QuickBird遥感影像信息融合方法比较

闫世伟 温松楠 任智龙

摘 要：本文以甘肃省张掖市大野口水库的QuickBird全色和多光谱数据为例，采用HSV变换法、Brovey变换法、Gram-Schmidt变换法和主成分变换法对该影像进行融合，并从定性和定量两个方面对4种影像融合方法进行对比。结果表明，主成分变换法是最适合的融合算法。

关键词：Quickbird;遥感影像;融合方法

中图分类号：TP75 文献标识码：A 文章编号：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

影像融合是将同一传感器的多光谱影像融合或者将不同传感器的影像进行融合，进而达到增强图像的目的[1]。无人机技术结合遥感技术可以获取到分辨率更高的遥感影像。因此，近年来，将无人机技术和遥感技术结合起来获取遥感影像已成为获取全球空间信息和属性信息的重要手段。如何针对不同的遥感影像来选择恰当的融合方法已经成为当前研究的热点之一。高分辨率遥感影像的融合技术是当今遥感技术发展的重要产物，运用多源遥感影像数据进行数据融合具有十分重要的理论意义和应用价值[2]。

1 图像融合数据与方法

QuickBird是2001年10月18日美国成功发射的高分辨率商业遥感卫星。QuickBird获取的全色影像的空间分辨率可以达到0.61 m，在农业、林业、草业等的资源规划、土地利用规划、地图制图、水利资源监测、灾害监测等方面的应用已经较为广泛[3]。研究表明，有效利用QuickBird的全色和多光谱数据可以显著提高影像解译、自动分类和专题制图的精度。本文以甘肃省张掖市大野口水库的QuickBird全色和多光谱数据为例，采用HSV变换法、Brovey（比值）变换法、Gram-Schmidt变换法和主成分变换法对该影像进行融合，分别从定性和定量两个方面对4种影像融合方法进行分析比较，得出适合QuickBird数据的融合方法。

1.1 HSV变换法

在融合遥感影像时，首先要将RGB空间转换为HSV空间。多光谱影像经过HSV变换后，可以得到三个分量，分别为色度、亮度、饱和度。然后将亮度与高分辨率全色影像进行直方图匹配，接着将直方图匹配后得到的高分辨率影像与色度、饱和度进行HSV逆变换，最后实现影像融合[4]。

1.2 Brovey变换法

Brovey变换融合是一种比较简单的融合方法，是将多光谱图像的相位空间分解为色彩和亮度成分并进行计算。该方法通过归一化后的多光谱波段与高分辨率全色影像乘积来增强影像信息，其特点是简化了图像转换过程的系数，最大限度地保留了多光谱数据的信息，但它只能而且必须同时对3个波段进行融合运算。

1.3 Gram-Schmidt变换法

Gram-Schmidt变换法与主成分变换法相比较，既有联系也有区别。运用Gram-Schmidt变换法后各主成分只是正交，而主成分变换法在对各主成分進行重新分布后，第一主成分贡献信息最大，其他主成分相对小一些。Gram-Schmidt变换法通过对多维影像进行正交变换，可以有效消除多光谱影像各个波段之间的相关性[5]。

1.4 主成分变换法

主成分变换法通过计算相关矩阵的特征值和特征向量来分析得到不同主成分的影像。为使得全色影像与第一主成分的均值和方差更接近，需要拉伸全色影像，将第一主成分用拉伸后的影像替换，并用拉伸后的影像与其他主成分进行逆变换，最后获得融合影像[6-7]。

2 融合效果的评价指标

2.1 均值

均值即算数平均值，主要通过计算影像灰度值的算术平均值来体现，反映的是人眼的目视效果。若均值较为适中，则表示影像的目视效果较佳。具体计算公式为：

式中：[Mean]为图像的均值;[m]、[n]分别为图像的行数和列数;[Mx，y]为原始图像[M]中点[x，y]处像素值的大小。若图像的均值适中（灰度值约为128时），则表示影像的目视效果较佳。

2.2 标准差

标准差主要通过影像灰度值反差的大小来体现灰度值的离散程度，通过标准差同时可以反映出影像的反差。若标准差较大，则影像灰度越分散，影像反差较大，可以体现出的信息量更大;反之，标准差较小，说明图像反差小，色调单一均匀。计算公式为：

2.3 相关系数

相关系数主要反映融合前后两影像的相关程度。相关系数越大，说明融合前后的两影像相关程度高，且表明融合手段效果好，较好地保留了融合前的影像信息，融合后得到的影像质量也较高。主要计算公式为：

3 试验结果与分析

3.1 试验方法

本文对张掖市大野口水库的QuickBird全色影像和多光谱影像进行融合。QuickBird多光谱影像共有4个波段，而Brovey变换法、HSV变换法等模型中只能选取3个波段，因此，所有变换模型都选择3个波段。在利用这些方法进行图像融合时，选择哪几个波段进行融合非常重要。最优波段组合有两原则：第一要使所选波段在不同光区，第二要选择包含信息量大的波段。本文选择包含信息量最大的3个波段，从多光谱图像中选择了最佳波段，通过选择的最佳波段合成彩色图像并融合。通过对波段特征进行统计分析，本试验采用4、3、1波段作为最佳波段组合。此外，由于影像融合的效果受到几何精校正的影响，所以参与融合的影像必须是通过几何精校正的影像，本文中用到的数据已经过几何精校正。数据处理过程如图1所示，利用不同融合手段融合后的影像与原始QuickBird多光谱影像如图2至图7所示。

3.2 结果分析

3.2.1 定性评价。所得融合影像的空间分辨率、清晰度都较原始的QuickBird多光谱影像有所提高，影像的空间信息均得到明显增加，道路、建筑及水体轮廓变得清晰。在保持光谱信息方面，各方法的效果也存在一定差别。通过对比发现，通过主成分变换法和Gram-Schmidt变换法进行遥感数据融合的效果最好，融合图像的细节和纹理信息最清晰。在色彩方面，影像经HSV变换法融合后变暗，经Brovey变换法融合后对比度增加，而经Gram-Schmidt变换法和主成分变换法融合后均相对较亮。可见，主成分变换法和Gram-Schmidt变换法融合后影响效果要优于HSV变换法，光谱信息保持较好，色彩层次更为丰富。

3.2.2 定量评价指标。为了客观定量地比较评价不同融合手段的融合效果，本文采用相关系数、均值及标准差三个评价指标来反映QuickBird多光谱影像和融合后影像的误差，计算结果见表1。

从均值来看，主成分变换法和Gram-Schmidt变换法的影像亮度均值较大，说明其融合图像视觉效果较好;HSV变换法和Brovey变换法融合的图像亮度值较小，说明图像整体较暗，不利于图像的目视解译。从标准差来看，利用主成分变换法进行遥感影像融合的标准差最大，说明图像的灰度级分布离散，图像反差大，图像反映出的信息量多，影像细节得到了更好体现，同时对影像信息提取及影像分类手段实施更有利。从相关系数来看，Brovey变换法的相关系数最小，且比原始图像小（3个波段相关系数分别为0.56、0.98、0.54），说明利用Brovey变换法融合图像损失了原图像的光谱信息，融合质量较差。相比之下，HSV变换法的相关系数明显高于其他方法得到的图像，说明该方法保留了最多的原图像的光谱信息，其次是利用主成分变换法进行图像融合后的相关系数较高，说明采用主成分变换法能保留原始图像的大部分光谱信息，但由于主成分变换法仅选择高分辨率影像代替低分辨率影像的第一主成分，因此，第一主成分体现的光谱信息会有所损失，从而导致融合后的图像光谱分辨率受到一定程度的影响。通过对各个指标进行综合分析可知，主成分变换法融合后的影像质量比其他三种融合手段更优。

4 结语

本文分别从定性和定量两个角度对HSV变换法、Brovey变换法、Gram-Schmidt变换法和主成分变换法进行对比分析。结果表明，主成分变换法能更好地保持光谱特性，融合后的影像信息量有了一定程度的增加，且明显改善了影像的清晰度;利用HSV变换法处理后的影像清晰度提升较大，但光谱畸变过大;而利用Brovey变换法处理后的影像光谱信息損失最大;利用Gram-Schmidt变换法处理后的影像亮度均值最高，融合视觉效果好，但相关系数较主成分变换法小。因此，结合影像的光谱特性、信息量和清晰度进行综合考虑，就QuickBird影像的融合而言，主成分变换法为最佳融合手段。

参考文献：

[1]刘纯平.多源遥感信息融合方法及其应用研究[D].南京：南京理工大学，2002：1-119.

[2]任琦，许有田，郭庆堂，等.QuickBird遥感影像数据处理方法的探讨[J].测绘科学，2009（增刊1）：31-32.

[3]邢元军，石军南.QuickBird遥感影像的融合及在土地利用类型调查中的应用研究[J].株洲师范高等专科学校学报，2007（2）：56-59.

[4]常化文，陈春香.基于HSV变换与小波变换的遥感图像融合[J].计算机工程与设计，2008（23）：5682-5684.

[5]谭永生，沈掌泉，贾春燕，等.QuickBird全色与多光谱影像融合方法比较研究[J].科技通报，2008（4）：498-503.

[6]褚进海，彭鹏，李郑，等.矿山遥感监测中QuickBird数据融合方法研究[J].国土资源遥感，2009（3）：107-109.

[7]许民，刘勇，王晓燕，等.Quickbird全色与多光谱数据融合算法的比较[J].地理空间信息，2011（4）：84-87.