QuickBird遙感影像信息融合方法比較

閆世偉 溫松楠 任智龍

摘 要：本文以甘肅省張掖市大野口水庫的QuickBird全色和多光譜數(shù)據(jù)為例，采用HSV變換法、Brovey變換法、Gram-Schmidt變換法和主成分變換法對該影像進(jìn)行融合，并從定性和定量兩個方面對4種影像融合方法進(jìn)行對比。結(jié)果表明，主成分變換法是最適合的融合算法。

關(guān)鍵詞：Quickbird;遙感影像;融合方法

中圖分類號：TP75 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-5168（2021）18-0021-04

Abstract： Taking the QuickBird panchromatic and multispectral data of Dayekou reservoir in Zhangye City， Gansu Province as an example， the image was fused by HSV transform， Brovey transform， Gram-Schmidt transform and principal component transform， and the four image fusion methods were compared qualitatively and quantitatively. The results show that the principal component transform method is the most suitable fusion algorithm.

Keywords： Quickbird;remote sensing image;fusion method

影像融合是將同一傳感器的多光譜影像融合或者將不同傳感器的影像進(jìn)行融合，進(jìn)而達(dá)到增強(qiáng)圖像的目的[1]。無人機(jī)技術(shù)結(jié)合遙感技術(shù)可以獲取到分辨率更高的遙感影像。因此，近年來，將無人機(jī)技術(shù)和遙感技術(shù)結(jié)合起來獲取遙感影像已成為獲取全球空間信息和屬性信息的重要手段。如何針對不同的遙感影像來選擇恰當(dāng)?shù)娜诤戏椒ㄒ呀?jīng)成為當(dāng)前研究的熱點(diǎn)之一。高分辨率遙感影像的融合技術(shù)是當(dāng)今遙感技術(shù)發(fā)展的重要產(chǎn)物，運(yùn)用多源遙感影像數(shù)據(jù)進(jìn)行數(shù)據(jù)融合具有十分重要的理論意義和應(yīng)用價值[2]。

1 圖像融合數(shù)據(jù)與方法

QuickBird是2001年10月18日美國成功發(fā)射的高分辨率商業(yè)遙感衛(wèi)星。QuickBird獲取的全色影像的空間分辨率可以達(dá)到0.61 m，在農(nóng)業(yè)、林業(yè)、草業(yè)等的資源規(guī)劃、土地利用規(guī)劃、地圖制圖、水利資源監(jiān)測、災(zāi)害監(jiān)測等方面的應(yīng)用已經(jīng)較為廣泛[3]。研究表明，有效利用QuickBird的全色和多光譜數(shù)據(jù)可以顯著提高影像解譯、自動分類和專題制圖的精度。本文以甘肅省張掖市大野口水庫的QuickBird全色和多光譜數(shù)據(jù)為例，采用HSV變換法、Brovey（比值）變換法、Gram-Schmidt變換法和主成分變換法對該影像進(jìn)行融合，分別從定性和定量兩個方面對4種影像融合方法進(jìn)行分析比較，得出適合QuickBird數(shù)據(jù)的融合方法。

1.1 HSV變換法

在融合遙感影像時，首先要將RGB空間轉(zhuǎn)換為HSV空間。多光譜影像經(jīng)過HSV變換后，可以得到三個分量，分別為色度、亮度、飽和度。然后將亮度與高分辨率全色影像進(jìn)行直方圖匹配，接著將直方圖匹配后得到的高分辨率影像與色度、飽和度進(jìn)行HSV逆變換，最后實(shí)現(xiàn)影像融合[4]。

1.2 Brovey變換法

Brovey變換融合是一種比較簡單的融合方法，是將多光譜圖像的相位空間分解為色彩和亮度成分并進(jìn)行計算。該方法通過歸一化后的多光譜波段與高分辨率全色影像乘積來增強(qiáng)影像信息，其特點(diǎn)是簡化了圖像轉(zhuǎn)換過程的系數(shù)，最大限度地保留了多光譜數(shù)據(jù)的信息，但它只能而且必須同時對3個波段進(jìn)行融合運(yùn)算。

1.3 Gram-Schmidt變換法

Gram-Schmidt變換法與主成分變換法相比較，既有聯(lián)系也有區(qū)別。運(yùn)用Gram-Schmidt變換法后各主成分只是正交，而主成分變換法在對各主成分進(jìn)行重新分布后，第一主成分貢獻(xiàn)信息最大，其他主成分相對小一些。Gram-Schmidt變換法通過對多維影像進(jìn)行正交變換，可以有效消除多光譜影像各個波段之間的相關(guān)性[5]。

1.4 主成分變換法

主成分變換法通過計算相關(guān)矩陣的特征值和特征向量來分析得到不同主成分的影像。為使得全色影像與第一主成分的均值和方差更接近，需要拉伸全色影像，將第一主成分用拉伸后的影像替換，并用拉伸后的影像與其他主成分進(jìn)行逆變換，最后獲得融合影像[6-7]。

2 融合效果的評價指標(biāo)

2.1 均值

均值即算數(shù)平均值，主要通過計算影像灰度值的算術(shù)平均值來體現(xiàn)，反映的是人眼的目視效果。若均值較為適中，則表示影像的目視效果較佳。具體計算公式為：

式中：[Mean]為圖像的均值;[m]、[n]分別為圖像的行數(shù)和列數(shù);[Mx，y]為原始圖像[M]中點(diǎn)[x，y]處像素值的大小。若圖像的均值適中（灰度值約為128時），則表示影像的目視效果較佳。

2.2 標(biāo)準(zhǔn)差

標(biāo)準(zhǔn)差主要通過影像灰度值反差的大小來體現(xiàn)灰度值的離散程度，通過標(biāo)準(zhǔn)差同時可以反映出影像的反差。若標(biāo)準(zhǔn)差較大，則影像灰度越分散，影像反差較大，可以體現(xiàn)出的信息量更大;反之，標(biāo)準(zhǔn)差較小，說明圖像反差小，色調(diào)單一均勻。計算公式為：

2.3 相關(guān)系數(shù)

相關(guān)系數(shù)主要反映融合前后兩影像的相關(guān)程度。相關(guān)系數(shù)越大，說明融合前后的兩影像相關(guān)程度高，且表明融合手段效果好，較好地保留了融合前的影像信息，融合后得到的影像質(zhì)量也較高。主要計算公式為：

3 試驗(yàn)結(jié)果與分析

3.1 試驗(yàn)方法

本文對張掖市大野口水庫的QuickBird全色影像和多光譜影像進(jìn)行融合。QuickBird多光譜影像共有4個波段，而Brovey變換法、HSV變換法等模型中只能選取3個波段，因此，所有變換模型都選擇3個波段。在利用這些方法進(jìn)行圖像融合時，選擇哪幾個波段進(jìn)行融合非常重要。最優(yōu)波段組合有兩原則：第一要使所選波段在不同光區(qū)，第二要選擇包含信息量大的波段。本文選擇包含信息量最大的3個波段，從多光譜圖像中選擇了最佳波段，通過選擇的最佳波段合成彩色圖像并融合。通過對波段特征進(jìn)行統(tǒng)計分析，本試驗(yàn)采用4、3、1波段作為最佳波段組合。此外，由于影像融合的效果受到幾何精校正的影響，所以參與融合的影像必須是通過幾何精校正的影像，本文中用到的數(shù)據(jù)已經(jīng)過幾何精校正。數(shù)據(jù)處理過程如圖1所示，利用不同融合手段融合后的影像與原始QuickBird多光譜影像如圖2至圖7所示。

3.2 結(jié)果分析

3.2.1 定性評價。所得融合影像的空間分辨率、清晰度都較原始的QuickBird多光譜影像有所提高，影像的空間信息均得到明顯增加，道路、建筑及水體輪廓變得清晰。在保持光譜信息方面，各方法的效果也存在一定差別。通過對比發(fā)現(xiàn)，通過主成分變換法和Gram-Schmidt變換法進(jìn)行遙感數(shù)據(jù)融合的效果最好，融合圖像的細(xì)節(jié)和紋理信息最清晰。在色彩方面，影像經(jīng)HSV變換法融合后變暗，經(jīng)Brovey變換法融合后對比度增加，而經(jīng)Gram-Schmidt變換法和主成分變換法融合后均相對較亮?？梢姡鞒煞肿儞Q法和Gram-Schmidt變換法融合后影響效果要優(yōu)于HSV變換法，光譜信息保持較好，色彩層次更為豐富。

3.2.2 定量評價指標(biāo)。為了客觀定量地比較評價不同融合手段的融合效果，本文采用相關(guān)系數(shù)、均值及標(biāo)準(zhǔn)差三個評價指標(biāo)來反映QuickBird多光譜影像和融合后影像的誤差，計算結(jié)果見表1。

從均值來看，主成分變換法和Gram-Schmidt變換法的影像亮度均值較大，說明其融合圖像視覺效果較好;HSV變換法和Brovey變換法融合的圖像亮度值較小，說明圖像整體較暗，不利于圖像的目視解譯。從標(biāo)準(zhǔn)差來看，利用主成分變換法進(jìn)行遙感影像融合的標(biāo)準(zhǔn)差最大，說明圖像的灰度級分布離散，圖像反差大，圖像反映出的信息量多，影像細(xì)節(jié)得到了更好體現(xiàn)，同時對影像信息提取及影像分類手段實(shí)施更有利。從相關(guān)系數(shù)來看，Brovey變換法的相關(guān)系數(shù)最小，且比原始圖像?。?個波段相關(guān)系數(shù)分別為0.56、0.98、0.54），說明利用Brovey變換法融合圖像損失了原圖像的光譜信息，融合質(zhì)量較差。相比之下，HSV變換法的相關(guān)系數(shù)明顯高于其他方法得到的圖像，說明該方法保留了最多的原圖像的光譜信息，其次是利用主成分變換法進(jìn)行圖像融合后的相關(guān)系數(shù)較高，說明采用主成分變換法能保留原始圖像的大部分光譜信息，但由于主成分變換法僅選擇高分辨率影像代替低分辨率影像的第一主成分，因此，第一主成分體現(xiàn)的光譜信息會有所損失，從而導(dǎo)致融合后的圖像光譜分辨率受到一定程度的影響。通過對各個指標(biāo)進(jìn)行綜合分析可知，主成分變換法融合后的影像質(zhì)量比其他三種融合手段更優(yōu)。

4 結(jié)語

本文分別從定性和定量兩個角度對HSV變換法、Brovey變換法、Gram-Schmidt變換法和主成分變換法進(jìn)行對比分析。結(jié)果表明，主成分變換法能更好地保持光譜特性，融合后的影像信息量有了一定程度的增加，且明顯改善了影像的清晰度;利用HSV變換法處理后的影像清晰度提升較大，但光譜畸變過大;而利用Brovey變換法處理后的影像光譜信息損失最大;利用Gram-Schmidt變換法處理后的影像亮度均值最高，融合視覺效果好，但相關(guān)系數(shù)較主成分變換法小。因此，結(jié)合影像的光譜特性、信息量和清晰度進(jìn)行綜合考慮，就QuickBird影像的融合而言，主成分變換法為最佳融合手段。

參考文獻(xiàn)：

[1]劉純平.多源遙感信息融合方法及其應(yīng)用研究[D].南京：南京理工大學(xué)，2002：1-119.

[2]任琦，許有田，郭慶堂，等.QuickBird遙感影像數(shù)據(jù)處理方法的探討[J].測繪科學(xué)，2009（增刊1）：31-32.

[3]邢元軍，石軍南.QuickBird遙感影像的融合及在土地利用類型調(diào)查中的應(yīng)用研究[J].株洲師范高等?？茖W(xué)校學(xué)報，2007（2）：56-59.

[4]?；?，陳春香.基于HSV變換與小波變換的遙感圖像融合[J].計算機(jī)工程與設(shè)計，2008（23）：5682-5684.

[5]譚永生，沈掌泉，賈春燕，等.QuickBird全色與多光譜影像融合方法比較研究[J].科技通報，2008（4）：498-503.

[6]褚進(jìn)海，彭鵬，李鄭，等.礦山遙感監(jiān)測中QuickBird數(shù)據(jù)融合方法研究[J].國土資源遙感，2009（3）：107-109.

[7]許民，劉勇，王曉燕，等.Quickbird全色與多光譜數(shù)據(jù)融合算法的比較[J].地理空間信息，2011（4）：84-87.