国产高分卫星遥感影像融合方法比较与评价

邵亚奎,朱长明,张 新,沈 谦

(1. 江苏师范大学地理与测绘学院，江苏 徐州 221116; 2. 中国科学院遥感与数字地球研究所,北京 100101)

遥感影像融合是采用一定的算法将各影像的优点或互补性有机地结合起来并产生新的影像。融合的关键是如何在提高融合影像空间分辨率的同时尽量保持原始光谱特性，提高影像信息提取能力[1]。通过影像融合，增强影像的空间分辨率可以提高遥感数据产品的价值。随着应用中对既具有高空间分辨率又具有高光谱分辨率的遥感影像需求的不断增强，遥感影像融合成为遥感图像处理的重要研究方向之一[2-3]。国内外学者对此开展了大量的研究，以期在保持影像光谱分辨率前提下，提高影像的空间分辨率，增强影像信息量。目前广泛应用的高空间分辨率融合方法主要有Pansharp、Gram-Schmidt(G-S)、HCS、HPF、Ehlers、Subtractive、Modified IHS、Brovey、PCA、NNDiffuse等[4-12]。

但是，不同影像融合方法适用于不同数据源，实际应用中针对不同的影像特点和应用目的选择合适的融合方法尤为重要[13]。如文献[14]运用不同融合算法对资源三号卫星数据进行试验，并对资源三号影像融合优化方法进行了分析与探讨，结果表明Subtractive、Pansharp及其改进算法较适合资源三号卫星影像的融合。文献[15]运用G-S、Pansharp、PCA等5种融合算法对高分二号卫星影像进行融合试验并对融合效果进行了评价，结果表明Pansharp融合方法整体效果最好，G-S和主成分变换次之。文献[16]运用HPF、Modifed IHS、Pansharp这3种融合方法对天绘一号卫星影像进行了融合试验，结果表明HPF融合效果最佳。

为此，本文通过比较和分析不同的融合算法，选取我国高分一号卫星数据为数据源，采用多种影像融合方法对高分一号2 m全色和8 m多光谱数据进行试验，并以定性和定量相结合的方式对融合试验结果进行评价，旨在探索适用于高分一号数据的最佳融合方法，为今后高分一号数据的相关应用和研究提供技术参考。

1 试验数据

为了使比较与评价客观、科学、具有代表性，选择两个光谱特性差异比较大的试验区：一是以建筑物、道路分布为主的城区；二是以植被分布为主的郊区。影像位于新疆阿克苏地区，获取时间为2014年8月25日，产品级别为1A级，原始全色和多光谱影像如图1所示。在融合前对原始数据进行了几何精校正与配准，纠正误差在0.5个像元以内。

2 研究方法

2.1 主要融合方法

针对遥感影像像素级融合，国内外学者开展了大量研究[4-12]。根据算法原理的不同，像素级影像融合可以分为3类[17-18]：①基于分量替换的融合方法，基本思想是采用不同的融合规则将全色影像高空间信息融入低分辨率多光谱或用高空间分辨率全色影像替代多光谱变换后的亮度分量，如G-S、HCS、Brovey、主成分变换等；②基于多分辨率分解融合方法，基本思想是采用一定的方法将提取的高空间分辨率结构信息注入多光谱影像以提高空间分辨率，如小波变换、金字塔变换、HPF融合等；③基于模型方法或算法的融合方法，如Pansharp(超分辨率贝叶斯法)、NNDiffuse融合(最邻近扩散算法)。根据像素级影像融合的算法原理，将目前现有常用的融合算法总结见表1。

2.2 融合质量定量评价

对遥感融合算法进行评价的方法主要分为定性评价和定量评价两大类。定量评价主要包括影像光谱保真度、影像清晰度、影像信息量3方面。本文在对融合影像质量定性评价的基础上，选取信息熵[3]、标准差[16]、平均梯度[3]、相关系数[19]等作为定量客观评价指标。计算公式如下[19]

(1)

(2)

(3)

(4)

3 结果与分析

3.1 影像融合结果

不同的融合方法对国产高分一号卫星影像融合结果如图2、图3所示。图2和图3(a)—(i)分别是Pansharping、G-S、HPF、Ehlers、Subtractive、modified IHS、Brovey、PCA、NND融合算法的结果。通过对不同融合方法输出结果的前后影像光谱、边缘、纹理特征等比较，可以看出9种融合结果相比原始影像来说，有效地提高了影像的空间分辨率，融合结果更容易判读。其中Pansharp、G-S、HPF、Subtractive、NND最接近原始多光谱色彩；而Pansharp、G-S、NND、HPF融合纹理和边缘最为清晰，极大地丰富了影像信息，使道路、田块、建筑物等边界更加清晰；modifed IHS、Brovey、PCA融合效果较差，出现了色彩畸变；Ehlers融合结果欠佳、影像整体模糊，纹理特征不清晰。

表1 常用像素级影像融合方法比较

3.2 融合结果定量评价

从表2的定量评价指标可知：①Subtractive融合信息熵最大；Pansharp、NND、G-S、HPF、改进的IHS融合熵值次之；Brovey融合信息熵值最小。②Brovey融合标准差最小，远低于原始多光谱；PCA、Pansharp、Subtractive、G-S、NND融合标准差较大，影像信息高于原始多光谱。③Subtractive平均梯度最大，影像清晰度最佳；Pansharp、HPF、G-S、NND、改进的HSI融合结果平均梯度较大，影像清晰度较好。④Ehlers融合相关系数最大，其次是NND、G-S、HPF、Pansharp融合结果，均高于90%，能够很好地保持多光谱影像光谱信息。

方法名称试验区1试验区2波段信息熵平均梯度标准差相关系数信息熵平均梯度标准差相关系数ModifedHISB8.6424.2479.300.898.0015.3383.930.97G8.5929.33108.500.908.3218.69114.030.96R8.1526.13117.890.878.3417.26128.730.95PansharpB8.3221.7684.710.978.5919.38130.530.99G8.7929.90115.670.978.4016.96114.120.99R8.9032.64126.890.977.9312.2883.050.99NIR8.0118.8570.380.978.0123.8274.010.96SubtractiveB9.1054.63137.000.888.8643.06131.810.90G8.9849.47124.930.868.6937.80116.720.90R8.5035.8090.000.878.2427.4984.740.91NIR8.4329.2585.070.938.6825.77106.200.92HPFB8.8531.70119.870.968.6927.9182.790.96G8.8028.78108.060.968.5024.42113.710.96R8.2420.7278.890.968.0517.72130.080.96NIR7.9617.6562.090.978.1416.6773.650.95EhlersB8.6215.57117.550.998.417.79127.000.99G8.5116.95104.530.998.187.50107.000.99R7.9912.9872.840.997.735.6878.000.99NIR7.9513.5662.390.987.967.1572.000.98PCAB7.8516.8056.410.887.7211.8154.320.80G7.7115.4051.640.867.5510.3649.130.79R7.1410.5636.210.907.107.5736.110.80NIR7.916.4261.580.967.387.1540.990.79BroveyR7.127.6430.980.915.423.4522.130.96G6.977.4127.970.866.363.8715.720.75B6.467.5120.290.836.813.3811.650.84G-SB8.8134.13113.250.948.6327.9115.470.94G8.6831.42103.840.948.4624.74102.210.94R8.1721.6073.460.988.0017.8473.930.95NIR8.0416.4873.970.997.8012.0461.260.98NNDiffuseB8.7422.22121.330.988.4510.95128.400.99G8.6924.39111.950.958.2811.29113.000.98R8.3120.7384.870.947.879.0982.760.99NIR8.1721.9971.800.918.0811.9173.930.97

4 结论与讨论

本文在对现有融合方法总结与归纳的基础上，采用Pansharp、G-S、HPF、Ehlers、Subtractive、Modified IHS、Brovey、PCA、NNDiffuse融合等多种影像融合方法对高分一号卫星全色和多光谱数据进行了融合试验，并对融合结果进行了主观定性评价和客观定量评价，得出以下结论：

(1) 对于国产高分一号卫星遥感影像融合，并没有一种方法的融合效果在各方面都优于其他方法。Subtractive融合平均梯度最大，Pansharp、HPF融合次之，可以得到较高的边界清晰度，适用于提取港口、飞机场、湖泊、采矿区等融合目标的要求。NNDiffuse在可见光波段表现较突出，适用于一般的融合工作，而G-S融合在近红外波段的融合表现明显优于其他方法，适用于完成提取水体、监测植被等方面的融合目标。

(2) 在综合评价指标中Pansharp融合综合性能最好，效果最优，适用性最强；G-S、NNDiffuse次之，均可适用于一般的高分一号数据影像融合任务。Ehlers原始影像光谱信息量保持良好，但是融合视觉效果欠佳；Brovey、Modified IHS、PCA融合效果失真、颜色畸变。