趙珍梅, 馬 偉, 王潤(rùn)生

(1.中國(guó)地質(zhì)大學(xué)(北京)北京 100083;2.中國(guó)冶金地質(zhì)總局礦產(chǎn)資源研究院,北京 100025)

三種高保真遙感影像融合方法效果評(píng)價(jià)與分析

趙珍梅1,2, 馬 偉2, 王潤(rùn)生1

(1.中國(guó)地質(zhì)大學(xué)(北京)北京 100083;2.中國(guó)冶金地質(zhì)總局礦產(chǎn)資源研究院,北京 100025)

圖像融合是解決多源遙感圖像信息綜合的最有效技術(shù)手段,針對(duì)不同數(shù)據(jù)源選擇最佳的融合方法是提高圖像融合質(zhì)量的關(guān)鍵。本文在介紹三種新的融合方法:Gram-Schmidt、Pansharp和Ehlers融合基本原理和融合過程的基礎(chǔ)上,選擇廣東新會(huì)郊區(qū)的QuickBird衛(wèi)星影像為數(shù)據(jù)源進(jìn)行試驗(yàn)。對(duì)融合結(jié)果從定性和定量角度進(jìn)行綜合評(píng)價(jià)。定性評(píng)價(jià)包括色調(diào)、紋理和清晰度等;定量評(píng)價(jià)指標(biāo)包括均值、標(biāo)準(zhǔn)差、信息熵、平均梯度、相關(guān)系數(shù)和相對(duì)偏差等。所選指標(biāo)能夠反映空間分辨率、信息量和保持融合圖像的光譜性質(zhì)等,以便客觀準(zhǔn)確地評(píng)價(jià)融合效果。試驗(yàn)結(jié)果表明:三種融合方法都有較高的空間結(jié)構(gòu)信息與光譜信息的保真度。其中,Pansharp方法融合結(jié)果圖像所含量信息最大,細(xì)節(jié)信息最豐富;而光譜保真方面:Gram-Schmidt方法最好,其它兩種融合方法次之。

融合 保真 Gram-Schmidt法 Pansharp法 Ehlers法

Zhao Zhen-mei,Ma W ei,Wang Run-sheng.Evaluation and analysis of three methods of fusing remote sensing images with high fidelity of spectral information[J].Geology and Exploration,2010,46 (4):0705-0710.

1 引言

20世紀(jì)90年代中后期,許多新型的衛(wèi)星傳感器相繼升空,使同一地區(qū)的遙感影像數(shù)目日益增多。如何有效地利用不同傳感器、不同時(shí)相、不同分辨率的多源遙感海量數(shù)據(jù)信息便成為目前遙感應(yīng)用的瓶頸問題,而解決這一問題的關(guān)鍵技術(shù)就是遙感影像信息融合。

圖像融合是指綜合兩個(gè)或多個(gè)源圖像的信息,充分利用它們所包含的冗余與互補(bǔ)信息,以獲得同一場(chǎng)景的“更高質(zhì)量”的信息(Wald,1999)。在遙感應(yīng)用中,全色波段圖像具有相對(duì)高的空間分辨率,但其光譜分辨率較低;多光譜圖像具有較高的光譜分辨率,但其空間分辨率較低。綜合利用多光譜圖像與全色圖像,從而獲得高空間分辨率的多光譜圖像是當(dāng)前遙感影像處理領(lǐng)域里的研究熱點(diǎn)(吳連喜等,2004;趙書河等,2004;Tu,et al.,2007;Kalpoma, et al.,2007;陳思錦等,2004;李旭等,2009),而圖像融合技術(shù)目前在許多遙感應(yīng)用領(lǐng)域中發(fā)揮著極其重要的作用(王建梅等,2005;李均力等,2004;徐涵秋, 2005;馮德俊等,2004;Hong,et al.,2002)。

隨著衛(wèi)星傳感器技術(shù)的發(fā)展,LandSat-7,IKONOS,QuickBird,OrbView以及WorldView-1等地球觀測(cè)衛(wèi)星提供的多光譜圖像具有更高的光譜分辨率,同時(shí)也提供了更高空間分辨率的全色波段圖像,新的全色圖像具有更寬的光譜范圍(從可見光到近紅外),因此一些傳統(tǒng)的常用遙感影像融合方法如I HS(亮度(intensity)、色調(diào)(hue)、飽和度(saturation)變換、Brovey方法、主成分變換(principal component transform,簡(jiǎn)稱PC變換)、小波變換等在實(shí)際生產(chǎn)應(yīng)用領(lǐng)域中已顯弊端。即這些融合方法雖都能增加多光譜影像的空間紋理信息,但I(xiàn)HS, Brovey,PC等方法易使融合后的影像失真;小波變換光譜信息雖保真較好,但小波基選擇困難,且在對(duì)高分辨衛(wèi)星影像數(shù)據(jù)進(jìn)行融合時(shí),都存在不同程度的光譜失真。

為了克服傳統(tǒng)融合方法中的不足,減小光譜信息在影像融合過程中的損失,近年來(lái),國(guó)內(nèi)外一些相關(guān)研究人員相繼提出了一些新的融合算法,能夠較好地彌補(bǔ)上述傳統(tǒng)方法中的不足,融合效果有較大的改善。例如,劉博士提出的基于亮度調(diào)節(jié)的平滑濾波(s moothing filter-based intensity modulation,簡(jiǎn)稱SF IM)(Liu,2000),Labenet al(2000)等發(fā)明的Gram-Schmidt融合方法(Ehlers,1991),張?jiān)撇┦刻岢龅腜ansharp融合方法(Zhang,2002)和Ehlers教授提出的Ehlers融合算法。這些新的融合算法在保持高分辨率影像空間信息與光譜方面取得了較好的效果。鑒于國(guó)內(nèi)對(duì)于上述三種新方法融合效果的對(duì)比分析研究還較少,本文在介紹Gram-Schmidt、Pansharp和Ehlers融合的基本算法和融合過程的基礎(chǔ)上,選擇廣東新會(huì)郊區(qū)的QuickBird為數(shù)據(jù)源進(jìn)行試驗(yàn)。對(duì)三種方法的融合效果進(jìn)行定性和定量的綜合分析評(píng)價(jià)。

2 融合的基本原理和融合過程

2.1 Gram-Schmidt融合方法

Gram-Schmidt變換的核心思想是利用投影原理對(duì)任一組線性獨(dú)立的向量通過Gram-Schmidt變換獲得該向量的一組正交基(Labenet al.,2000)。不妨設(shè)一組相互獨(dú)立向量組{V1,V2,...Vn},則Gram-Schmidt正交化過程如下:

式中,〈Vn,ηi〉為Vn與ηi的內(nèi)積。這樣就得到了正交基{ρ1,ρ2,...ρn}。該變換的一個(gè)特點(diǎn)是,變換后各矢量只是正交,而各矢量的順序并非按照信息量大小排序,這也是與PC變換的主要區(qū)別之一(李存軍等,2004;Clayton,1971)。Gram-Schmidt融合方法的基本步驟是首先采用光譜重采樣的方法模擬產(chǎn)生第一分量,通過Gram-Schmidt變換將多光譜圖像轉(zhuǎn)換到正交空間,再利用高空間分辨率圖像替換第一分量,最后通過Gram-Schmidt反變換獲得融合后圖像。基于Gram-Schmidt變換的融合算法具有明確的數(shù)學(xué)意義,對(duì)待融合的遙感影像無(wú)波段數(shù)限制,并且具有較高的光譜信息保持度。

2.2 Pansharp(全色增強(qiáng)融合算法)

Pansharp方法是由張?jiān)撇┦堪l(fā)明的融合算法,該方法基于最小二乘法來(lái)最佳近似原始多光譜、全色數(shù)據(jù)與融合后多光譜、全色數(shù)據(jù)之間的灰度值關(guān)系,并用統(tǒng)計(jì)方法解決融合過程的標(biāo)準(zhǔn)化和自動(dòng)化問題,因而獲得較高色調(diào)的保真效果。

該方法的優(yōu)點(diǎn):算法簡(jiǎn)單,易于實(shí)現(xiàn)工程化,融合過程可以一次完成,不受波段數(shù)限制。融合結(jié)果對(duì)人為主觀因素與數(shù)據(jù)本身質(zhì)量的依賴性較小,光譜和細(xì)節(jié)特征保真度高。

2.3 Ehlers融合算法

Ehlers融合算法是由德國(guó)Osnabreck大學(xué)的Manfred Ehlers教授提出,是基于快速傅立葉變換(FFT)濾波對(duì)全色波段銳化/分辨率融合的技術(shù)(Ehlers,1991)。針對(duì)不同區(qū)域圖像,該算法提供了郊區(qū)、城區(qū)和城郊混合區(qū)三個(gè)預(yù)設(shè)濾波模型,以保持融合圖像的空間特性與原圖像一致。

2.3 融合過程

圖像融合的目標(biāo)在于增強(qiáng)圖像的空間分辨率,同時(shí)豐富光譜分辨率,以提升融合結(jié)果圖像的精確度和信息量。其過程主要包括兩個(gè)階段:數(shù)據(jù)預(yù)處理與融合變換,前者的關(guān)鍵是對(duì)圖像的配準(zhǔn)處理,精確的空間配準(zhǔn)是融合處理的前提;而后者則主要采用不同的算法對(duì)圖像進(jìn)行特征融合處理。圖像融合的基本過程如圖1所示。

圖1 圖像融合的基本過程Fig.1 Basic process of image fusion

3 融合效果評(píng)價(jià)與對(duì)比分析

本文將從定性和定量?jī)蓚€(gè)方面,對(duì)上述三種融合算法效果進(jìn)行評(píng)價(jià)與對(duì)比分析。本次試驗(yàn)選擇2006年12月26日廣東新會(huì)某郊區(qū)的QuickBird衛(wèi)星影像數(shù)據(jù),由于區(qū)內(nèi)地物大小和形狀具有多樣性,遙感數(shù)據(jù)的空間梯度大,不同光譜波段上也存在較大的變異,所以能較全面地反映影像融合算法的優(yōu)缺點(diǎn)。數(shù)據(jù)源基本情況見表1。

評(píng)價(jià)所用的圖像如圖2(a)所示。為獲得較好的顯示效果,文中所有QuickBird彩色圖像都經(jīng)過標(biāo)準(zhǔn)差拉伸增強(qiáng)。依次采用上述三種融合算法進(jìn)行融合處理,所得融合結(jié)果圖像如圖2(b,c,d)所示。

3.1 定性分析

為了便于目視定性比較,從研究區(qū)截取的一個(gè)子區(qū)域(圖2(a)中紅色區(qū)域),大小為334×241像素,如圖3(a)所示。從圖3(b,c,d)中可看出,三種方法融合的圖像無(wú)論是空間分辨率還是光譜信息量都比QuickBird原始圖像有明顯的增加。圖像的空間紋理信息有了顯著提升,不同種類的樹木,建筑物屋的輪廓、公路和樹冠的形狀等清晰可見,其空間信息基本與全色波段(圖3(a))相當(dāng)。從提高空間結(jié)構(gòu)信息上來(lái)看,三種融合方法差異并不大,但從光譜保真性上比較,三種方法則有一定的差別。PANSHARP方法光譜保真效果較好,但圖像的對(duì)比度有所降低(圖2 (b),圖3(b)),EHLERS方法使光譜失真程度較大(見圖2(d),圖3(d)),GRAM-SCHM IDT方法光譜保真效果最佳(見圖2(c),圖3(c))。

表1 融合試驗(yàn)數(shù)據(jù)Table1 Parameters of imgae fusion test

3.2 定量分析

為進(jìn)一步客觀評(píng)價(jià)上述三種融合方法融合效果,考慮從定量方面評(píng)價(jià)上述三種融合方法的效果。評(píng)價(jià)影像融合效果的統(tǒng)計(jì)參數(shù)較多(王海暉等, 2003)。本文選用能夠客觀反映空間分辨率、信息量和保持融合圖像的光譜性質(zhì)的標(biāo)準(zhǔn):圖像均值、標(biāo)準(zhǔn)差、相關(guān)系數(shù)、信息熵、平均梯度和相對(duì)偏差六個(gè)參數(shù)。

(1)均值

圖像像素值Z(i,j)均值Zˉ是圖像像素的灰度平均值,其對(duì)人眼則反映為平均亮度。其定義為

(2)標(biāo)準(zhǔn)差

標(biāo)準(zhǔn)差反映了圖像像素灰度相對(duì)于灰度平均值的離散情況。在某種程度上,標(biāo)準(zhǔn)差也可用來(lái)評(píng)價(jià)圖像反差的大小。當(dāng)標(biāo)準(zhǔn)差較大時(shí),則圖像灰度級(jí)分布分散,則圖像反映的信息量大。

圖2 融合結(jié)果圖像(圖a中紅框區(qū)域?yàn)楹罄m(xù)評(píng)價(jià)用的子區(qū))Fig.2 Fusion results of three image fusion methods(The red box in the figure is a subregion for further evaluation)

圖3 三種融合結(jié)果目視比較評(píng)價(jià)Fig.3 Visual comparison of results by three fusion methods

(3)相關(guān)系數(shù)

融合圖像與源圖像的相關(guān)系數(shù)反映兩幅圖像光譜特征的相似程度,定義為:

(4)信息熵

圖像的信息熵是衡量圖像信息豐富程度的一個(gè)重要指標(biāo),因?yàn)橥ㄟ^對(duì)圖像信息熵的比較可以對(duì)比出圖像的細(xì)節(jié)表現(xiàn)能力。對(duì)于灰度{0,1,2,…,i-1}的直方圖,其信息熵定義為:

式中Pi為第i級(jí)灰度出現(xiàn)的概率。

若融合圖像的熵越大,則表示融合圖像所含的信息越豐富,融合質(zhì)量越好。

(5)平均梯度

圖像像素值Z(i,j)的平均梯度ˉG可敏感地反映圖像對(duì)微小細(xì)節(jié)反差表達(dá)的能力,不僅可用來(lái)評(píng)價(jià)圖像的清晰程度,還可反映圖像中微小細(xì)節(jié)反差和紋理變化特征。其計(jì)算公式為:

一般情況下,ˉG越大,圖像層次越多,表示圖像越清晰。

(6)相對(duì)偏差

相對(duì)偏差的大小表示融合圖像與源圖像平均灰度值的相對(duì)差異,以反映融合圖像與源圖像在光譜信息上的匹配程度。

式中A(i,j)是源圖像灰度值,F(i,j)是融合圖像灰度值。

本文選取3個(gè)可見光波段(1:藍(lán),2:綠,3:紅)進(jìn)行定量評(píng)價(jià),評(píng)價(jià)結(jié)果見表2:

為了便于評(píng)價(jià)和分析,對(duì)融合后的多光譜圖像數(shù)據(jù)進(jìn)行重采樣處理,像元空間分辨率與原始多光譜圖像相同。表2中的數(shù)據(jù)是根據(jù)融合結(jié)果圖像重

表2 三種融合方法的評(píng)價(jià)參數(shù)表Table2 Evaluation parameters of three image fusion methods

采樣處理之后統(tǒng)計(jì)得到的。

從表2可以看出,在均值上,除Ehlers融合在波段1增大,2、3波稍有降低外,Gram-Schmidt與Pansharp融合均值基本與原圖相同,而其它兩種融合圖像亮度與原圖相差不大,反映在圖像上Ehlers偏藍(lán),其它圖像亮度與原多光譜圖像相近。標(biāo)準(zhǔn)差、信息熵方面:Pansharp明顯增大,Ehlers和Gram-Schmidt融合圖像標(biāo)準(zhǔn)差均低于原圖,且信息熵方面與原圖相比變化不大。平均梯度方面:三種融合方法均遠(yuǎn)高于原多光譜圖像,但以Pansharp變化最大,Gram-Shmidt次之,Ehlers最小。以上幾方面說明Pansharp融合后的圖像所包含的細(xì)節(jié)信息最豐富。從與源影像的相關(guān)系數(shù)來(lái)看,Gram-Schmidt變換最大(均值為0.923),Pansharp(均值為0.89)和Ehlers(均值為0.897)相近。從相對(duì)偏差來(lái)看, Gram-schmidt方法最小(均值為0.069),Ehlers與Pansharp方法相近(均值為0.089),說明三種方法中Gram-Schmidt光譜保真效果最好。

綜上所述,三種融合方法都有較高的空間結(jié)構(gòu)信息與光譜信息的保真度。三種融合方法中,以Pansharp融合圖像所含量信息最大,包含的細(xì)節(jié)信息最豐富;而光譜保真方面:Gram-Schmidt最好,其它兩種方法略次之。

4 結(jié)論

本文在分析Gram-Schmidt、Pansharp和Ehlers融合的基本算法和融合過程的基礎(chǔ)上,選擇廣東省新會(huì)郊區(qū)的QuickBird為數(shù)據(jù)源進(jìn)行試驗(yàn),從圖像色調(diào)、紋理和清晰度等定性方面,以及均值、相關(guān)系數(shù)和標(biāo)準(zhǔn)差、熵、平均梯度和光譜保真等定量統(tǒng)計(jì)方面,對(duì)三種新的高保真方法的融合效果進(jìn)行評(píng)價(jià)與對(duì)比分析。結(jié)果表明:三種方法各有優(yōu)勢(shì),相比較而言,Pansharp融合方法的信息量最豐富,而Gram -Schmidt方法的光譜保真度最高,Ehlers方法的信息量和保真度側(cè)介于前兩者之間。

Pansharp融合方法不僅信息保真度高,而且處理過程中所耗時(shí)間最短,所以適合大數(shù)據(jù)量的圖像融合。由于在光譜保真方面是三種方法中最差的,所以在用于不同物理特性的數(shù)據(jù)融合時(shí),會(huì)產(chǎn)生光譜失真。Gram-Schmidt方法攜帶的信息量較豐富,圖像清晰度也高,由于保真度高,雖然計(jì)算耗時(shí)雖比Pansharp稍長(zhǎng),但適合各類影像數(shù)據(jù)融合。Ehlers方法雖然所含信息量、圖像清晰度和光譜保真度均較好,但其在處理過程中耗時(shí)是三種方法中最長(zhǎng)的,因此不太適用于大數(shù)據(jù)量的影像融合處理。

Chen Si-jin,Qin Qi-ming,WangWen-jun.2004.An improvement of brovey RS image fusion by usingwavelet signal analysis[J].Journal of institute of surveying and mapping,21(2):118-120(in Chinese with English abstract)

Clayton D G.1971.Gram-Schmidt orthogonalization[J].Applied Statistics,20(3):335-338

Ehler sM.1991.Multisensor Image Fusion Techniques in Remote Sensing [J].ISPRS Journalof Photogrammetry and Remote Sensing,46(1): 19-30

FengDe-jun,Li Yong-shu,Lan Yan.2004.Dynamic monitoring using image fusion by wavelet transform[J].Remote Sensing Technology and Application,19(3):2159-2162(in Chinese with English abstract)

Hong-Gyoo sohn,Yeong-sun song,Hwan-hee yoo.2002.Accurate classification ofwater area with fusion of RadarsatAnd Spot satellite imagery[J].IEEE Transactions on Geoscience and Remote Sensing, 1503-1505

Kalpoma KA,Kudoh JUN-ichi.2007. Image fusion processing for IKONOS 1-m color imagery[J].IEEE Transaction on Geoscience and Remote Sensing,45(10):3075-3086

Laben C A,BrowerB V.2000.Process for enhancing the spatial resolution ofmultispectral imagery using pan-sharpening[J].U.S.Patent 6 011 875

Li Cun-jun,Liu Liang-yun,Wang Ji-hua,Wang Ren-chao.2004. Comparison of two methods of fusing remote sensing images with fidelity of spectral information[J].Journal of Image and Graphics,9 (11):1376-1385(in Chinese with English abstract)

Li Jun-li,Mao Xi,Sun Jia-bin.2004.Approach of remote sensing image fusion in land use of change detection[J].Nature Magazine,26 (5):282-285(in Chinese with English abstract)

Liu J G.2000.Smoothing filter-based intensity modulation:a spectral preserve image fusion technique for improving spatial details[J].International Journal of Remote Sensing,21:3461-3472

Li Xu,HeMing-yi,Michel Roux,WeiBao-guo.2009.A new algorithm for fusing very high resolution remote sensing images[J].Journal of Electronics&Information Technology,3(12):2886-2991(in Chinese with English abstract)

Tu TM,Cheng W C,Chang C P,Huang P S,Chang J C.2007.Beat tradeoff for high-resolution image fusion to preserve spatial details and minize color distortion[J].IEEE Geoscience and Remote SensingLetters,4(2):302-306

Wald L.1999.Some terms of reference in data fusion[J].IEEE Transactions on Geoscience and Remote Sensing,37(3):1190-1193

Wang Jian-mei,Li De-ren.2005.A study of fusion algorithms of QuickBird Pan and multispectral images for land cover classification [J].Bulletin of Surveying andMapping,10:37243(in Chinese with English abstract)

Wang Hai-hui,Peng Jia-xiong,Wu Wei,Li Feng.2003.A study of evaluation methods on performance of the multi-Source remote sensing image fusion[J].Computer Engineering and Applications,39 (25):33-37(in Chinese with English abstract)

Wu Lian-xi,WangMao-xin.2004.A new method of RS image fusion preserving spectrum[J].Journal of Remote Sensing,8(4):356-360

Xu Han-qiu.2005.Study on data fusion and classification of Landsat 7 ET M+imagery[J].Journal of Remote Sensing,9(2):186-194(in Chinese with English abstract)

Zhang Yun.2002.Problems in the fusion of commercial high-resolution satellite,Landsat 7 images,and initial solutions[A].International Archives of Photogrammetry and Remote Sensing( IAPRS),Ottawa [C].Vol 34,Part 4,Working Group IV/7,unpaged

Zhao Shu-he,Zhang Xin-ming,Qu Hong-jian.2004.Fusion ofmultispectral remote sensing image and high resolution spatial panchromatic image[J].W tus m Bulletin of Science and Technology,29 (5):4-5(in Chinese with English abstract)

[附中文參考文獻(xiàn)]

陳思錦,秦其明,王文君.2004.利用小波分析改進(jìn)Brovey遙感影像融合方法[J].測(cè)繪學(xué)院學(xué)報(bào),21(2):118-120

馮德俊,李永樹,蘭 燕.2004.基于小波變換的影像融合在動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用[J].遙感技術(shù)與應(yīng)用,19(3):2159-2162

李存軍,劉良云,王紀(jì)華,王人潮.2004.兩種高保真遙感影像融合方法[J].中國(guó)圖像圖形學(xué)報(bào),9(11):1376-1385

李均力,毛 曦,孫家炳.2004.土地利用遙感變化監(jiān)測(cè)中影像融合方法研究[J].自然雜志,26(5):282-285

李 旭,何明一,Michel Roux,衛(wèi)保國(guó).2009.一種超高分辨率遙感圖像融合新算法[J].電子與信息學(xué)報(bào),3(12):2886-2991

王建梅,李德仁.2005.QuickBird全色與多光譜數(shù)據(jù)融合方法用于土地覆蓋分類中的比較研究[J].測(cè)繪通報(bào),10:37243

王海暉,彭嘉雄,吳 巍,李 峰.2003.多源遙感圖像融合效果評(píng)價(jià)方法研究[J].計(jì)算機(jī)工程與應(yīng)用,39(25):33-37

吳連喜,王茂新.2004.一種光譜保持型的圖像融合方法[J].遙感學(xué)報(bào),8(4):356-360

徐涵秋.2005.Landsat ET M+影像的融合和自動(dòng)分類研究[J].遙感學(xué)報(bào),9(2):186-194

趙書河,張新明,曲鴻建.2004.多光譜遙感影像與高分辨率全色影像融合研究[J].測(cè)繪信息與工程,29(5):4-5

Evaluation and Analysis of ThreeM ethods of Fus ing Remote Sensing Images with High Fidelity of Spectral I nformation

ZHAO Zhen-mei1,2, MA Wei2, WANG Run-sheng1
(1.China University of Geosciences,Beijing 10083; 2.Institute of M ineral Resources Research,China M etallurgical Geology Bureau,Beijing 100025)

Image fusion is themost effective technologicalmeans to dealwithmulti-source remote sensing images.Choosing the best fusionmethod is a key to improve the picture quality according to different data sources.This paper presents basic principles of three kinds of fusion algorithms:Gram-Schmidt,Pansharp and Ehlers fusion.Using theQuickBird satellite image data,a test has beenmade for the suburb ofXin hui,Guanngdong Province.Then the fussing results by the threemethods are analyzed and compared in qualitative and quantitativeways,respectively.The qualitative analysis includes hue, texture and definition etc.,while quantitative evaluation includes average values,standard errors,entropy,average gradient and spectrum authenticity.The test result shows that the three fusingmethods have relatively high resolution and better fidelity of spectral infor mation.The Pansharp method can contain the largest amount of information and details.In terms of spectral infor mation fidelity,Gram-Schmidt is the best,while both the Pansharp and Ehlers are slightly inferior.

fusion,fidelity,Gram-Schmidtmethod,Pansharpmethod,Ehlers method

book=7,ebook=339

TP751

A

0495-5331(2010)04-0705-06

2010-05-14;

2010-06-10;[責(zé)任編輯]鄭 杰。

新疆與內(nèi)蒙重點(diǎn)礦區(qū)遙感地質(zhì)調(diào)查。

趙珍梅(1963年-),女,碩土,教授級(jí)高工,主要從事遙感技術(shù)應(yīng)用與研究作,E-mail:zhao4539@126.com.cn。