GF-2卫星数据影像融合方法的比较研究

徐异凡，杨敏华（中南大学地球科学与信息物理学院，湖南 长沙 410083）



GF-2卫星数据影像融合方法的比较研究

摘 要本文以GF-2卫星全色与多光谱数据为数据源，采用PCA、IHS、Brovey、HPF四种传统融合方法对数据进行融合处理，最后以主观评价和定量分析相结合的方式对融合结果进行综合评价。结果表明：PCA融合方法整体效果较佳，融合后的影像不仅纹理清晰、色调均匀、反差适中，而且还能在提高影像空间分辨率的同时，有效保留了原始多光谱影像的光谱信息，可作为GF-2卫星数据一种较好的融合方法。

关键词GF-2卫星；影像融和；质量评价

徐异凡*，杨敏华
（中南大学地球科学与信息物理学院，湖南 长沙 410083）

GF-2卫星于2014年8月19日上午11时15分在太原卫星发射中心用长征四号乙运火箭成功发射，标志着我国高空间分辨率遥感数据已经步入亚米级“高分时代”[1,2]，卫星主要参数见表1。

GF-2卫星是目前我国空间分辨率最高的光学对地观测卫星，作为一种全新的遥感数据源，研究适合该数据源的融合方法，提高其在国土资源、住建、交通、林业等主用户行业的使用效率，意义重大。本文以PCA、IHS、Brovey、HPF四种融合算法对GF-2数据进行融合对比分析，以期选出适合GF-2数据的融合算法，这为GF-2卫星数据的产业化运用提供了重要的技术参考。

1　研究方法

1.1 融合的基本原理与方法

影像融合的基本原理是对相同地区的不同遥感影像数据进行空间配准后，利用一定的算法将两幅影像结合起来，形成一幅综合两幅影像优势且信息更为丰富的影像。目前针对多光谱与全色影像的融合方法有许多，较为流行且评价较高的融合方法有PanSharp、GS变换、小波变换法[3,4]等融合方法，而较为传统的方法包括：PCA、IHS[5]、Brovey、HPF等。这些方法有利有弊，尤其是传统的这几类方法还有很大的改进空间，为了对这几种传统的融合方法进行综合性的对比与分析，本文有针对性地选取了PCA、IHS、Brovey、HPF四种较为传统的融合方法对GF-2数据进行融合实验。根据以往的研究表明：这四种方法各有其优缺点，PCA方法的优点是能较强地保持多光谱特性并且融合的波段数目可以根据实际情况自由决定，但该方法难掌握彩色并且存在信息受损的现象。IHS融合方法的优点是能保留大部分高分辨影像的信息，但该融合后同色系缺少层次，影响类型的判断且只能保留三个波段。Brovey变换法的优点是不仅能保持原始影像的光谱信息，还能起到锐化影像的作用，但该方法往往存在一定的光谱扭曲。HPF融合方法的优点是，不仅同时具有高分辨数据的空间信息和低分辨率的光谱信息，还通过滤波增强了影像的空间细节,但该方法在一定程度上限制了重要的结构信息,并且容易造成影像波谱扭曲。

表1　GF-2（高分二号）卫星数据主要技术参数Table 1 The main technical parameters of the GF-2 satellite data

1.2 融合效果评价方法与原理

融合效果的评价方法一般可以分为主观评价和定量评价，主观评价即为评价者通过目视效果[6]对影像进行直观的评价，主观评价结果很大程度取决于评价者的专业经验，所以本文在目视评价的基础上结合数理统计对融合后的影像进行定量评价。其中本文选取六个评价参数分别为均值，标准差，信息量、平均梯度、相关系数、偏差指数。

（1）均值

均值为图像中像素的灰度平均值，对人眼反映为平均亮度[7]，其公式如下[8]:为灰度平均值；m为影像的行数，n为影像的列数，X(i,j)为对应像元的灰度值[8]。

（2）标准差

标准差反映了图像灰度相对于灰度均值的离散情况[9]，标准差越大灰度级分布越分散，图像的反差越大，有利于信息的提取实验，其公式为[8]:

式中：

（3）信息量

信息量（H）反映图像包含地物信息详细程度的指标，一般情况下用熵来表示。通常情况下，融合影像的熵值反映了影像信息的含量，熵值越大，则说明信息量越丰富，图像蕴含的信息越多，融合的效果也越好[10,11]。其计算公式如下[12]：

式中：pi为像素灰度值为i的概率，max为灰度值的最大值。

（4）相关系数

权重分配的合理与否将直接影响到评价结果的准确性［5］。根据评价指标对普查工作战略目标的重要性应分别赋予不同的权重。采用AHP法［6］，通过一致性检验的即为该权重；未通过一致性检验的指标反馈给专家，重新进行两两对比，直到所有的指标的权重都通过一致性检验。最后将所有专家得出的权重求权重算术平均值，得出的指标体系的权重的结果见表1。

相关系数是反映的是融合影像与原始影像光谱特征的相似程度[11]，同时也反映融合影像在空间细节方面的改变程度。一般情况下其值越大，相关程度越高其计算公式为[8]:

其中：Fij、 Mij分别为融合前后各对应波段的像素灰度值，分别为融合前后对应波段间的灰度平均值。

（5）平均梯度

平均梯度即为图像的清晰度，清晰度是图像细节边缘变化的敏锐程度。其值可以客观衡量影像细节反差表达的能力，一般来说，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声的影响越大。其计算公式为[13]：

其中：G为影像某一波段的平均梯度，F（i,j）为影像在点（i,j）处的灰度值。

（6）偏差指数

偏差指数表明融合影像与原多光谱影像相对偏差，其值越小，保持光谱信息能量越强。其公式为[14]：

2　实验过程

2.1 数据概况

本实验以GF-2卫星多光谱（4个波段）和全色波段影像为数据源，以云雾覆盖少，噪声条带少、时效性较好为原则选取实验数据开展融合评价， 实验数据为2015年2月17日获取的长沙县地区数据，数据全色分辨率1 m，多光谱分辨率4 m，产品序列号为658562，云覆盖量为0%，侧视角为0°。该地区位于湖南省的东部偏北，其地貌包括山地、丘陵、岗地、平原等类型。

2.2 融合实验

以erdas为实验操作平台，对实验数据进行了配准等预处理，其配准误差控制在0.5个像元内。为了保证融合的最佳效果，在进行融合实验前提高全色影像亮度，以增强局部反差，突出纹理细节，对多光谱数据进行彩色增强，以拉大不同地类之间的色彩反差，突出其光谱彩色信息。对其处理后的全色影像和多光谱影像进行PCA融合、IHS融合、Brovey变换融合、HPF融合，其融合效果图详见图1～6。图3 PCA融合影像Fig.3 PCA fusion image

图1　原始全色影像Fig.1 Original panchromatic image

图2　原始多光谱影像Fig.2 Original multispectral image

图4　IHS融合影像Fig.4 IHS fusion image

图5　Brovey融合影像Fig.5 Brovey fusion image

图6　HPF融合影像Fig.6 HPF fusion image

3　实验结果分析

3.1 主观评价分析

本文从色调、饱和度、纹理以及整体效果这四方面对影像进行对比与评价。从色调方面来看（图1～6），其色调保持性较差的为IHS，其次是Brovey，如：Brovey融合方法中水域偏蓝，而IHS融合方法中光谱信息丢失严重。PCA的色调保持性较好。从饱和度方面来看（图1～6），PCA的彩色饱和度相对较好，Brovey与和HPF次之，IHS较差。从纹理方面来看（图7～10），PCA方法融合后的影像地物纹理信息最为丰富，建设用地、耕地、道路等主要地物的纹理边缘较清晰，HPF与Brovey融合方法纹理较为模糊，IHS较差。所以就整体目视效果而言可以得出结论：①PCA方法融合后的影像地物清晰，色调自然，能较好的分辨耕地、道路、建设用地以及其它地物，整体融合效果较好。②HPF存在朦雾现象，基本能分辨各类地物，视觉效果一般。③Brovey融合后的影像效果一般。④IHS影像不仅存在朦雾，并且存在很多细小的黑点，噪声现象严重，很难分辨各类地物，效果较差。

3.2 定量评价分析

原始影像各个波段以及融合后影像的均值、标准差、信息熵、平均梯度和相关系数（表2）。

图7　PCA融合Fig.7 PCA fusion

图8　IHS融合Fig.8 IHS fusion

图9　Brovey融合Fig.9 Brovey fusion

图10　HPF融合Fig.10 HPF fusion image

表2　定量评价结果统计表Table 2 Statistical table of the quantitative evaluation result

经过对表中各指标的数值进行对比与分析，可以得出一下结论：

①Brovey变换法融合后的均值最小，亮度信息变化最大，HPF法融合后的均值与原始多光谱影像的最为接近，所以该法融合后的影像光谱畸变最小[15]。

②Brovey法融合后的标准差四个波段均未超过3为四种方法中最小，相反，IHS的标准差相对较大，所以就标准差而言，IHS质量较好，PCA与HPF两种方法一般，Brovey法得到的影像质量最差。

③信息熵值的整体排序为IHS＞PCA＞HPF ＞Brovey，因此，单就信息熵而言，Brovey法融合的影像质量相对最差，信息损失大。HPF次之。反之，IHS融合提高了影像的信息熵，说明其空间信息表达能力也在一定程度上有所提高，PCA相比原始多光谱影像的值略有下降，说明其方法未能改善影像信息量。

④IHS的平均梯度值最大，表明该影像最为清晰，但受到噪声的影响也最大，视觉效果不好。HPF与PCA不相上下，效果应为最好。相反，Brovey平均梯度值最小，均未超过0.6，因此，该影像最为模糊，不适合对边界清晰度要求高的融合实验。

⑤四种融合方法得到的相关系数整体都偏小，最大也未超过0.8,说明此四中方法融合后的影像与原始多光谱影像的相似程度均偏低。经比较，HPF的相关系数最大，说明其信息保持性相对较好，相似程度较高,其次是PCA。IHS法的相关系数最小，信息失真严重。

⑥偏差指数值整体的大小排序为Brovey＞PCA＞IHS＞HPF，其中，Brovey方法保持光谱信息能力最差。

4　结束语

本文选择四种较为传统的融合方法，针对GF-2号卫星数据进行融合对比实验，通过目视评价并结合定量评价可以得出以下结论：该四种方法中，PCA融合方法是较适合GF-2号卫星影像数据的融合方法，该结论为今后GF-2卫星数据的应用提供了借鉴和参考。

参考文献/Reference

[1]我国高分卫星与应用简析[J].卫星应用,2015(3),44-48.[2]邱学雷.高分二号卫星成功发射开启我国遥感卫星亚米级时代[J].国防科技工业，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]张庆河.土地利用动态遥感监测技术研究[D].中南大学，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，赵书河，柯长青，管开宇.遥感图像融合定量评价方法及实验研究[J].遥感技术与应用，2007,22(3)：460-465.

[8]崔佳洁，李世明.高分一号卫星影像的融合方法比较研究[J].黑龙江工程学院学报2015,29(3)：12-15.

[9]李美丽,李言俊,王红梅.多聚焦图像融合的Contourlet变换方法[J].计算机工程与应用,2009,45(10):20-22.

[10]赵英时.遥感应用分析原理与方法[M].北京；科学出版社,2003.

[11]王钦军，田庆久.IRS-P6卫星LISS3图像数据质量评价[J].地理与地理信息科学，2007,23(3):11-14.

[12]王福民,黄敬峰,徐俊锋.基于穗帽变换的IKONOS多光谱和全色影像融合[J].浙江大学学报(工学版),2008,42(8):1381-1384.

[13]刘锟，付晶莹，李飞.高分一号卫星4融合方法评价[J].遥感技术与应用，2015,30(5)：980-986.

[14]曹春旭.资源一号O2C卫星数据质量评价[D].中国地质大学（北京），2014.

[15]王晓锦，姜芸.高分一号遥感卫星影像融合及质量评价方法研究[J].测绘与空间地理信息,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。

*第一作者简介徐异凡，女，1992年生，中南大学硕士研究生，主要研究方向资源环境遥感。E-mail:1016540970@qq.com

中图分类号：P283.49

文献标识码：A

文章编号：1672-5603（2016）01-091-6