徐異凡,楊敏華(中南大學(xué)地球科學(xué)與信息物理學(xué)院,湖南 長(zhǎng)沙 410083)
?
GF-2衛(wèi)星數(shù)據(jù)影像融合方法的比較研究
摘 要本文以GF-2衛(wèi)星全色與多光譜數(shù)據(jù)為數(shù)據(jù)源,采用PCA、IHS、Brovey、HPF四種傳統(tǒng)融合方法對(duì)數(shù)據(jù)進(jìn)行融合處理,最后以主觀(guān)評(píng)價(jià)和定量分析相結(jié)合的方式對(duì)融合結(jié)果進(jìn)行綜合評(píng)價(jià)。結(jié)果表明:PCA融合方法整體效果較佳,融合后的影像不僅紋理清晰、色調(diào)均勻、反差適中,而且還能在提高影像空間分辨率的同時(shí),有效保留了原始多光譜影像的光譜信息,可作為GF-2衛(wèi)星數(shù)據(jù)一種較好的融合方法。
關(guān)鍵詞GF-2衛(wèi)星;影像融和;質(zhì)量評(píng)價(jià)
徐異凡*,楊敏華
(中南大學(xué)地球科學(xué)與信息物理學(xué)院,湖南 長(zhǎng)沙 410083)
GF-2衛(wèi)星于2014年8月19日上午11時(shí)15分在太原衛(wèi)星發(fā)射中心用長(zhǎng)征四號(hào)乙運(yùn)火箭成功發(fā)射,標(biāo)志著我國(guó)高空間分辨率遙感數(shù)據(jù)已經(jīng)步入亞米級(jí)“高分時(shí)代”[1,2],衛(wèi)星主要參數(shù)見(jiàn)表1。
GF-2衛(wèi)星是目前我國(guó)空間分辨率最高的光學(xué)對(duì)地觀(guān)測(cè)衛(wèi)星,作為一種全新的遙感數(shù)據(jù)源,研究適合該數(shù)據(jù)源的融合方法,提高其在國(guó)土資源、住建、交通、林業(yè)等主用戶(hù)行業(yè)的使用效率,意義重大。本文以PCA、IHS、Brovey、HPF四種融合算法對(duì)GF-2數(shù)據(jù)進(jìn)行融合對(duì)比分析,以期選出適合GF-2數(shù)據(jù)的融合算法,這為GF-2衛(wèi)星數(shù)據(jù)的產(chǎn)業(yè)化運(yùn)用提供了重要的技術(shù)參考。
1.1 融合的基本原理與方法
影像融合的基本原理是對(duì)相同地區(qū)的不同遙感影像數(shù)據(jù)進(jìn)行空間配準(zhǔn)后,利用一定的算法將兩幅影像結(jié)合起來(lái),形成一幅綜合兩幅影像優(yōu)勢(shì)且信息更為豐富的影像。目前針對(duì)多光譜與全色影像的融合方法有許多,較為流行且評(píng)價(jià)較高的融合方法有PanSharp、GS變換、小波變換法[3,4]等融合方法,而較為傳統(tǒng)的方法包括:PCA、IHS[5]、Brovey、HPF等。這些方法有利有弊,尤其是傳統(tǒng)的這幾類(lèi)方法還有很大的改進(jìn)空間,為了對(duì)這幾種傳統(tǒng)的融合方法進(jìn)行綜合性的對(duì)比與分析,本文有針對(duì)性地選取了PCA、IHS、Brovey、HPF四種較為傳統(tǒng)的融合方法對(duì)GF-2數(shù)據(jù)進(jìn)行融合實(shí)驗(yàn)。根據(jù)以往的研究表明:這四種方法各有其優(yōu)缺點(diǎn),PCA方法的優(yōu)點(diǎn)是能較強(qiáng)地保持多光譜特性并且融合的波段數(shù)目可以根據(jù)實(shí)際情況自由決定,但該方法難掌握彩色并且存在信息受損的現(xiàn)象。IHS融合方法的優(yōu)點(diǎn)是能保留大部分高分辨影像的信息,但該融合后同色系缺少層次,影響類(lèi)型的判斷且只能保留三個(gè)波段。Brovey變換法的優(yōu)點(diǎn)是不僅能保持原始影像的光譜信息,還能起到銳化影像的作用,但該方法往往存在一定的光譜扭曲。HPF融合方法的優(yōu)點(diǎn)是,不僅同時(shí)具有高分辨數(shù)據(jù)的空間信息和低分辨率的光譜信息,還通過(guò)濾波增強(qiáng)了影像的空間細(xì)節(jié),但該方法在一定程度上限制了重要的結(jié)構(gòu)信息,并且容易造成影像波譜扭曲。
表1 GF-2(高分二號(hào))衛(wèi)星數(shù)據(jù)主要技術(shù)參數(shù)Table 1 The main technical parameters of the GF-2 satellite data
1.2 融合效果評(píng)價(jià)方法與原理
融合效果的評(píng)價(jià)方法一般可以分為主觀(guān)評(píng)價(jià)和定量評(píng)價(jià),主觀(guān)評(píng)價(jià)即為評(píng)價(jià)者通過(guò)目視效果[6]對(duì)影像進(jìn)行直觀(guān)的評(píng)價(jià),主觀(guān)評(píng)價(jià)結(jié)果很大程度取決于評(píng)價(jià)者的專(zhuān)業(yè)經(jīng)驗(yàn),所以本文在目視評(píng)價(jià)的基礎(chǔ)上結(jié)合數(shù)理統(tǒng)計(jì)對(duì)融合后的影像進(jìn)行定量評(píng)價(jià)。其中本文選取六個(gè)評(píng)價(jià)參數(shù)分別為均值,標(biāo)準(zhǔn)差,信息量、平均梯度、相關(guān)系數(shù)、偏差指數(shù)。
(1)均值
均值為圖像中像素的灰度平均值,對(duì)人眼反映為平均亮度[7],其公式如下[8]:為灰度平均值;m為影像的行數(shù),n為影像的列數(shù),X(i,j)為對(duì)應(yīng)像元的灰度值[8]。
(2)標(biāo)準(zhǔn)差
標(biāo)準(zhǔn)差反映了圖像灰度相對(duì)于灰度均值的離散情況[9],標(biāo)準(zhǔn)差越大灰度級(jí)分布越分散,圖像的反差越大,有利于信息的提取實(shí)驗(yàn),其公式為[8]:
式中:
(3)信息量
信息量(H)反映圖像包含地物信息詳細(xì)程度的指標(biāo),一般情況下用熵來(lái)表示。通常情況下,融合影像的熵值反映了影像信息的含量,熵值越大,則說(shuō)明信息量越豐富,圖像蘊(yùn)含的信息越多,融合的效果也越好[10,11]。其計(jì)算公式如下[12]:
式中:pi為像素灰度值為i的概率,max為灰度值的最大值。
(4)相關(guān)系數(shù)
權(quán)重分配的合理與否將直接影響到評(píng)價(jià)結(jié)果的準(zhǔn)確性[5]。根據(jù)評(píng)價(jià)指標(biāo)對(duì)普查工作戰(zhàn)略目標(biāo)的重要性應(yīng)分別賦予不同的權(quán)重。采用AHP法[6],通過(guò)一致性檢驗(yàn)的即為該權(quán)重;未通過(guò)一致性檢驗(yàn)的指標(biāo)反饋給專(zhuān)家,重新進(jìn)行兩兩對(duì)比,直到所有的指標(biāo)的權(quán)重都通過(guò)一致性檢驗(yàn)。最后將所有專(zhuān)家得出的權(quán)重求權(quán)重算術(shù)平均值,得出的指標(biāo)體系的權(quán)重的結(jié)果見(jiàn)表1。
相關(guān)系數(shù)是反映的是融合影像與原始影像光譜特征的相似程度[11],同時(shí)也反映融合影像在空間細(xì)節(jié)方面的改變程度。一般情況下其值越大,相關(guān)程度越高其計(jì)算公式為[8]:
其中:Fij、 Mij分別為融合前后各對(duì)應(yīng)波段的像素灰度值,分別為融合前后對(duì)應(yīng)波段間的灰度平均值。
(5)平均梯度
平均梯度即為圖像的清晰度,清晰度是圖像細(xì)節(jié)邊緣變化的敏銳程度。其值可以客觀(guān)衡量影像細(xì)節(jié)反差表達(dá)的能力,一般來(lái)說(shuō),平均梯度越大,表明影像越清晰,反差越好,但平均梯度受影像噪聲的影響越大。其計(jì)算公式為[13]:
其中:G為影像某一波段的平均梯度,F(xiàn)(i,j)為影像在點(diǎn)(i,j)處的灰度值。
(6)偏差指數(shù)
偏差指數(shù)表明融合影像與原多光譜影像相對(duì)偏差,其值越小,保持光譜信息能量越強(qiáng)。其公式為[14]:
2.1 數(shù)據(jù)概況
本實(shí)驗(yàn)以GF-2衛(wèi)星多光譜(4個(gè)波段)和全色波段影像為數(shù)據(jù)源,以云霧覆蓋少,噪聲條帶少、時(shí)效性較好為原則選取實(shí)驗(yàn)數(shù)據(jù)開(kāi)展融合評(píng)價(jià), 實(shí)驗(yàn)數(shù)據(jù)為2015年2月17日獲取的長(zhǎng)沙縣地區(qū)數(shù)據(jù),數(shù)據(jù)全色分辨率1 m,多光譜分辨率4 m,產(chǎn)品序列號(hào)為658562,云覆蓋量為0%,側(cè)視角為0°。該地區(qū)位于湖南省的東部偏北,其地貌包括山地、丘陵、崗地、平原等類(lèi)型。
2.2 融合實(shí)驗(yàn)
以erdas為實(shí)驗(yàn)操作平臺(tái),對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了配準(zhǔn)等預(yù)處理,其配準(zhǔn)誤差控制在0.5個(gè)像元內(nèi)。為了保證融合的最佳效果,在進(jìn)行融合實(shí)驗(yàn)前提高全色影像亮度,以增強(qiáng)局部反差,突出紋理細(xì)節(jié),對(duì)多光譜數(shù)據(jù)進(jìn)行彩色增強(qiáng),以拉大不同地類(lèi)之間的色彩反差,突出其光譜彩色信息。對(duì)其處理后的全色影像和多光譜影像進(jìn)行PCA融合、IHS融合、Brovey變換融合、HPF融合,其融合效果圖詳見(jiàn)圖1~6。圖3 PCA融合影像Fig.3 PCA fusion image
圖1 原始全色影像Fig.1 Original panchromatic image
圖2 原始多光譜影像Fig.2 Original multispectral image
圖4 IHS融合影像Fig.4 IHS fusion image
圖5 Brovey融合影像Fig.5 Brovey fusion image
圖6 HPF融合影像Fig.6 HPF fusion image
3.1 主觀(guān)評(píng)價(jià)分析
本文從色調(diào)、飽和度、紋理以及整體效果這四方面對(duì)影像進(jìn)行對(duì)比與評(píng)價(jià)。從色調(diào)方面來(lái)看(圖1~6),其色調(diào)保持性較差的為IHS,其次是Brovey,如:Brovey融合方法中水域偏藍(lán),而IHS融合方法中光譜信息丟失嚴(yán)重。PCA的色調(diào)保持性較好。從飽和度方面來(lái)看(圖1~6),PCA的彩色飽和度相對(duì)較好,Brovey與和HPF次之,IHS較差。從紋理方面來(lái)看(圖7~10),PCA方法融合后的影像地物紋理信息最為豐富,建設(shè)用地、耕地、道路等主要地物的紋理邊緣較清晰,HPF與Brovey融合方法紋理較為模糊,IHS較差。所以就整體目視效果而言可以得出結(jié)論:①PCA方法融合后的影像地物清晰,色調(diào)自然,能較好的分辨耕地、道路、建設(shè)用地以及其它地物,整體融合效果較好。②HPF存在朦霧現(xiàn)象,基本能分辨各類(lèi)地物,視覺(jué)效果一般。③Brovey融合后的影像效果一般。④IHS影像不僅存在朦霧,并且存在很多細(xì)小的黑點(diǎn),噪聲現(xiàn)象嚴(yán)重,很難分辨各類(lèi)地物,效果較差。
3.2 定量評(píng)價(jià)分析
原始影像各個(gè)波段以及融合后影像的均值、標(biāo)準(zhǔn)差、信息熵、平均梯度和相關(guān)系數(shù)(表2)。
圖7 PCA融合Fig.7 PCA fusion
圖8 IHS融合Fig.8 IHS fusion
圖9 Brovey融合Fig.9 Brovey fusion
圖10 HPF融合Fig.10 HPF fusion image
表2 定量評(píng)價(jià)結(jié)果統(tǒng)計(jì)表Table 2 Statistical table of the quantitative evaluation result
經(jīng)過(guò)對(duì)表中各指標(biāo)的數(shù)值進(jìn)行對(duì)比與分析,可以得出一下結(jié)論:
①Brovey變換法融合后的均值最小,亮度信息變化最大,HPF法融合后的均值與原始多光譜影像的最為接近,所以該法融合后的影像光譜畸變最小[15]。
②Brovey法融合后的標(biāo)準(zhǔn)差四個(gè)波段均未超過(guò)3為四種方法中最小,相反,IHS的標(biāo)準(zhǔn)差相對(duì)較大,所以就標(biāo)準(zhǔn)差而言,IHS質(zhì)量較好,PCA與HPF兩種方法一般,Brovey法得到的影像質(zhì)量最差。
③信息熵值的整體排序?yàn)镮HS>PCA>HPF >Brovey,因此,單就信息熵而言,Brovey法融合的影像質(zhì)量相對(duì)最差,信息損失大。HPF次之。反之,IHS融合提高了影像的信息熵,說(shuō)明其空間信息表達(dá)能力也在一定程度上有所提高,PCA相比原始多光譜影像的值略有下降,說(shuō)明其方法未能改善影像信息量。
④IHS的平均梯度值最大,表明該影像最為清晰,但受到噪聲的影響也最大,視覺(jué)效果不好。HPF與PCA不相上下,效果應(yīng)為最好。相反,Brovey平均梯度值最小,均未超過(guò)0.6,因此,該影像最為模糊,不適合對(duì)邊界清晰度要求高的融合實(shí)驗(yàn)。
⑤四種融合方法得到的相關(guān)系數(shù)整體都偏小,最大也未超過(guò)0.8,說(shuō)明此四中方法融合后的影像與原始多光譜影像的相似程度均偏低。經(jīng)比較,HPF的相關(guān)系數(shù)最大,說(shuō)明其信息保持性相對(duì)較好,相似程度較高,其次是PCA。IHS法的相關(guān)系數(shù)最小,信息失真嚴(yán)重。
⑥偏差指數(shù)值整體的大小排序?yàn)锽rovey>PCA>IHS>HPF,其中,Brovey方法保持光譜信息能力最差。
本文選擇四種較為傳統(tǒng)的融合方法,針對(duì)GF-2號(hào)衛(wèi)星數(shù)據(jù)進(jìn)行融合對(duì)比實(shí)驗(yàn),通過(guò)目視評(píng)價(jià)并結(jié)合定量評(píng)價(jià)可以得出以下結(jié)論:該四種方法中,PCA融合方法是較適合GF-2號(hào)衛(wèi)星影像數(shù)據(jù)的融合方法,該結(jié)論為今后GF-2衛(wèi)星數(shù)據(jù)的應(yīng)用提供了借鑒和參考。
參考文獻(xiàn)/Reference
[1]我國(guó)高分衛(wèi)星與應(yīng)用簡(jiǎn)析[J].衛(wèi)星應(yīng)用,2015(3),44-48.[2]邱學(xué)雷.高分二號(hào)衛(wèi)星成功發(fā)射開(kāi)啟我國(guó)遙感衛(wèi)星亞米級(jí)時(shí)代[J].國(guó)防科技工業(yè),2014,10-11.
[3]Du Y,Guindon B,Cihlar J.Haze Detection and Removal in High Resolution Satellite Image with Wavelet Analysis[J].IEEE Trans on Geosci Remote Sens,2002,40(1):210-217.
[4]Lallier H,Mitra K.Mult-isensor Image Fusion Using the Wavelet Tansform.[J].Graphical Models and Image Processing,1995,57(3):235-245.
[5]張慶河.土地利用動(dòng)態(tài)遙感監(jiān)測(cè)技術(shù)研究[D].中南大學(xué),2008.
[6]Schetselaar E M.Fusion by the HIS Transform should We Use Cylindrical or Spherical Coordinates[J].Int J Remote sensing,1998,19(4):759-765.
[7]]黎新亮,趙書(shū)河,柯長(zhǎng)青,管開(kāi)宇.遙感圖像融合定量評(píng)價(jià)方法及實(shí)驗(yàn)研究[J].遙感技術(shù)與應(yīng)用,2007,22(3):460-465.
[8]崔佳潔,李世明.高分一號(hào)衛(wèi)星影像的融合方法比較研究[J].黑龍江工程學(xué)院學(xué)報(bào)2015,29(3):12-15.
[9]李美麗,李言俊,王紅梅.多聚焦圖像融合的Contourlet變換方法[J].計(jì)算機(jī)工程與應(yīng)用,2009,45(10):20-22.
[10]趙英時(shí).遙感應(yīng)用分析原理與方法[M].北京;科學(xué)出版社,2003.
[11]王欽軍,田慶久.IRS-P6衛(wèi)星LISS3圖像數(shù)據(jù)質(zhì)量評(píng)價(jià)[J].地理與地理信息科學(xué),2007,23(3):11-14.
[12]王福民,黃敬峰,徐俊鋒.基于穗帽變換的IKONOS多光譜和全色影像融合[J].浙江大學(xué)學(xué)報(bào)(工學(xué)版),2008,42(8):1381-1384.
[13]劉錕,付晶瑩,李飛.高分一號(hào)衛(wèi)星4融合方法評(píng)價(jià)[J].遙感技術(shù)與應(yīng)用,2015,30(5):980-986.
[14]曹春旭.資源一號(hào)O2C衛(wèi)星數(shù)據(jù)質(zhì)量評(píng)價(jià)[D].中國(guó)地質(zhì)大學(xué)(北京),2014.
[15]王曉錦,姜蕓.高分一號(hào)遙感衛(wèi)星影像融合及質(zhì)量評(píng)價(jià)方法研究[J].測(cè)繪與空間地理信息,2015,38(8):178-182.
A Comparative study of image fusion algorithms for GF-2 satellite
Xu Yifan,Yang Minhua
(School of Geosciences and Info-Physics,Central South University,Changsha Hunan 410083)
Abstract:In this paper,by using panchromatic and multi-spectral GF-2 satellite data as the data source,and the four traditional fusion algorithms:PCA,IHS,Brovey,HPF as the image fusion methods,comprehensive evaluation of the effectiveness of image fusion was made through subjective evaluation and quantitative analysis.The results indicate that the PCA fusion method can be used as an effective fusion method for GF-2 satellite data,owing to its better integral effect,clearer texture,more uniform color,appropriate contrast,and its ability to improve image spatial resolution,and effectively retain the spectrum information of the original multispectral image.
Key Words:GF-2 satellite;image fusion;quality evaluation
收稿日期:2016-3-1;改回日期:2016-3-11。
*第一作者簡(jiǎn)介徐異凡,女,1992年生,中南大學(xué)碩士研究生,主要研究方向資源環(huán)境遙感。E-mail:1016540970@qq.com
中圖分類(lèi)號(hào):P283.49
文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):1672-5603(2016)01-091-6