HH)偽彩色圖像，圖5(b)是將Landsat-5 TM影像的5、4、3波段進(jìn)行彩色合成，并利用ENVI5.3進(jìn)行1%線性拉伸顯示所得RGB(R：5；G：4；B：3)圖像。

圖5 實(shí)驗(yàn)區(qū)待融合影像

實(shí)驗(yàn)區(qū)域中SAR影像與多光譜影像成像清晰，層次豐富，無云霧遮擋，時(shí)間間隔較小，該區(qū)域主要為居民區(qū)、農(nóng)田和河流，自然變化相對(duì)較小，因此忽略時(shí)間差異對(duì)影像融合效果的影響。

2.2 實(shí)驗(yàn)

本文選用的實(shí)驗(yàn)數(shù)據(jù)為全極化Radarsat-2的SSG產(chǎn)品，該數(shù)據(jù)是在SGF(SAR georeferenced fine)產(chǎn)品的基礎(chǔ)上進(jìn)行了地圖投影校正，因此本文僅對(duì)Radarsat-2影像進(jìn)行了相干斑濾波以及與TM影像在空間上精確配準(zhǔn)，以消除幾何畸變，另外將多光譜圖像進(jìn)行采樣，使其與SAR圖像具有相同的像素大小。濾波后的SAR影像如圖6所示。

將預(yù)處理后的SAR影像和Landsat-5 TM影像分別進(jìn)行IHS融合、PCA融合、GS融合和PCA_IHS融合，融合結(jié)果以真彩色顯示，并進(jìn)行了1%的線性拉伸。由于融合影像范圍較大，不利于目視判讀，本文截取了地物類型豐富，紋理細(xì)節(jié)信息豐富且色彩突出的感興趣區(qū)進(jìn)行展示。另外，王霄鵬等[23]通過實(shí)驗(yàn)得出Radarsat-2 4個(gè)極化分量中HV極化與TM影像融合效果最好。因此，在進(jìn)行IHS變換、PCA變換、GS變換和PCA_IHS變換時(shí)，本文只利用HV分量與TM影像進(jìn)行融合實(shí)驗(yàn)，融合結(jié)果如圖7、圖8、圖9和圖10所示。

圖6 SAR影像在不同濾波器下的濾波結(jié)果

圖7 不同濾波方法的IHS融合影像對(duì)比

圖8 不同濾波方法的PCA融合影像對(duì)比

圖9 不同濾波方法的GS融合影像對(duì)比

圖10 不同濾波方法的PCA_IHS融合影像對(duì)比

3 融合效果質(zhì)量評(píng)價(jià)

現(xiàn)有的影像質(zhì)量評(píng)價(jià)方法主要分為兩大類：主觀評(píng)價(jià)和客觀評(píng)價(jià)。其中，主觀評(píng)價(jià)是基于對(duì)預(yù)先設(shè)定的標(biāo)準(zhǔn)和視覺效果的分析，簡(jiǎn)單直觀但依賴評(píng)價(jià)者的先驗(yàn)知識(shí)，主觀性較強(qiáng)；客觀評(píng)價(jià)是基于圖像的統(tǒng)計(jì)參數(shù)，可靠性較高。因此，本文利用兩類評(píng)價(jià)方法對(duì)融合效果進(jìn)行綜合評(píng)價(jià)與分析。

3.1 主觀評(píng)價(jià)

從圖6結(jié)果可以看出，增強(qiáng)Lee和增強(qiáng)Frost濾波效果最優(yōu)，能有效去除SAR影像上的斑點(diǎn)噪聲同時(shí)較好地保留了影像的邊緣紋理細(xì)節(jié)信息，F(xiàn)rost和Gamma MAP濾波效果較好、Lee和Kuan濾波后影像效果相對(duì)較差。從圖7、圖8、圖9和圖10可以看出，6種濾波下的4種融合算法所得融合影像在空間細(xì)節(jié)保持方面，融合后影像均提高了源圖像的空間分辨率，極大地豐富了源圖像的紋理細(xì)節(jié)信息，提高了影像的判讀解譯能力，其中PCA_IHS變換所得融合影像紋理細(xì)節(jié)清晰，邊緣信息保持能力最好；在光譜保真度方面，融合影像均存在光譜失真現(xiàn)象，其中IHS變換和PCA_IHS變換后影像整體色調(diào)變化顯著，在光譜保真度方面效果較差，PCA變換融合法略優(yōu)，GS變換融合法與源圖像的光譜信息最貼近。

3.2 客觀評(píng)價(jià)

為進(jìn)一步定量地分析不同融合方法對(duì)空間細(xì)節(jié)信息與光譜信息的影響，本文對(duì)濾波后的融合影像，分別選取均值、信息熵、平均梯度作為融合影像的質(zhì)量評(píng)價(jià)指標(biāo)，并用3個(gè)指標(biāo)的平均值做為定量評(píng)價(jià)的最終結(jié)果，具體評(píng)價(jià)結(jié)果如表2所示。

表2 融合結(jié)果評(píng)價(jià)參數(shù)表

比較表2中各種方法的融合影像與原始多光譜影像的評(píng)價(jià)指標(biāo)，分析得出以下結(jié)果：

1)均值是圖像中所有像元亮度值的算術(shù)平均值，反映了地物的平均反射強(qiáng)度，均值變化越小，則融合后影像的平均亮度越接近原始影像[24]。6種濾波下，4種融合算法或多或少都存在一些光譜失真現(xiàn)象，其中GS變換所得融合影像的均值最接近原始影像，光譜保真度較好；Gamma、增強(qiáng)Frost濾波后的PCA融合圖像均值與源圖像基本一致，光譜保真度最好；PCA_IHS變換所得融合影像的整體色調(diào)較暗，光譜失真較嚴(yán)重；IHS變換所得融合影像光譜畸變最嚴(yán)重。

2)信息熵反映了圖像包含信息量的多少，是衡量圖像信息豐富程度的重要指標(biāo)。所有融合影像的熵值均大于源影像的熵值，表明融合影像的信息量均增加。不同濾波下的融合方法所得圖像熵值比較：PCA_IHS>IHS>GS>PCA。Lee濾波后的融合圖像包含的信息量相對(duì)較多。

3)平均梯度反映了影像的清晰度和圖像微小細(xì)節(jié)反差的表達(dá)能力和紋理變化特征，梯度值越大，影像越清晰。由表2可知，融合后影像的梯度值均明顯大于源圖像的梯度值，表明融合后影像的細(xì)節(jié)表現(xiàn)能力增強(qiáng)。PCA_IHS變換在6種濾波方法下的梯度值均大于其他融合算法；Lee濾波下的融合影像相比其他5種濾波方法，梯度值增幅較大，說明Lee濾波后的融合影像空間細(xì)節(jié)表現(xiàn)能力較強(qiáng)；Frost、Gamma和增強(qiáng)Lee濾波在融合影像紋理細(xì)節(jié)方面的提升力不佳，其中Gamma濾波后所得融合圖像清晰度最差。

4 結(jié)束語

本文對(duì)Lee濾波、Frost濾波、Kuan濾波、Gamma MAP濾波、增強(qiáng)Lee濾波和增強(qiáng)Frost濾波等6種經(jīng)典濾波方法和IHS變換、PCA變換、GS變換、PCA_IHS變換等4種常用融合算法進(jìn)行了介紹，然后研究分析了不同濾波方法下的全極化SAR數(shù)據(jù)和多光譜影像在不同融合算法上的差異，通過目視判讀和定量分析可知，同原始影像相比，融合后影像均保留了源圖像的高頻信息，地物細(xì)節(jié)特征清晰，同時(shí)增加了光譜信息。值得注意的是，增強(qiáng)Frost濾波后IHS變換、Lee濾波后的PCA變換和GS變換以及Kuan濾波下的PCA_IHS變換所得融合影像在紋理細(xì)節(jié)和光譜保真度方面整體效果最優(yōu)。但是，融合影像仍或多或少的存在一些光譜扭曲現(xiàn)象，因此，下一步將解決IHS變換、PCA變換等經(jīng)典融合算法所引起的光譜失真現(xiàn)象。另外，隨著遙感影像時(shí)-空-譜分辨率的提高以及新型SAR傳感器的出現(xiàn)，多尺度、多源、多時(shí)態(tài)遙感影像快速高效融合，也將是下一步繼續(xù)研究和關(guān)注的重點(diǎn)。