王崇倡,薛榮榮,,趙世湖,劉書(shū)含,王 霞,李鴻洲,劉梓欽
(1.遼寧工程技術(shù)大學(xué)測(cè)繪與地理科學(xué)學(xué)院,遼寧 阜新 123000;2.自然資源部國(guó)土衛(wèi)星遙感應(yīng)用中心,北京 110048)
高分五號(hào)(GF-5)衛(wèi)星搭載的可見(jiàn)短波紅外高光譜相機(jī)AHSI(visible-shortwave infrared Advanced Hyperspectral Imager)是國(guó)際上首臺(tái)兼顧寬覆蓋、寬譜段并具備高定量化水平的星載高光譜相機(jī)[1],在水環(huán)境遙感、生態(tài)環(huán)境遙感、固體廢棄物遙感及礦物識(shí)別與填圖領(lǐng)域具有重要意義[2,3],對(duì)GF-5 AHSI遙感影像數(shù)據(jù)進(jìn)行質(zhì)量評(píng)價(jià)和波段可用性分析具有重要參考價(jià)值。目前,高光譜影像一般從噪聲、清晰度和信息量等方面進(jìn)行質(zhì)量評(píng)價(jià),相關(guān)研究有:張霞等[4]采用信噪比、地面分解力、清晰度、輻射精度和反差5個(gè)指標(biāo)對(duì)中巴地球資源一號(hào)衛(wèi)星紅外多光譜掃描儀(IRMSS)4個(gè)波段的零級(jí)影像進(jìn)行了全面質(zhì)量評(píng)價(jià);周雨霽等[5]采用輻射精度、信息量、清晰度、信噪比等指標(biāo)對(duì)揚(yáng)州地區(qū)Hyperion L1R影像進(jìn)行質(zhì)量評(píng)價(jià);巫兆聰?shù)萚6]利用值域、均值和標(biāo)準(zhǔn)差等灰度特征指標(biāo)以及對(duì)比度、清晰度、信息熵和角二階矩等紋理特征指標(biāo)評(píng)價(jià)了GF-1影像的整體質(zhì)量;邢嘵達(dá)等[7]采用輻射精度、信息熵、信噪比、清晰度等指標(biāo)對(duì)THEMIS-T-FPS 2500地面高光譜成像儀數(shù)據(jù)進(jìn)行了質(zhì)量評(píng)價(jià);吳興等[8]采用輻射精度、信噪比、信息熵和清晰度4個(gè)指標(biāo)對(duì)SPARK 1A級(jí)數(shù)據(jù)質(zhì)量進(jìn)行了評(píng)價(jià);董勝越等[9]利用信噪比、清晰度、信息量和輻射不均一性4個(gè)指標(biāo)對(duì)GF-5全譜段光譜成像儀影像數(shù)據(jù)質(zhì)量進(jìn)行了評(píng)價(jià)。
綜上,目前針對(duì)多光譜/高光譜影像質(zhì)量評(píng)價(jià)的指標(biāo)和方法已較為成熟,對(duì)于高光譜原始DN值影像的主要評(píng)價(jià)指標(biāo)為信噪比、清晰度和信息熵3個(gè)指標(biāo),但尚未發(fā)現(xiàn)針對(duì)GF-5 AHSI影像進(jìn)行質(zhì)量評(píng)價(jià)與波段可用性選擇的研究,不利于GF-5衛(wèi)星高光譜數(shù)據(jù)的處理與應(yīng)用。噪聲標(biāo)準(zhǔn)差也是評(píng)價(jià)影像噪聲的重要指標(biāo),且對(duì)影像紋理依賴(lài)低,因此,本文選取噪聲標(biāo)準(zhǔn)差、信息熵和清晰度3個(gè)指標(biāo)對(duì)GF-5 AHSI高光譜數(shù)據(jù)進(jìn)行質(zhì)量評(píng)價(jià),并對(duì)比高光譜影像的波段響應(yīng)差異,評(píng)判高光譜影像的可用性。
GF-5的AHSI高光譜數(shù)據(jù),成像幅寬為60 km,空間分辨率為30 m,光譜范圍400~2 500 nm,光譜通道330個(gè),其中可見(jiàn)近紅外波段(VNIR)共150個(gè)波段,光譜分辨率為5 nm,短波紅外波段(SWIR)共180個(gè)波段,光譜分辨率為10 nm。本文分析典型地物植被GF-5 AHSI高光譜數(shù)據(jù)的光譜響應(yīng)特點(diǎn),其中,影像的DN值為12 bit,取值范圍為0~4 096。由圖1可知:在約560 nm可見(jiàn)光波段處有一個(gè)反射峰值,兩側(cè)450 nm(藍(lán)光)和670 nm(紅光)處則有兩個(gè)吸收帶;近紅外波段700~800 nm處出現(xiàn)反射陡坡,至900 nm和1 100 nm附近分別有一個(gè)峰值,1 000 nm處出現(xiàn)一個(gè)吸收帶,形成植被獨(dú)有特征;短波紅外波段1 300~2 500 nm 處受植被含水量影響,吸收率升高,反射率下降。
圖1 植被影像DN光譜曲線(xiàn)和反射率光譜曲線(xiàn)對(duì)比Fig.1 Comparison of DN spectral curves and reflectance curves of vegetation image
為保證評(píng)價(jià)結(jié)果的可靠性,實(shí)驗(yàn)分別選取3組不同成像時(shí)間和地表覆蓋類(lèi)型的影像進(jìn)行質(zhì)量評(píng)價(jià),進(jìn)而分析波段的可用性。每組影像包含兩景數(shù)據(jù),為同一區(qū)域地表覆蓋類(lèi)型相近、但成像時(shí)間不同的GF-5 AHSI高光譜數(shù)據(jù)(圖2):圖2a、圖2b分別是黑龍江省肇東市2019年10月7日和2019年11月27日數(shù)據(jù),云覆蓋率較高,地表覆蓋類(lèi)型主要為土地、居民區(qū);圖2c、圖2d分別是河北省潘家口地區(qū)2019年9月24日和2019年11月14日數(shù)據(jù),地表覆蓋類(lèi)型主要為河流、山地;圖2e、圖2f分別是黑龍江省雙鴨山市地區(qū)2019年4月27日和2019年4月20日數(shù)據(jù),地表覆蓋類(lèi)型主要為居民區(qū)和少量山地。
圖2 AHSI高光譜數(shù)據(jù)Fig.2 Hyperspectral data of AHSI
本文分別選取噪聲標(biāo)準(zhǔn)差、信息熵和清晰度3個(gè)指標(biāo)對(duì)各波段影像的質(zhì)量進(jìn)行評(píng)估。
在基于光譜域的噪聲評(píng)估方面,Roger等[10]提出了空間維去相關(guān)法(SSDC),其主要思想是高光譜數(shù)據(jù)空間維和光譜維存在高相關(guān)性,多元線(xiàn)性回歸法可去除高相關(guān)性的數(shù)據(jù),然后利用得到的殘差影像對(duì)噪聲進(jìn)行估算。影像殘差的計(jì)算公式為:
(1)
(2)
式中:p表示xi,j,k的空間鄰域像元位置;a、b、c、d為多元線(xiàn)性回歸方程的系數(shù)。
Gao等[11]基于高光譜影像中地物均質(zhì)性和光譜維高相關(guān)性的基本特征,提出了基于均勻區(qū)域劃分和光譜維去相關(guān)(HRDSDC)的高光譜影像噪聲估計(jì)方法。該方法假設(shè)噪聲與信號(hào)無(wú)關(guān),對(duì)影像空間紋理特征的依賴(lài)相對(duì)較低。首先,根據(jù)地物在空間上連續(xù)分布將影像分為均勻的子塊,使用式(1)和式(2)計(jì)算每個(gè)子塊的殘差,并將殘差的標(biāo)準(zhǔn)差視為該子塊的噪聲標(biāo)準(zhǔn)差;然后,計(jì)算所有子塊噪聲標(biāo)準(zhǔn)差的均值,均值越小,說(shuō)明影像中的有效信息比例越高,影像質(zhì)量越好。
清晰度指影像邊緣灰度值變化的劇烈程度,是衡量影像目視效果的重要指標(biāo)[12],邊緣越清晰,可分辨性越好[8]。常見(jiàn)的清晰度評(píng)價(jià)方法有平均梯度法、Breneer梯度法、能量梯度法和方差法等,本文選擇平均梯度法,被評(píng)價(jià)波段平均梯度計(jì)算公式為:
FMean=
(3)
式中:f(x,y)表示像素點(diǎn)(x,y)處的灰度值;M、N分別為影像的總行數(shù)、總列數(shù)。
信息熵用于評(píng)價(jià)遙感影像的信息量,其值越大,表明影像信息越豐富,影像越清晰。被評(píng)價(jià)波段信息熵計(jì)算公式為:
(4)
式中:Pi為灰度為i的像元出現(xiàn)的概率。
基于式(1)-式(4)計(jì)算得到噪聲標(biāo)準(zhǔn)差、清晰度和信息熵(圖3,彩圖見(jiàn)封2)。從圖3a-圖3c明顯看出,SWIR中,第43-50、96-112共25個(gè)波段的噪聲標(biāo)準(zhǔn)差、信息熵和清晰度曲線(xiàn)不存在或值為0。這些波段的中心波長(zhǎng)分布于SWIR的1 359.03~1 418.17 nm及1 805.44~1 940.15 nm間,集中在大氣透射窗口以外、受水汽影響較嚴(yán)重的波長(zhǎng)范圍內(nèi),影像模糊不清,難以利用,當(dāng)作無(wú)效波段。從圖3a、圖3d可以看出,盡管地表覆蓋類(lèi)型不同,但噪聲標(biāo)準(zhǔn)差曲線(xiàn)整體趨勢(shì)一致,說(shuō)明本文的噪聲估計(jì)方法穩(wěn)定性好。統(tǒng)計(jì)噪聲標(biāo)準(zhǔn)差的分布情況發(fā)現(xiàn),VNIR的噪聲標(biāo)準(zhǔn)差基本小于6,SWIR除去無(wú)效波段后剩余155個(gè)波段,第1-42(1 004.77~1 350.58 nm)、 51-95(1 426.61~1 797.02 nm)波段的噪聲標(biāo)準(zhǔn)差小于6,第113-180(1 948.57~2 513.25 nm)波段的噪聲標(biāo)準(zhǔn)差基本大于6;對(duì)噪聲標(biāo)準(zhǔn)差小于6和大于6的波段影像進(jìn)行分析(圖4),發(fā)現(xiàn)前者的波段影像質(zhì)量較好,后者的波段影像條帶噪聲明顯,建議在使用前進(jìn)行去條帶處理。
圖3 AHSI客觀指標(biāo)Fig.3 Objective indicators of AHSI
圖4 GF-5 AHSI高光譜數(shù)據(jù)SWIR噪聲標(biāo)準(zhǔn)差大于6和小于6的波段影像對(duì)比(示例)Fig.4 Comparison of noise standard deviation higher than 6 and less than 6 of bands in SWIR for GF-5 AHSI data
由信息熵計(jì)算結(jié)果(圖3b、圖3e)可知,VNIR和SWIR所有有效波段的信息熵都在4以上。其中,VNIR第21-120(475.904~899.381 nm)波段的熵值基本大于8,明顯高于VNIR中的其他波段;SWIR中,第1-160(1 004.77~2 344.72 nm)波段(受水汽影響的波段除外)的信息熵值基本大于8,明顯高于SWIR中的其他波段,表明這些波段的信息量高于其他波段;通過(guò)隨機(jī)選取多組信息熵大于8和小于8的波段進(jìn)行分析(圖5),發(fā)現(xiàn)信息熵大于8的波段有利于不同地物的有效區(qū)分。從圖3e中可以明顯看出,2019年4月27日獲取的黑龍江省雙鴨山市(影像e)第16波段和第28波段,以及2019年10月7日獲取的黑龍江省肇東市(影像a)第84波段和第94波段,從圖3d中可以看出,2019年4月27日獲取的黑龍江省雙鴨山市(影像e)第28波段以及2019年11月14日獲取的河北省潘家口(影像d)第167波段,這些影像的信息熵值明顯低于其他影像,是由于影像中有云以及地物不均勻造成的。
圖5 GF-5 AHSI高光譜數(shù)據(jù)VNIR信息熵大于8和小于8的波段影像對(duì)比(示例)Fig.5 Comparison of information entropy higher than 8 and less than 8 of bands in VNIR for GF-5 AHSI data
由各波段清晰度(圖3c、圖3f)可以明顯看到,VNIR中第21-120(475.904~899.381 nm)波段清晰度(大于0.01)顯著高于其他波段清晰度(小于0.01);SWIR中第1-160(1 004.77~2 344.72 nm)波段(受水汽影響波段除外)清晰度(大于0.01)顯著高于其他波段清晰度(小于0.01);通過(guò)隨機(jī)選取多組清晰度大于0.01和小于0.01的波段進(jìn)行分析(圖6),明顯發(fā)現(xiàn)前者影像邊緣更清晰,空間上不同地物可分辨程度更高。
圖6 GF-5 AHSI高光譜數(shù)據(jù)SWIR清晰度大于0.01和小于0.01的波段影像對(duì)比(示例)Fig.6 Comparison of definition higher than 0.01 and less than 0.01 of bands in SWIR for GF-5 AHSI data
VNIR的第145、146、147、148、149、150波段和SWIR的第1、2、3、4波段重疊,覆蓋1 004~1 030 nm光譜范圍,分別由不同傳感器獲取,成像質(zhì)量差異較大。由重疊波段的評(píng)價(jià)指標(biāo)(表1)可知,SWIR的清晰度、信息熵和噪聲標(biāo)準(zhǔn)差值均高于VNIR,結(jié)合目視效果發(fā)現(xiàn),SWIR中前4個(gè)波段效果較好。
表1 重疊波段的評(píng)價(jià)指標(biāo)比較Table 1 Comparison of evaluation indicators of overlapping bands
經(jīng)過(guò)以上分析,將受水汽影響的波段視為無(wú)效波段,共剩余305個(gè)(包括重疊波段)正常波段。
AHSI數(shù)據(jù)各波段在噪聲標(biāo)準(zhǔn)差、信息熵和清晰度3個(gè)指標(biāo)上呈現(xiàn)如下特點(diǎn):VNIR的噪聲標(biāo)準(zhǔn)差基本低于6,SWIR第1-42(1 004.77~1 350.58 nm)、51-95(1 426.61~1 797.02 nm)波段的噪聲標(biāo)準(zhǔn)差低于6,第112(1 940.15~2 513.25 nm)波段以后的噪聲標(biāo)準(zhǔn)差基本大于6;VNIR中第21-120(475.904~899.381 nm)波段的信息熵值基本大于8,SWIR第1-160(1 004.77~2 344.72 nm)波段(受水汽影響的波段除外)的信息熵值基本大于8;VNIR第21-120(475.904~899.381 nm)波段的清晰度(大于0.01)顯著高于其他波段,SWIR第1-160(1 004.77~2 344.72 nm)波段(受水汽影響的波段除外)清晰度(大于0.01)顯著高于其他波段;受水汽影響的波段為SWIR的第43-50(1 359.03~1 418.17 nm)以及第96-112(1 805.44~1 940.15 nm)波段。綜合考慮數(shù)據(jù)的波段總體特性與3個(gè)指標(biāo)的特點(diǎn),將波段分為6組(不包括受水汽影響的波段),指標(biāo)的最小值、平均值以及最大值如表2所示。為更清晰地表達(dá)組間區(qū)別,將各指標(biāo)均值按組以最大值為分母進(jìn)行歸一化[8](圖7)。
表2 正常波段的評(píng)價(jià)指標(biāo)表現(xiàn)Table 2 Performance of evaluation indicators of normal bands
由表2和圖7可以看出,除第五、第六組數(shù)據(jù)之外,AHSI數(shù)據(jù)噪聲標(biāo)準(zhǔn)差整體在6以下,信息熵大于4,第二組和第五組的清晰度和信息熵分別在VNIR和SWIR波段高于其他組,第四組次之,第一組和第三組略低,說(shuō)明第二組和第五組在表達(dá)影像邊緣和所含信息量方面效果更優(yōu);第三組和第四組的噪聲標(biāo)準(zhǔn)差分別在VNIR和SWIR波段比其他組要小,說(shuō)明這兩組所在波段有效信息的比例更高,但第五組和第六組的噪聲標(biāo)準(zhǔn)差基本大于6,說(shuō)明該組波段條帶噪聲明顯,使用前需進(jìn)行去條帶處理;無(wú)效波段沒(méi)有列入本次分析范圍,在使用時(shí)應(yīng)提前去除。
圖7 正常波段各評(píng)價(jià)指標(biāo)均一化柱狀圖Fig.7 Histogram of homogenized evaluation indexes of normal bands
除去無(wú)效波段外,有效波段可用性排序?yàn)椋旱诙M>第三組>第一組>第四組>第五組>第六組。因此,第一、第二、第三和第四組數(shù)據(jù)的波段可直接應(yīng)用,即VNIR和SWIR第1-95波段(受水汽影響波段除外)共237個(gè)波段;第五組和第六組數(shù)據(jù)波段的可用性一般,即SWIR第113-180(1 948.57~2 513.25 nm)波段共68個(gè)波段,為提高可用性,在應(yīng)用前需作特殊的去噪、信息復(fù)原等處理。
本文選取噪聲標(biāo)準(zhǔn)差、信息熵和清晰度3個(gè)客觀指標(biāo),分別對(duì)地表覆蓋類(lèi)型和成像時(shí)間不同的6景影像進(jìn)行單指標(biāo)和綜合指標(biāo)分析,得出波段可用性分析結(jié)論:1)SWIR第43-50、96-112波段為受水汽影響波段,中心波長(zhǎng)為1 359.03~1 418.17 nm、1 805.44~1 940.15 nm,主要位于大氣吸收窗口,不包含或極少包含地面信息,主要是噪聲,對(duì)于影像判別無(wú)效,但可用于水汽的反演。2)VNIR第145、146、147、148、149、150波段(1 006.88 nm、1 011.34 nm、1 015.8 nm、1 020.26 nm、1 024.72 nm、1 029.18 nm)和SWIR第1、2、3、4波段(1 004.77 nm、1 013.2 nm、1 021.62 nm、1 030.05 nm)重疊,前者噪聲標(biāo)準(zhǔn)差較小,有效信息比例較高,更適合目視解譯,而后者信息熵和清晰度較高,對(duì)于影像邊緣和信息量的表達(dá)效果較好,更適合于自動(dòng)解譯。3)表現(xiàn)正常的305個(gè)波段(包括重疊波段)影像表現(xiàn)較好,信息量豐富。整體而言,VNIR波段的影像質(zhì)量?jī)?yōu)于SWIR,VNIR和SWIR第1-95波段(受水汽影響波段除外)效果更好,使用時(shí)盡量選用這些數(shù)據(jù),SWIR第113-180波段(1 948.57~2 513.25 nm)的可用性一般,在應(yīng)用前需作特殊的去噪、信息復(fù)原處理。
GF-5衛(wèi)星影像的噪聲以周期性的條帶、亮線(xiàn)及亮斑為主,周期性的條帶噪聲可通過(guò)空間濾波和傅里葉變換等方法去除,亮線(xiàn)及亮斑噪聲可用條帶或槽型濾波等方式去除。下一步研究的重點(diǎn)是如何提高GF-5影像質(zhì)量。
感謝國(guó)土衛(wèi)星遙感應(yīng)用中心肖晨超、唐洪釗、尚坤、劉瑤提供重要參考數(shù)據(jù)和技術(shù)指導(dǎo)以及航天宏圖信息技術(shù)股份有限公司提供軟件技術(shù)支持!