張勇榮，周忠發(fā)，馬士彬

(1.六盤(pán)水師范學(xué)院生物與地理科學(xué)學(xué)院，貴州六盤(pán)水553004;2.貴州師范大學(xué)南方喀斯特

研究院，貴州貴陽(yáng)550001;3.貴州省喀斯特山地生態(tài)環(huán)境國(guó)家重點(diǎn)試驗(yàn)室培育基地，貴州貴陽(yáng)550001)

基于CBERS-02B星HR影像的多源遙感數(shù)據(jù)融合研究

張勇榮1，3，周忠發(fā)2，3，馬士彬1

(1.六盤(pán)水師范學(xué)院生物與地理科學(xué)學(xué)院，貴州六盤(pán)水553004;2.貴州師范大學(xué)南方喀斯特

研究院，貴州貴陽(yáng)550001;3.貴州省喀斯特山地生態(tài)環(huán)境國(guó)家重點(diǎn)試驗(yàn)室培育基地，貴州貴陽(yáng)550001)

為尋求更加適合與CBERS-02B星HR數(shù)據(jù)融合的多光譜數(shù)據(jù)及融合方法，應(yīng)用PCA、Brovey、SVR、IHS 4種變換方法，分別將CBERS-02B星HR數(shù)據(jù)與CBERS-02BCCD、ASTER、ALOS的多光譜數(shù)據(jù)進(jìn)行融合，從光譜和空間信息兩個(gè)方面對(duì)融合效果進(jìn)行分析。結(jié)果表明:①CBERS-02B星HR數(shù)據(jù)與ALOS多光譜數(shù)據(jù)的融合圖像質(zhì)量高于其他兩種組合，其中IHS變換法融合圖像空間細(xì)節(jié)及光譜信息保持度最高，色調(diào)鮮明，地物可辨別能力強(qiáng);②ASTER、CBERS-02BCCD參與融合時(shí)，SVR變換法比較適合;二者相比較ASTER數(shù)據(jù)參與融合質(zhì)量較高;③CBERS-02B星HR數(shù)據(jù)與ALOS和ASTER多光譜匹配度高，在CBERS-02B星HR數(shù)據(jù)的使用過(guò)程中應(yīng)盡量尋求其他來(lái)源的多光譜數(shù)據(jù)進(jìn)行融合。

CBERS-02B HR;ASTER;ALOS;影像融合

一、引 言

對(duì)于高空間分辨率數(shù)據(jù)而言，其光譜分辨率一般較低。而遙感數(shù)據(jù)融合可將單一傳感器的多光譜信息或不同類(lèi)別傳感器所提供的信息加以綜合，改善遙感信息提取的及時(shí)性和可靠性，提高數(shù)據(jù)的使用效率［1］。通過(guò)多年的發(fā)展，許多融合方法如IHS、PCA、小波變換、Pan sharp、Gram-schmidt等已經(jīng)非常成熟。同時(shí)，針對(duì)如TM、SPOT等影像對(duì)不同融合方法的適合程度，相關(guān)學(xué)者也作了大量研究。但是，對(duì)于CBERS-02B HR數(shù)據(jù)的融合試驗(yàn)還相對(duì)較少，更缺乏針對(duì)CBERS-02B HR數(shù)據(jù)的多源遙感數(shù)據(jù)融合試驗(yàn)［2-11］。

在此基礎(chǔ)上，筆者提出選取CBERS-02B CCD、ASTER、ALOS 3種傳感器的多光譜數(shù)據(jù)與HR數(shù)據(jù)搭配，通過(guò)PCA、SVR、Brovey、IHS 4種常用融合方法進(jìn)行融合，并對(duì)融合影像進(jìn)行定性與定量的評(píng)價(jià)，以期進(jìn)一步拓寬CBERS-02B星HR數(shù)據(jù)的使用渠道。

二、研究區(qū)概況與數(shù)據(jù)預(yù)處理

1.研究區(qū)概況

以貴州省貴陽(yáng)市部分區(qū)域?yàn)檠芯繀^(qū)。貴陽(yáng)市地處黔中喀斯特高原，其特點(diǎn)是地勢(shì)較平緩，丘陵起伏，壩子連片。一般海拔高度為1250～1300 m，研究區(qū)地貌組合形態(tài)主要是溶丘洼地，其次是峰叢洼地。區(qū)內(nèi)包含有城市建筑、河流、公路、林地、耕地、水域等土地利用類(lèi)型。

2.數(shù)據(jù)來(lái)源

以2008年CBERS-02B星HR數(shù)據(jù)為基礎(chǔ)，分別選取同期 CBERS-02B星 CCD、ASTER、ALOS (AVNIR-2)3個(gè)傳感器的多光譜數(shù)據(jù)參與融合。數(shù)據(jù)概況見(jiàn)表1。

表1 遙感數(shù)據(jù)基本參數(shù)

3.數(shù)據(jù)融合

采用PCA變換、Brovey變換、SVR變換、IHS變換4種方法進(jìn)行融合研究。由于CBERS-02B CCD、ALOS(AVNIR-2)的2、3、4波段光譜范圍對(duì)應(yīng)ASTER多光譜數(shù)據(jù)的1、2、3波段，同時(shí)Brovey變換只能對(duì)多光譜的3個(gè)波段進(jìn)行融合，因此試驗(yàn)選取CBERS-02B星CCD、ALOS(AVNIR-2)的2、3、4波段以及ASTER多光譜數(shù)據(jù)的1、2、3波段參與融合，融合后影像均為標(biāo)準(zhǔn)假彩色圖像，如圖1～圖3所示。

圖1 不同融合方法的CBERSO2B星影像

圖2 不同融合方法的ALOS影像

圖3 不同融合方法的ASTER影像

(1)PCA變換(主成分分析法)

PCA變換是建立在影像統(tǒng)計(jì)特征基礎(chǔ)上的多維線性變換，具有方差信息濃縮、數(shù)據(jù)量壓縮的作用，數(shù)學(xué)上又稱(chēng)K-L變換［10］。PCA變換的具體步驟:多光譜波段經(jīng)過(guò)PCA變換后，首先將全色高分辨率圖像進(jìn)行灰度拉伸，使其均值和方差與PCA變換的第一分量的圖像一致;然后用拉伸過(guò)的高分辨率全色圖像代替第一分量;最后經(jīng)過(guò)PCA逆變換得到融合圖像。

(2)Brovey變換

Brovey變換是一種對(duì)遙感數(shù)據(jù)進(jìn)行融合的較為簡(jiǎn)單的方法。該方法通過(guò)歸一化后的多光譜波段與高分辨率影像乘積來(lái)增強(qiáng)影像的信息［11］。其融合后的紅(R)、綠(G)、藍(lán)(B)3波段結(jié)果圖像為

(3)SVR變換

Zhang［12］在Munechika所提出SVR方法的基礎(chǔ)上又提出了一種改進(jìn)型的SVR方法，用來(lái)進(jìn)行全色和多光譜影像的融合。首先計(jì)算多光譜波段與全色波段之間的回歸系數(shù);然后根據(jù)回歸系數(shù)和多光譜波段合成模擬高空間分辨率的全色影像;最后利用比值變換完成各波段的融合［13］。計(jì)算公式為

式中，XSPi表示第i波段融合后灰度;PANH為高分辨率全色波段灰度值;XSLi為第i波段原始灰度值; PANLS為多光譜波段合成的全色波段灰度值;δi為高分辨率全色波段與多光譜波段XSLi間的回歸系數(shù)。

(4)IHS變換

IHS變換是目前應(yīng)用十分廣泛的一種RGB彩色融合變換方法。IHS變換首先利用正變換將多光譜圖像從RGB三原色空間變換到IHS彩色空間，得到亮度I(intensity)、色度H(hue)和飽和度S(saturation)3個(gè)分量;然后，將高分辨率全色圖像與分離出的亮度I分量進(jìn)行直方圖匹配，使其灰度的均值和方差與分量I圖像一致;最后，用匹配好的全色波段代替I分量，與分離出的H、S分量進(jìn)行IHS逆變換，重新回到RGB空間。RGB系統(tǒng)與IHS系統(tǒng)轉(zhuǎn)換的關(guān)系式為［14］

式中，I為亮度;H為色度;S為飽和度;v1、v2為中間變量。

三、融合效果分析與對(duì)比

1.CBERS-02B HR與CCD的融合結(jié)果評(píng)價(jià)與分析

由表2的統(tǒng)計(jì)數(shù)據(jù)可知:IHS和SVR兩種變換法在信息熵和標(biāo)準(zhǔn)差兩個(gè)空間信息評(píng)價(jià)因子中的均值最高，說(shuō)明IHS和SVR變換法在空間信息增強(qiáng)方面效果最好，融合圖像的細(xì)節(jié)和紋理信息最清晰，其中SVR變換法優(yōu)于IHS變換法。由影像各波段的相關(guān)系數(shù)和灰度均值可知，IHS和SVR變換法在光譜保持方面效果也比較好。經(jīng)IHS變換法融合的圖像，其灰度平均值與原始影像更接近，但其相關(guān)系數(shù)略小于SVR變換，因此綜合考慮在CBERS-02B HR與CCD數(shù)據(jù)融合時(shí)SVR變換法更適合。

2.CBERS-02B HR與ASTER的融合結(jié)果評(píng)價(jià)與分析

由表2可知，PCA和SVR兩種變換法的信息熵和標(biāo)準(zhǔn)差都較高，說(shuō)明PCA和SVR變換法在空間信息增強(qiáng)方面效果最好，其中PCA變換法優(yōu)于SVR變換法。從影像各波段的相關(guān)系數(shù)和灰度均值看，SVR變換法在光譜保持方面明顯優(yōu)于PCA變換法。通過(guò)圖3目視比對(duì)也可以看出，SVR變換法所得影像較亮，圖像鮮明，但不夠厚重、信息不足，尤其對(duì)植被的顯示顏色偏淡;而PCA變換法所得融合影像的亮度不足，整體影像霧感較重。

3.CBERS-02B HR與ALOS的融合結(jié)果評(píng)價(jià)與分析

由表2可知，IHS變換法的各項(xiàng)評(píng)價(jià)指標(biāo)均值為最高，在空間信息增強(qiáng)和光譜信息保持方面都優(yōu)于其他融合方法。同時(shí)，與CBERS-02B HR與CCD的融合影像，以及CBERS-02B HR與ASTER的融合影像相比，也體現(xiàn)了較好的效果，各評(píng)價(jià)指標(biāo)值遠(yuǎn)高于其他兩種組合的融合影像。

表2 3種影像數(shù)據(jù)的不同融合方法所得融合結(jié)果的統(tǒng)計(jì)值

通過(guò)分析可知，在CBERS-02B HR數(shù)據(jù)的使用過(guò)程中，可以選用非同源的其他多光譜數(shù)據(jù)進(jìn)行融合。筆者選取了ALOS、ASTER、CBERS-02B CCD 3種多光譜數(shù)據(jù)進(jìn)行試驗(yàn)，融合效果最佳的為ALOS參與的融合圖像。同時(shí)，在4種融合方法的對(duì)比中，IHS、SVR兩種變換法分別在CBERS-02B HR數(shù)據(jù)與ALOS、CBERS-02B CCD多光譜數(shù)據(jù)融合時(shí)取得最佳效果;而在與ASTER數(shù)據(jù)進(jìn)行融合時(shí)，SVR和PCA變換法各有優(yōu)點(diǎn)，因此要根據(jù)實(shí)際要求加以選擇或者再尋找在各方面都較理想的融合方法。

四、結(jié)束語(yǔ)

筆者選取3種數(shù)據(jù)搭配方式在4種變換方式中進(jìn)行融合試驗(yàn)，并通過(guò)4個(gè)指標(biāo)進(jìn)行定量評(píng)價(jià)。在理論上提出CBERS-02B HR數(shù)據(jù)融合的最佳組合方式和方法，為CBERS-02B HR數(shù)據(jù)的使用提出了新的途徑。但是，所選取融合方法和評(píng)價(jià)體系還存在一定的局限:

1)只選取了最簡(jiǎn)單易行的4種融合方法，對(duì)于其他融合方法本研究還缺乏更加詳盡的論證，應(yīng)從融合方法的角度探索CBERS-02B HR數(shù)據(jù)有效的使用途徑。

2)構(gòu)建的融合影像評(píng)價(jià)體系中缺乏對(duì)紋理細(xì)節(jié)的評(píng)價(jià)指標(biāo)，在進(jìn)一步的試驗(yàn)過(guò)程中應(yīng)進(jìn)行高通濾波等試驗(yàn)，以驗(yàn)證融合數(shù)據(jù)的高頻信息傳導(dǎo)狀況。

3)只選取了ALOS、ASTER、CBERS-02B CCD 3種多光譜數(shù)據(jù)，這3種多光譜數(shù)據(jù)的空間分辨率都在10 m以下，這對(duì)最終的融合結(jié)果將造成影響，在進(jìn)一步的試驗(yàn)過(guò)程中應(yīng)選取比CBERS-02B HR的空間分辨率低3倍以內(nèi)的數(shù)據(jù)進(jìn)行試驗(yàn)。

4)由于融合試驗(yàn)對(duì)影像的空間配準(zhǔn)精度要求極高，因此本研究的試驗(yàn)區(qū)域范圍較小，導(dǎo)致最終結(jié)論具有一定的片面性，在今后的研究中有待加強(qiáng)。

［1］ 賈永紅，李德仁.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］ 王奇，李杏朝，李俊杰，等.CBERS-02B星HR與CCD影像融合研究［J］.遙感技術(shù)與應(yīng)用，2008，23(4): 468-471.

［3］ 李秉柏，楊沈斌，申雙和.ENVISAT ASAR數(shù)據(jù)與CBERS-02數(shù)據(jù)的融合與應(yīng)用［J］.地球信息科學(xué)，2008，10(2):263-268.

［4］ 王海暉，彭嘉雄，吳巍，等.多源遙感圖像融合效果評(píng)價(jià)方法研究［J］.計(jì)算機(jī)工程與應(yīng)用，2003，39(25):33-37.

［5］ 李軍，周月琴.小波變換用于高分辨率全色影像與多光譜影像的融合研究［J］.遙感學(xué)報(bào)，1999，3(2):116-121.

［6］ 陳志剛，束炯.基于Savitzky—Golay方法的遙感影像融合［J］.地理與地理信息科學(xué)，2011，27(2):26-29.

［7］ 李京忠，劉詠梅.CBERS-02B HR與CCD影像圖像融合應(yīng)用及評(píng)價(jià)——以陜西省西鄉(xiāng)縣土地利用分類(lèi)為例［J］.水土保持通報(bào)，2009，29(2):160-164.

［8］ 李玉霞，李麗，鄭澤忠.CBERS-02圖像在土地利用/覆蓋動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用［J］.四川師范大學(xué)學(xué)報(bào):自然科學(xué)版，2006，29(5):627-630.

［9］ 贠培東，曾永年，歷華.不同遙感影像融合方法效果的定量評(píng)價(jià)研究［J］.遙感信息，2004(4):40-45.

［10］ 孫丹峰.IKONOS全色與多光譜數(shù)據(jù)融合方法的比較研究［J］.遙感技術(shù)與應(yīng)用，2002，17(1):41-45.

［11］ 許榕峰，徐涵秋.ETM+全色波段及其多光譜波段圖像的融合研究［J］.地球信息科學(xué)，2004，6(1):99-103.

［12］ ZHANG Y.A New Merging Method and Its Spectral and Spatial Effects［J］.Int.J.Remote Sensing，1999，20(10):2003-2014.

［13］ 譚永生，沈掌泉，賈春燕，等.中高分辨率遙感影像融合研究［J］.遙感技術(shù)與應(yīng)用，2007，22(4):536-542.

［14］ 劉廷祥，黃麗梅，鮑文東.基于CBERS-02B和SPOT-5全色波段的圖像融合紋理信息評(píng)價(jià)研究［J］.遙感技術(shù)與應(yīng)用，2009，24(1):103-108.

［15］ 王忠武，趙忠明.圖像融合中配準(zhǔn)誤差的影響［J］.測(cè)繪科學(xué)，2010，35(2):96-98.

Research on the Multiple Resource RS Image Fusion Based on HR Data of CBERS-02B

ZHANG Yongrong，ZHOU Zhongfa，MA Shibin

0494-0911(2012)08-0011-04

P237

B

2011-11-03

國(guó)家973計(jì)劃(2012CB723202);貴州省"十一五"科技攻關(guān)項(xiàng)目(黔科合GY字［2009］3060);貴州省教育廳自然科學(xué)項(xiàng)目(黔教科2010098);貴州省科學(xué)技術(shù)基金(黔科合J字［2011］2052號(hào));貴陽(yáng)市科技計(jì)劃項(xiàng)目(［2009］筑科工合同字第1－045號(hào))

張勇榮(1982—)，女，黑龍江牡丹江人，碩士，講師，主要研究方向?yàn)榄h(huán)境遙感與地理信息系統(tǒng)應(yīng)用。