高分二号影像融合方法质量评价

Original 2017-12-07 陈业培，孙开敏 测绘科学

点击蓝字关注我们

摘要

针对实际应用中因融合方法选择不恰当而无法充分发挥高分二号数据优势的问题，对常用影像融合算法进行了分析评价，旨在寻找最适用于高分二号数据的影像融合方法。采用Brovey变换、改进IHS 变换、PCA变换、GS、HPF、小波PCA、Ehlers、Subtractive、HCS、NND等10种影像融合方法对高分二号影像进行融合处理，并从定性和定量两方面对融合结果进行质量评价。结果表明，针对高分二号数据，综合考虑光谱保真度和空间细节表达以及目视效果， HCS和NND方法的融合效果最佳。

引用格式

陈业培，孙开敏，白婷，等．高分二号影像融合方法质量评价［Ｊ］．测绘科学，２０１７，４２（１１）：３５-４０．

正文

高分二号遥感卫星于2014-08-19成功发射，不仅刷新了国产遥感卫星空间分辨率最高值的记录，也为灾害监测、土地利用动态监测、荒漠化监测、矿产资源调查与城乡规划等提供了清晰度更高、细节更丰富的数据服务。为了更加清晰和准确地理解与认知观测目标、从中挖掘有用信息、有效地利用高分二号数据，影像融合是至关重要的数据处理手段。

国内外许多学者针对不同数据源采用不同融合方法做出了大量的研究，并依据标准差、信息熵、相关系数、清晰度等影像质量指数以及地物分类或目标提取精度等指标对融合效果进行评价。研究表明，不同的融合方法应用于不同的数据源，其融合效果各异。恰当的融合方法可以提升空间分辨率和几何精度，增强色彩和纹理信息；反之，会使光谱扭曲、高频信息丢失。

因具有国产卫星最高的空间分辨率和较宽的幅宽，高分二号卫星拥有广阔的应用前景。由于发射时间较短，目前针对该卫星影像融合的相关研究及成果鲜有报道。本文采用Brovey变换、改进IHS 变换、PCA变换、GS、HPF、小波PCA、Ehlers、Subtractive、HCS、NND等10种影像融合方法对高分二号数据进行试验，并以定性和定量相结合的方式对融合结果进行评价。旨在探寻适用于高分二号数据的融合方法，为今后高分二号数据的相关应用和研究提供参考。

改进HIS变换PCA变换都是基于光谱域变换的融合技术。改进IHS变换方法打破常规IHS变换只利用3个波段的限制，在计算I分量时引入第4波段。PCA变换融合先对多光谱数据进行主成分变换，然后用拉伸后的全色图像替换第一主分量进行PCA逆变换，从而得到融合图像。

小波变换和高通滤波属于空间域信号分解与重构的融合技术。小波变换是先将多光谱影像与高分辨率影像进行小波正变换，分别抽取来自高分辨率影像的高频信息和多光谱影像的低频信息进行小波逆变换，生成融合影像。HPF融合是对多光谱图像实施FFT正变换，并用高分辨率的全色波段图像替换FFT变换后多光谱图像的高频部份，之后进行FFT逆变换可得到高分辨率的多光谱融合图像。

Brovey变换则是基于算数运算的融合方法。Brovey变换是把高分辨率数据都乘以RGB图像中的每一个波段与RGB波段总和的比值，从而得到融合影像。

除了上述常见的融合方法，其它融合方法则是基于新的图像变换技术或者是对上述常见方法的改进或组合。小波PCA方法将小波变换与主成分分析结合起来，是将主成分分析的数据压缩的优点应用到小波变换中实现影像融合的一种方法。GS是基于Gram-Schmidt正交化变换的融合方法。HCS则是将多光谱影像进行HCS变换得到强度分量和若干角度分量，用高分辨率影像代替强度分量后进行HCS逆变换得到融合影像。Ehlers融合算法是基于快速傅里叶变化滤波对全色波段锐化并用IHS变换来完成融合的一种技术。Subtractive是ERDAS 近年推出的算法，适用于高分辨率卫星影像。NND是ENVI5.2及以上版本新增的影像融合算法，此算法由美国罗彻斯特理工学院（RIT）最新提出，利用Nearest Neighbor Diffusion pan sharpening算法进行图像融合。

本研究采用分别于2014-10-09、2015-08-14和2015-08-17获取的不同区域的3幅高分二号数据，均为标准1A级数据。为了提高融合影像的质量，融合效率以及达到某些融合方法的特殊要求，在融合前对数据进行去噪，几何精校正和裁剪处理。

本文对Brovey变换、改进IHS 变换、PCA变换、GS、HPF、小波PCA、Ehlers、Subtractive、HCS、NND等10种影像融合方法进行了介绍，然后采用这10种方法对高分二号多光谱和全色遥感影像进行融合实验，并对融合结果进行了定性和定量的评价。结果表明，针对高分二号数据，综合考虑目视效果，光谱保真度和空间细节表达，HCS和NND方法的融合效果最佳。结合具体应用与需求来看，若需最大程度地保留原始影像的光谱信息，比如对融合后影像进行定量计算，HCS方法是最佳的方法，其次是Ehlers和小波PCA方法；若对空间细节要求较高，比如目视解译或者纹理分析，小波PCA最佳，其次是HPF和改进IHS变换；Brovey变换和PCA变换方法会使光谱信息扭曲，空间信息严重丢失。

各种影像融合方法对不同数据的适用性不同，而且应用中对于影像的色彩效果与空间细节的偏重程度也不是一成不变的，所以在实际应用时应根据数据源类型以及具体需求来选择合适的影像融合方法。本研究选取了当前几种经典且实用的方法基于高分二号数据进行了实验和分析，对今后高分二号数据的处理和应用以及数据融合的相关研究具有一定的指导和参考意义。

2017年（第42卷）第11期

往期热点文章

《测绘科学》

主管：国家测绘地理信息局