国产高分卫星像素级影像融合及其质量评价 | 王芳,杨武年,王建,陈爱玲

关注“测绘学术资讯”

国产高分卫星像素级影像融合及其质量评价

王  芳¹，杨武年²，王  建³，陈爱玲¹

（1.内江师范学院自然资源智能化监测应用实验室；

2.成都理工大学地球科学学院；

3. 内江职业技术学院土木工程系）

摘要：为了探究适合国产高分卫星影像的融合方法，该文以国产亚米级高分辨率卫星BJ-2和GF-2影像为数据源，分别选取像素级影像融合方法中较为典型的GS、Pansharp、NNDiffuse、HPF、PCA和PCA+Wavelet对2种影像进行处理，并采用定性和定量分析法对其融合效果进行评价。结果表明：对于BJ-2影像，Pansharp和GS的融合效果相对较好，光谱保真度较佳、清晰度较高、光谱扭曲度较小；对于GF-2影像，Pansharp融合效果相对较好，HPF次之，光谱保真度较佳、清晰度较高、光谱扭曲度较小；对于2种影像，PCA融合法的效果最差。

关键词：高分二号；北京二号；影像融合；质量评价

0 引言

像素级图像融合是对预处理后的图像按照一定算法对特征信息进行分析与提取，生成融合影像[1-2]。它尽可能多地利用原始数据信息，使生成的融合影像在保持光谱特性同时又能保留较多空间信息。由于该方法直接采用像素点进行融合，所以是最低层级的图像融合，也是更高层次图像融合（特征级和决策级融合）的重要基础。其优势是原始信息保留较多，算法简单易懂，便于实现[3-4]，是当前应用最为广泛的融合方法，国内外学者对此开展了大量研究[2, 4-12]，像素级影像融合按算法原理可以分为3类[1,5]: 一是分量替换融合，利用不同的融合规则使全色影像的高空间信息融入多光谱影像或以全色影像替代多光谱变换后的亮度分量，如Gram-Schmidt（GS）[13]、Brovey变换法[14]、主成分分析（principalcomponent analysis, PCA）[12]等;二是多分辨率分解融合，采用不同的方法将高空间分辨率影像的结构信息融入多光谱影像，如小波变换法[15-16]、金字塔变换[17-20]、高通滤波变换（highpass filter, HPF）融合[21]等; 三是模型算法融合，如超分辨率贝叶斯（Pansharp）融合[10]、NNDiffuse融合[22]。目前常用的融合方法主要包括强度-色调-饱和度变换法、PCA法、Pansharp算法、Brovey变换法和小波变换（Wavelet）法等。

随着我国高分辨率卫星（高分专项卫星、资源系列卫星和商用卫星等）不断发射升空，可获得遥感数据日益丰富[23-25]，由于不同类型的卫星影像，其最佳融合方法不尽相同，因此，探索适合国产高分卫星影像的融合方法，对于提高国产高分卫星影像的应用效能具有重要意义。本文从像素级影像融合角度出发，以国产亚米级高分辨率卫星GF-2和BJ-2全色和多光谱影像为数据源，选取较为经典的GS、Pansharp、NNDiffuse、HPF、PCA和PCA+Wavelet 6种融合方法对影像进行处理，并采用定性和定量评价分析法对其融合质量进行评价，以探索适合国产高分亚米级高分辨率卫星GF-2和BJ-2影像的融合方法。

1数据源

本文以2018年3月9日的四川省遂宁市船山区Level1A级BJ-2影像和2016年6月16日的四川省内江市隆昌县Level1A级GF-2影像作为实验数据，并对其进行几何精校正，误差小于0.5个像元，2种卫星影像的具体信息如表1所示。

2研究方法

2.1 影像融合方法

本研究采用GS、Pansharp、NNDiffuse、HPF、PCA和PCA+Wavelet 6种像素级影像融合方法对影像进行实验，并对其效果进行定性、定量评价。6种方法的原理、特点等信息如表2所示。

2.2融合质量评价方法

影像融合质量评价是对融合效果进行衡量的方法，对于融合过程具有指导作用[5-6]。其可分为2大类[26]：一是人眼视觉观察评价方法，即主观评价方法（定性评价）；二是从融合图像中计算出具体指标对融合质量进行评价，即客观评价方法（定量评价）。目前，融合质量评价指标仍然缺乏统一的标准，在实际应用中通常采用主客观相结合的方法对融合影像质量进行评价。

1）主观评价。主观评价主要依赖目视评估，根据人眼观察来判定融合影像的亮度是否适中、清晰度和配准情况如何、光谱有无畸变、空间分辨率是否得到增强等。这种方法的优点是方便、快捷，在特定的应用领域具有可行性，但由于其依赖于观察者的视觉感知和经验知识，评价结果不尽相同。因此，该方法不具客观性，说服力不强。

2）客观评价。客观评价法是通过一定的算法提供量化评价值[26]。该方法具有效率高、确定性强、成本低、易操作、便于深入研究等优点。它能够克服主观评价易受周边环境、心理、视觉等方面干扰的缺点。客观评价是从融合影像的基础信息、光谱保真度、信息量和清晰度等方面进行评价[5-6]，本文在基础信息方面选取均值、标准差作为评价指标；选取偏差指数、扭曲度和相关系数来衡量融合影像的光谱保真度；采用平均梯度来表示融合影像清晰度；以信息熵来衡量信息量大小。各指标的定义与表示意义如表3所示。

3 实验与分析      

3.1影像融合实验             

采用6种融合方法对BJ-2和GF-2影像进行实验，其融合结果如图1~图4所示。

3.2融合质量评价

1）定性评价。从图1~图4可以看出，相比原始多光谱影像，每一融合影像的清晰度均得到了不同程度增强，但光谱信息也有不同程度的失真，具体如表4所示。从表4可以看出，对于BJ-2卫星影像来说，表现较佳的为Pansharp和GS融合法；对于GF-2卫星数据来说，Pansharp的融合效果较佳，NNDiffuse和GS次之。

2）定量评价。由于定性评价法主观性较强，为了对影像融合质量进行全面、可靠的评价，还需结合客观评价进行定量分析，2种影像6种融合方法的客观评价指标如图5所示。

①均值。对于BJ-2影像，融合影像各波段与原始多光谱影像各波段均值接近程度排序为：Pansharp<HPF<PCA+Wavelet<GS<PCA<NNDiffuse，这说明，Pansharp、HPF和GS融合影像均值与原始多光谱影像均值较为接近，光谱保真度较高；对于GF-2影像，按与原始多光谱影像接均值近程度排序为：Pansharp<HPF<PCA+Wavelet<GS<PCA<NNDiffuse，表明Pansharp、HPF和PCA+Wavelet融合影像均值与原始多光谱影像均值较为接近，光谱保真度较高。对于2种影像而言，NNDiffuse和PCA方法的光谱保真度较差。

②标准差。对于BJ-2影像，将各融合影像按标准差大小进行排序如下：GS>NNDiffuse>Pansharp>HPF>PCA+Wavelet>PCA，说明GS、NNDiffuse的标准差较大，信息较为丰富，Pansharp和HPF次之；对于GF-2影像来说，各融合影像标准差大小的排序为：Pansharp>NNDiffuse>HPF>GS>PCA+Wavelet>PCA，Pansharp的标准差较大，信息较为丰富，NNDiffuse、PCA+Wavelet和HPF次之。对于2种影像而言，PCA融合影像的信息量最差。

③相关系数。对于BJ-2影像，6种融合影像的相关系数大小排序为：Pansharp>HPF>GS> PCA+Wavelet>NNDiffuse>PCA，这说明Pansharp、HPF和GS方法的相关系数较高，光谱保真度较好；对于GF-2影像，相关系数大小排序为：HPF>PCA+Wavelet>Pansharp>GS>NNDiffuse>PCA，这表明6种方法中，HPF、PCA+Wavelet方法的光谱保真度较佳，Pansharp、GS和NNDiffuse次之。对2种影像来说，PCA方法的相关系数最小，光谱保真度最差。

④偏差指数。对于BJ-2影像，各融合影像偏差指数的大小排序为：Pansharp<NNDiffuse<PCA<PCA+Wavelet<GS<HPF，说明Pansharp融合影像的偏差指数最小，其光谱保真度最佳，NNDiffuse和PCA融合影像的偏差指数虽然也在排在前列，但其与Pansharp存在明显差距；对于GF-2影像，各融合影像偏差指数的大小排序为：PCA+Wavelet<HPF<Pansharp<PCA<GS<NNDiffuse，PCA+Wavelet、HPF和Pansharp3种方法的偏差指数均较小，且相差不大，说明三者光谱保真度较好。

⑤扭曲度。对于BJ-2影像，各融合影像扭曲度大小的排序为：HPF<Pansharp<PCA+Wavelet<GS<PCA<NNDiffuse，说明HPF和Pansharp融合法的扭曲度较小，其融合效果较佳，其次是GS和PCA+Wavelet融合法，其余2种方法的融合效果较差；对于GF-2影像，各融合影像扭曲度大小的排序为：PCA+Wavelet<HPF<Pansharp<GS<PCA<NNDiffuse，PCA+Wavelet和HPF融合法的扭曲度较小，光谱保真度较好，其次是Pansharp和GS融合法。对2种影像来说，扭曲度较大的是NNDiffuse和PCA融合法，其光谱保真度较差。

⑥信息熵。对于BJ-2影像，各融合方法的信息熵大小排序为：GS>NNDiffuse>HPF>Pansharp>PCA+Wavelet>PCA，GS、NNDiffuse、Pansharp和HPF的信息熵较大，且相互之间差别较小，信息量丰富，融合效果较好，PCA+Wavelet、PCA的信息熵相对较小，融合效果较差；对于GF-2影像，各融合影像的信息熵大小排序为：NNDiffuse>GS>Pansharp>PCA>HPF>PCA+Wavelet，说明NNDiffuse融合影像的信息量最大，其次是GS和Pansharp，其余3种方法的融合效果相差不大。

从清晰度来看，对BJ-2影像而言，PCA+Wavelet、Pansharp、NNDiffuse和GS融合影像的平均梯度较大，清晰度较好，最差的是PCA；就GF-2影像来说，Pansharp融合影像的平均梯度最大，远高于其余5种方法的融合影像，清晰度最好，HPF和PCA的融合效果较差，其余3种方法的平均梯度相差不大。

4 结束语

本研究采用GS、Pansharp、NNDiffuse、HPF、PCA和PCA+Wavelet 6种方法对BJ-2和GF-2影像进行了融合处理，并对其融合质量进行了定性和定量评价，得出结论如下：

1）从定性和定量评价结果看，6种融合方法均有优劣势。从光谱保真度来看，由均值、相关系数、偏差指数和扭曲度定性评价可知，对于BJ-2影像，Pansharp融合影像的光谱保真度较好，色彩较为丰富，GS和HPF次之，PCA的光谱保真度最差；对于GF-2影像，Pansharp、HPF和PCA+Wavelet的光谱保真度较好，NNDiffuse和PCA的光谱保真度较差。从信息量来看，对于2种影像，Pansharp、NNDiffuse和HPF融合影像的信息量较大，PCA融合影像的信息量较差。从清晰度来看，对BJ-2影像而言，PCA+Wavelet、NNDiffuse、GS和Pansharp融合影像的平均梯度较大，且相差较小，说明这4种方法的清晰度较好；就GF-2影像来说，Pansharp方法的平均梯度最大。对于2种影像而言，HPF和PCA融合效果较差。

2）综合定性和定量评价结果，对于BJ-2来说，Pansharp和GS的融合效果相对较好，光谱保真度较佳，清晰度较高，光谱扭曲度较小；对于GF-2影像，Pansharp融合效果相对较好，HPF次之，光谱保真度较佳，清晰度较高，光谱扭曲度较小。对于2种影像，PCA融合法的效果最差，光谱失真严重，其余几种方法的融合效果差别不大。

本研究尽管取得了上述成果，仍需进一步深入，在实验数据选取方面，由于国产高分卫星种类较多，数据量巨大，本文只选取国产亚米级高分辨率卫星中的1景GF-2影像和1景BJ-2影像为代表进行实验，来探讨适合这2种卫星影像的融合方法，因此，可能会对评价结果产生一定影响，在融合方法的通用性方面仍需进一步验证；另外，在评价方法上，采用定性评价和定量评价，未形成完整的评价体系，这两者是本文下一步工作的重点。

作者简介：王芳（1983—），女，河南周口人，讲师，博士，主要研究方向为3S技术及应用、资源与环境遥感。

E-mail：[e-mail]

基金项目：国家自然科学基金项目(41671432)；四川省社会科学重点研究基地“沱江流域高质量发展研究中心”资助项目（TJGZL2020-10）

通信作者：杨武年教授 E-mail:[e-mail]