ALOS全色与多光谱影像融合方法的比较研究

毛迎丹，赵 红

(浙江水利水电学院 测绘与市政工程学院，浙江 杭州 310018)

0 引 言

日本陆地观测卫星ALOS于2006年1月24日发射成功，主要用于地图绘制、DEM生成与制作、区域观测、灾害监测以及资源勘测等.ALOS卫星共搭载了三台传感器：全色立体测图仪(PRISM)，高级可见光近红外辐射仪(AVNIR-2)和相控阵L波段合成孔径雷达(PALSAR).其中PRISM的全色影像和AVNIR-2的多光谱影像的波段参数(见表1).

ALOS多光谱影像光谱信息丰富，光谱分辨率高，但空间分辨率低，全色影像具有较高的空间分辨率，但缺乏光谱信息.遥感影像数据融合技术是获取高空间分辨率的多光谱影像的一个有效途径[1].通过多源数据融合，不仅可以提高目标判别结果的可靠性，使分类更准确，而且可以获得比任何单一传感器更高的图像分辨率.本研究以ALOS全色和多光谱数据为数据源，比较研究常用的HIS变换、Brovey变换、PCA变换、GS变换等七种融合方法，并通过目视效果分析和定量分析对融合效果进行综合评价，为ALOS影像的应用提供技术支撑.

表1 ALOS遥感影像波段影像

1 遥感影像融合方法

1.1 乘积法(Multiplicative)

(1)

式中，R、G和B代表融合后的三个波段，pan表示高分辨率全色影像，band1，band2，band3表示多光谱影像的三个波段.

1.2 Brovey变换法

Brovey变换融合是为RGB影像显示进行多光谱波段颜色归一化，将高分辨率全色与多光谱各波段相乘完成融合[3]，其计算公式为：

(2)

式中，R、G和B代表融合后的三个波段，pan表示高分辨率全色影像，band1，band2，band3表示多光谱影像的三个波段.

该方法的特点是算法简单、易于实现，增强影像的同时能够较好地融合原多光谱影像的光谱信息，但是存在一定的光谱扭曲.

1.3 高通滤波法(HPF)

HPF方法首先利用高通滤波器将高空间分辨率影像中的边缘信息提取出来，然后将高通滤波结果叠加到低分辨率高光谱影像中，形成高频信息特征突出的融合影像.其融合的表达式为[3]：

Fk(i,j)=Mk(i,j)+HPH(i,j)

(3)

式中，Fk(i,j)表示第k波段像素(i，j)的融合值，Mk(i,j)表示低分辨率多光谱影像第k波段像素(i，j)的值，HPH(i,j)表示采用高通滤波器对高空间分辨率图像滤波得到的高频图像像素(i，j)的值.

1.4 IHS方法

首先将空间分辨率低的多光谱影像变换到IHS空间，得到明度I、色度H、饱和度S三分量；然后将高空间分辨率影像进行对比度拉伸，使之与I分量有相同的均值和方差；最后用拉伸后的高空间分辨率影像代替I分量，把它同H、S进行IHS逆变换得到融合的影像，这样获得的图像既有高的空间分辨率，又有与原图像相同的色度和饱和度.

融合影像保留了绝大部分的高空间分辨率的信息，使得其空间分辨率接近高空间分辨率影像，同时也保留了多光谱影像的光谱特征，提高了影像的判读、识别、分类能力.然而，由于不同频道数据的不同光谱特性曲线，IHS方法扭曲了原始的光谱特性，产生了光谱退化现象.

3.投资公司需要定期召开风险预警会议，并不断培养对应的综合性风控人才，构建独立的风控机构。通过薪酬、待遇、人文尊重和企业关怀的角度着手吸引并培养专业高效的风控人员，将各部分掌握的相关信息共享讨论，营造公司整体的风控氛围，为投资公司的财务管理长效发展以及公司的高效运营奠定坚实基础。

1.5 主成分分析(PCA)

PCA变换融合是将N个波段的低分辨率图像进行K-L变换，将单波段的高分辨率图像经过灰度拉伸，使其灰度的均值与方差和K-L变换第一分量图像一致；然后以拉伸过的高分辨率图像代替第一分量图像，经过K-L逆变换还原到原始空间.

经过融合的图像包括了原始图像的高空间分辨率与高光谱分辨率特征，保留了原图像的高频信息.融合图像上目标的细部特征更加清晰，光谱信息更加丰富.

1.6 小波变换法(Wavelet)

小波融合方法主要分为以下4个步骤：(1)将低分辨率多光谱图像配准至高分辨率全色影像，并将前者重采样到与后者有相同的空间分辨率；(2)将低分辨率多光谱影像和高分辨率影像分别进行小波分解；(3)用多光谱影像的近似子图像替换高分辨率影像的近似子图像；(4)进行小波逆变换得到融合图像[4].

小波变换的主要特点是其对信号分解的空间部分是相互独立的，而且其逆变换能够完全恢复原来的信号，分解重建过程中不会产生信息的丢失和冗余，具有既提高影像空间分辨率，又保持色调和饱和度不变的优越性[5].

1.7 Gram-Schmidt法

Gram-Schmidt变换(简称GS变换)是线性代数和多元统计中常用的方法，该方法可以对具有高分辨率的多光谱数据进行锐化，在一定程度上能消除多光谱波段之间的相关性，消除冗余信息，改进信息过分集中的问题.

GS变换进行融合的基本步骤是：首先从低分辨率的波谱波段中复制出一个全色波段，然后对该全色波段和多光谱波段影像进行Gram-Schmidt变换，其中全色波段被作为第一个波段；再用全色波段替换Gram-Schmidt变换后的第一个波段；最后，应用Gram-Schmidt反变换，即可产生融合后的多光谱图像.

2试验结果与分析

2.1试验数据

试验区域选取在浙江省德清县，试验数据为2007年9月获取的ALOS PRISM全色波段和AVNIR-2多光谱数据.首先将AVNIR-2的3(R)、2(G)、1(R)3波段进行真彩色合成，然后将全色影像和合成影像进行相互配准；再分别采用Multiplicative变换、Brovey变换、HPF、IHS变换、PCA变换、Wavelet变换、Gram-Schmidt等7种方法对图像进行融合，原始图像以及融合后的影像见图1～图9.

图1 ALOS多光谱影像(3，2，1)

图2 ALOS全色影像

图3 Multiplicative融合影像

图4 Brovey融合影像

图5 HPF融合影像

图6 PCA融合影像

图7 Wavelet融合影像

图8 IHS融合影像

图9 Gram-Schmidt融合影像

2.2结果分析

遥感影像融合方法的选择与应用目的紧密相关，因此很难对一种融合技术进行质量评价[6].一般从定性分析和定量分析两个方面来评价融合结果.目视判读仍然是简单有效的定性分析方法，通常采用的定量分析方法有均值、标准差、平均梯度、偏差指数、熵和相关系数等指标.因此，这里在目视效果和光谱定量分析两个方面对融合影像质量进行综合评价.

2.2.1 极限拉伸值试验目视效果

观察图3～图9可以发现，所有的融合图像在光谱分辨率上都较原始高空间分辨率图像有明显改善，达到了增强图像光谱信息的目的；融合图像的空间分辨率都有了很大提升，较融合前多光谱影像更清晰，更容易判读.其中，Gram-Schmidt融合影像光谱特性与原始多光谱影像最接近，光谱信息的保持很好，而且很好地继承了高分辨率影像的空间分辨率，图像清晰；Wavelet变换融合影像虽然光谱信息损失较少，光谱特性与原始多光谱影像较接近，但由于存在振铃效应，使得影像的边缘细节模糊，空间分辨率较高分辨率影像有所降低；Brovey变换和PCA变换融合影像，改变了原多光谱影像的光谱特性，出现了光谱扭曲；Multiplicative变换影像偏暗，空间分辨率较高分辨率影像有所降低；IHS变换和HPF融合影像空间分辨率都有了很大提高，但色调较原始影像变化较大，色调变暗.

2.2.2 极限拉伸值试验光谱定量分析

根据均值、标准差、偏差、相关系数、熵和平均梯度等常用的6个指标，分别对融合结果进行定量分析，结果(见表2).

表2 融合影像定量评价结果表

从表2可以看出，在融合影像的光谱信息方面，小波融合影像的均值与多光谱影像最接近，偏差最小，而且相关系数最大，说明其融合后的影像光谱信息损失最小；其次是Gram-Schmidt融合影像.其他几种融合方法，从均值、偏差和相关系数方面，与原多光谱影像相差较大，说明光谱信息变化较大.

在融合影像的信息量和清晰度方面，HPF和Gram-Schmidt方法的融合影像的标准差、信息熵和平均梯度的数值都较高，优于其他融合方法，说明这两种融合方法得到的影像很好地保留了高分辨率影像的空间分辨率；其中Gram-Schmidt融合的平均梯度和标准差高于HPF方法，说明Gram-Schmidt方法在影像清晰度和信息量方面优于HPF融合.

综合以上结果，认为Gram-Schmidt方法在保持多光谱影像光谱信息的同时，显著提高了融合影像的空间分辨率，是最适合ALOS影像的融合方法，这与主观目视评价的结果是一致的.

3 结 语

分别采用Multiplicative变换、Brovey变换、HPF、IHS变换、PCA变换、Wavelet变换、Gram-Schmidt等7种方法，对ALOS全色影像和多光谱影像进行融合，并从定性和定量分析两个方面对融合结果进行了综合评价，总体认为，Gram-Schmidt是最适合ALOS影像的融合方法，研究结果为ALOS卫星影像数据处理提供了借鉴和参考，为ALOS影像数据的广泛应用提供了科学支撑.

参考文献：

[1] 贾永红.多源遥感影像数据融合方法及其应用的研究[D].武汉:武汉大学,2001.

[2] 宋刚贤，潘剑君，朱文娟.IKONOS影像的最佳融合技术研究[J].测绘科学，2009，34(2)：106-108.

[3] 徐 青，张 艳，邢 帅,等，遥感影像融合与分辨率增强技术[M].北京：科学出版社，2007.

[4] 邓 磊，李 京，陈云浩,等，几种小波融合方法在遥感影像融合中的应用与比较[J].遥感信息，2007(6)：23-27.

[5] 魏 俊，李弼程.基于IHS变换、小波变换与高通滤波的遥感影像融合[J].信息工程大学学报,2003，4(2)：46-50.

[6] 王广亮，李英成，曾 钰,等，ALOS数据像素级融合方法比较研究[J].测绘科学，2008，33(6)：121-124.