基于ENVI 的北京2 号遥感影像融合方法对比研究

戴进 罗伦 张华

（1. 长沙理工大学 湖南长沙410114；2.中国交通通信信息中心 北京100000）

1 引言

随着航天技术的迅速发展，遥感影像产品已被广泛地应用到各个领域，新的影像产品和处理方法不断出现[1-2]。为了提高影像的信息量及解译能力，影像融合技术成为了近年来遥感方向的研究热点。彭文建、郭云开等利用Matlab 程序对SPOT-5 影像运用多种常见融合方法进行融合，取得了较好的融合效果[3]；吴松、安裕伦等运用CN 变换、HSV 变换、NND 等融合方法对无人机高分辨影像和Landsat-8多光谱影像进行融合，结果表明Brovey 变换融合效果最佳，CN 变换会导致影像失真[4-5]。尽管遥感影像融合技术目前已相对成熟，但对遥感融合影像质量评价分析的研究却相对较少，大部分还停留在定性判断的基础上，受主观因素影响较大，而对融合影像的客观评价是评价影像融合方法优劣的主要依据，是研究中不可或缺的部分。本文在深入研究了融合质量评价方法后，选取光学影像中的北京2 号卫星数据，通过ENVI 中的5 种融合方法进行融合实验，获取融合后影像的均值、标准差、平均梯度、信息熵和相关系数五项客观评价指标，结合主观因素对5种融合方法的融合效果进行对比分析，对北京2 号影像常用像素级融合方法的融合质量评价提供了一定的数据支持。

2 数据源

北京2 号卫星于2015 年7 月11 日搭载印度极轨卫星运载火箭发射升空，卫星质量447kg，全色分辨率1m、多光谱分辨率4m，幅宽23km。卫单星每日影像采集面积达10Km2，在长条带成像模式下，条带成像距离高达4000km，数传系统采用X 频段，速率达到400Mbit/s[6-7]。

3 影像融合质量评价方法及指标

3.1 主观评价

主观评价是建立在人的视觉感官和经验知识的基础上，通过人眼对影像的感知能力判断影像质量，但缺点在于缺乏客观性，所得的结果可能存在误差[12-15]。人眼对影像较为明显的感知判断体现为影像是否有重影、不同地物间的分界是否清晰、颜色差异是否明显等。

3.2 客观评价

客观评价是一种通过影像统计特征定量分析处理影像的方法。通过输入输出影像的统计值和信息量，可以充分地客观量化影像的属性。客观评价指标主要分四大类：第一类反映影像的亮度信息，如均值；第二类反映影像的空间细节信息，如标准差、信息熵和平均梯度；第三类反映影像的光谱信息量，如扭曲度、偏差指数；第四类反映影像的相关类评价参数，如相关系数等[16-17]。

3.2.1 均值

均值为影像中所有像素的灰度平均值，反映地物的平均反射强度(即亮度)，是对光谱信息转变的度量。

式中M、N 分别为影像的行和列数，F（i,j）表示融合影像中（i,j）处的像素灰度值。

3.2.2 标准差

标准差反映了影像灰度相对于灰度平均值的离散情况，用来评价影像信息量的大小。

3.2.3 信息熵

影像熵值反映影像包含的平均信息量。若假设它的各像素的灰度数是相互独立的，则p={p（0），p（1），…p（i），…p（N）}。

式中p 代表影像的灰度分布，p（i）为某像元值i在影像中出现的概率，N 为像元值范围（一般取值在0 到255）。

3.2.4 相关系数

影像的相关系数反映了影像保持光谱特性的能力。比较融合前后影像的相关系数可以看出多光谱影像光谱信息的改变程度。相关系数的绝对值越大说明保真度越好。

3.2.5 平均梯度

平均梯度可以表现影像细节部分的差异。平均梯度值越大，则融合影像包含的细节信息和纹理特征越丰富，融合影像质量越好。

图1 丘陵地区原始多光谱和5 种融合方法融合影像

4 结果分析

本文选取丘陵地区、平原地区、水域地区和建筑密集地区四类地表差异较大的区域作为研究样本，并对5 种不同方法融合后的影像进行融合质量评价分析。

4.1 丘陵地区

表1 丘陵地区不同融合方法的评价指标

4.2 平原地区

图2 平原地区原始多光谱和5 种融合方法融合影像

表2 平原地区不同融合方法的评价指标

4.3 水域地区

图3 水域地区原始多光谱和5 种融合方法融合影像

表3 水域地区不同融合方法的评价指标

4.4 建筑密集地区

图4 建筑密集地区原始多光谱和5 种融合方法融合影像

表4 建筑密集地区不同融合方法的评价指标

5 结束语

本文利用ENVI 软件中Brovey 变换、GS 变换等方法对北京2 号全色和多光谱影像进行融合处理，对比分析5 种融合方法的融合效果，结合目视解译和图表数据得出以下结论。

在空间分辨率和清晰度上，5 种融合方法融合后影像较原始影像有所改善，保留了尽可能多的原始信息，提高了地物细节特征，更加易于判读。

（1）丘陵地区：GS 变换融合后影像包含的细节信息和纹理特征丰富，融合影像质量较好；HSV 变换融合后影像与原始影像的相关性较差，相较于其他融合方法融合后的影像较模糊。

（2）平原地区：GS 变换融合后影像指标数值综合较高，与原始影像匹配度较高，光谱保真能力较强，融合影像清晰；HSV 变换融合影像色调比较单一，对原始影像包含信息的保留能力较差，融合后影像较模糊，存在一定的色彩失真；NNDiffuse、Brovey和PCA 变换融合后影像的融合效果相对其余两种融合方法居中。

（3）水域地区：Brovey 变换融合后影像亮度最高，对光谱信息转换的度量最好，色彩对比度高，可以区分出较多的地物信息，但水体和植被亮度较高，与实际存在一定的差异；GS 变换融合影像所得影像与原影像匹配度高，光谱保真能力较强，融合后影像相对最佳。

（4）建密集地区：GS 变换融合后影像具备较高的亮度，对比度明显，可以清晰的区分地物，与原始影像的相关性筑最好，光谱保真能力较强，融合效果最佳；PCA 变换融合后影像对原始影像的信息量保留程度较高，融合效果仅次于GS 变换。

总体而言，Brovey 变换融合影像的颜色更为鲜艳，较适用于植被解译及对水域陆地边界的区分；GS变换的融合后的各项评价指标数值都相对较高，融合表现效果相对最佳；HSV 变换融合效果较差，存在一定的模糊和失真情况；NNDiffuse 变换和PCA 变换相对差异不大，融合效果相对其他融合方法居中，都具备较好的光谱保真度和清晰度。本文利用几种常见的像素级融合方法针对光学影像中的北京2 号卫星影像进行了融合实验分析，对于其他同源或异源遥感影像的融合方法质量评估还有待进一步研究分析。