胡 娟，羅 淼，安裕倫

（1.貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴州 貴陽 550001；2.貴州師范大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，貴州貴陽 550001）

基于CBERS-02B星HR與CCD數(shù)據(jù)的喀斯特山區(qū)影像融合研究

胡 娟1，羅 淼2，安裕倫1

（1.貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴州 貴陽 550001；2.貴州師范大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，貴州貴陽 550001）

喀斯特山區(qū)海拔高且相對高差大、地塊破碎、地表覆蓋類型多樣,常年多云多雨,衛(wèi)星遙感數(shù)據(jù)質(zhì)量因此常受到嚴(yán)重影響。國產(chǎn)自主衛(wèi)星CBERS-02B獲取的高分辨率全色影像 (HR)和多光譜 (CCD)影像能更快捷、更方便地提供喀斯特山區(qū)遙感影像。采用HIS變換、PCA變換、HPF等圖像融合方法，對CBERS-02B星HR和CCD影像進(jìn)行融合對比實(shí)驗(yàn)研究，并對其均值、標(biāo)準(zhǔn)方差、信息熵、交叉熵、光譜真實(shí)性、平均梯度等指標(biāo)進(jìn)行比較分析與評價(jià)，探索喀斯特高原山區(qū)背景下的CBERS-02B星HR與CCD數(shù)據(jù)的最佳融合方法。

CBERS-02B；喀斯特山區(qū)；圖像融合

遙感影像融合是指不同影像在經(jīng)過空間配準(zhǔn)之后,按照定的算法與原則進(jìn)行整合，結(jié)合互補(bǔ)信息形成新影像數(shù)據(jù)。其主要目的是綜合各類圖像數(shù)據(jù)的優(yōu)點(diǎn)，提高圖像的解譯能力，融合結(jié)果要求在提高空間分辨率的同時(shí)盡可能保持原始光譜信息。中巴資源衛(wèi)星（CBERS）是國產(chǎn)自主產(chǎn)權(quán)的衛(wèi)星，從研制至今共發(fā)射了3顆遙感衛(wèi)星，其中CBERS-02B是我國迄今空間分辨率最高的民用衛(wèi)星，也是第一顆同時(shí)具有高（2.36 m）、中（20m）、低（258m）三種空間分辨率載荷的資源衛(wèi)星。CBERS-02B星搭載的高分辨率全色相機(jī)HR和多光譜傳感器CCD分別具有高空間分辨率和高光譜分辨率的特點(diǎn)，將兩者融合可以增強(qiáng)圖像空間細(xì)節(jié)信息，改善解譯的精度、可靠性及使用率，最大限度地利用CCD數(shù)據(jù)和HR數(shù)據(jù)提供的信息，有利于02B星遙感圖像據(jù)的數(shù)據(jù)應(yīng)用領(lǐng)域。

喀斯特山區(qū)海拔高且相對高差大、地塊破碎、地表覆蓋類型多樣，從而導(dǎo)致地物光譜特征復(fù)雜，同時(shí)地處季風(fēng)氣候區(qū)還伴有常年多云多雨現(xiàn)象，因此衛(wèi)星遙感數(shù)據(jù)質(zhì)量常受到嚴(yán)重影響。本文以貴州貴陽市為例，采用CBERS-02B星的CCD和HR數(shù)據(jù)進(jìn)行融合實(shí)驗(yàn)，運(yùn)用空間建模的 HIS變換、主成分分析（PCA）、HPF等方法對圖像進(jìn)行融合技術(shù)研究，再對實(shí)驗(yàn)結(jié)果進(jìn)行定量評價(jià)。本次研究旨在探索喀斯特高原山區(qū)背景下的CBERS-02BHR與CCD數(shù)據(jù)的最佳融合方法，從而推動中巴資源衛(wèi)星在喀斯特山區(qū)生態(tài)環(huán)境建設(shè)、地質(zhì)災(zāi)害、氣候預(yù)測等領(lǐng)域的應(yīng)用，并最終促進(jìn)“數(shù)字貴州”的遙感數(shù)據(jù)源CBERS在貴州社會經(jīng)濟(jì)發(fā)展中的廣泛應(yīng)用。

1 實(shí)驗(yàn)數(shù)據(jù)

1.1 數(shù)據(jù)源

CBERS-02B于2007年9月19日發(fā)射，其搭載的CCD相機(jī)有5個(gè)波段，地面像元分辨率為19.5 m，而HR相機(jī)的地面像元分辨率為2.36m。表1為CBERS-02B星傳感器的主要參數(shù)。本次研究以貴州省貴陽市市主城區(qū)為主要研究區(qū)域，采用2008年3月1日 CBERS-02BCCD影像 (景號為249115，天氣狀況為無云)和 2008年 3月 3日CBERS-02BHR（景號為7-70-C-4-L20000089141-1，天氣狀況為無云）作為數(shù)據(jù)源，實(shí)驗(yàn)數(shù)據(jù)為原生數(shù)據(jù)。同時(shí)收集到了該區(qū)域1:50 000和1:10 000的地形圖。

表衛(wèi)星有效載荷主要技術(shù)指標(biāo)

表衛(wèi)星有效載荷主要技術(shù)指標(biāo)

有效載荷 波段號 光譜范圍 空間分辨率 幅寬/km 重訪時(shí)間CCD相機(jī)Band1 0.45-0.52 20 113 26 Band2 0.52-0.59 20 Band3 0.63-0.69 20 Band4 0.77-0.89 20 Band5 0.51-0.73 20 HR相機(jī) Band6 0.45-0.52 2.36 27 104

1.2 圖像預(yù)處理

圖1 CBERS-02B星原生數(shù)據(jù)

表2 原始數(shù)據(jù)最佳計(jì)算統(tǒng)計(jì)

2 融合方法

數(shù)據(jù)融合實(shí)驗(yàn)在ERDASimage9.2和matlab7.0軟件平臺下進(jìn)行。

2.1 基于RBG-HIS變換的融合方法

常用的彩色空間有兩種：RGB空間和HIS空間。RGB空間從物理角度出發(fā)描述顏色，HIS空間從人眼主觀感覺出發(fā)描述顏色。RBG-HIS色彩變換是將遙感圖像從紅（R）、綠 (G)、藍(lán) (B)三種顏色組成的彩色空間轉(zhuǎn)換到以亮度 (I)、色度 (H)、飽和度 (S)作為定位參數(shù)的彩色空間，HIS彩色空間上圖像的顯示具有RGB彩色空間上不具有的優(yōu)點(diǎn)，HIS坐標(biāo)系統(tǒng)比RGB系統(tǒng)能更好地表示出色光本身的物理特性以及與人眼視覺之間關(guān)系。

具體融合步驟如下：1）將完成幾何精校正的高分辨率圖像CBERS-02BHR和多光譜圖像CBERS-02BCCD重采樣，使兩者保持分辨率一致；2）將CBERS-02BCCD圖像變換轉(zhuǎn)換到HIS空間；3）把CBERS-02BHR圖像的視作I'與HIS空間中的亮度分量I進(jìn)行直方圖匹配；4）用I'代替HIS空間的亮度分量，即IHS→I'HS;5）將逆變換到RGB空間，即得到融合圖像。

圖2 RBG-HIS變換建模

2.2 基于PCA變換的融合方法

主成份分析 (PCA)變換法又被稱為K-L變換，它是對某一光譜圖像，利用K-L變換矩陣進(jìn)行線性組合，產(chǎn)生一組新的光譜圖像。其對圖像編輯、圖像數(shù)據(jù)壓縮、圖像增強(qiáng)、變化監(jiān)測、多時(shí)相維數(shù)和圖像融合等均是十分有效的方法。其具體步驟如下：先將高分辨率的圖像 (A)拉伸到PC1的方差和均值，然后將拉伸后的圖像 (A′)替代多波段圖像數(shù)據(jù)的 PC1由于 PC1的方差最大，它包含了所有波段絕大部分信息，因此融合后的圖像中既有多光譜信息又具高分辨率。

2.3 HPF高通濾波法

HPF（高通濾波）融合法的思想就是將高空間分辨率圖像的高頻信息加入多光譜圖像（低分辨率圖像）中。這就使多光譜圖像的光譜信息得到了盡可能的保持，并在一定程度上加入了高分辨率圖像的細(xì)節(jié)信息，從而達(dá)到了融合的目的。其具體步驟如下：1）對高分辨率圖像 CBERS-02BHR進(jìn)行高通濾波，提取高頻信息；2）將高頻信息作為一個(gè)分量加入到多光譜圖像CBERS-02BCCD中，即得到融合圖像。

圖3 基于PCA變換的CCD與HR圖像融合信息模型

3 融合效果評價(jià)

3.1 定性評價(jià)

從目視角度可明顯看出，3種融合影像的空間幾何分辨率大致相等，在空間細(xì)節(jié)保持和分辨率提高來看都表現(xiàn)得比較好，達(dá)到了希望用 HR高空間分辨率圖像信息來補(bǔ)充CCD高光譜分辨率圖像空間信息不足的目的。另一方面從融合圖像的光譜特征來看，經(jīng)過HIS變換融合的圖像上水體、道路很容易區(qū)分，顏色比較鮮亮、飽滿，同時(shí)沒有明顯的馬賽克的出現(xiàn)，但與原始多光譜影像相比有一定程度的光譜失真；而經(jīng)過PCA變換融合的圖像上對植被、城市建筑物分類效果好，但色調(diào)層次感差，顏色較為暗淡，陰影較重，損失了大量光譜信息，出現(xiàn)了比較明顯的馬賽克；高通濾波法融合影像雖然有效的保留了有效多光譜信息，但是在對高分辨波段濾波時(shí)濾掉了大部分的紋理信息。

3.2 定量評價(jià)

對融合后遙感圖像的定量評價(jià)從圖像均值、標(biāo)準(zhǔn)差、信息熵和交叉熵和光譜真實(shí)性等參數(shù)展開，參數(shù)計(jì)算在MATLAB7.0的環(huán)境下完成。

1）在信息含量方面，3種方法融合圖像的信息量都比原始圖像的信息量有所提高，其中，HIS的融合圖像的標(biāo)準(zhǔn)差和熵值都是較大的，說明HIS融合方法

對融合后信息量的。

圖4 三種方法融合結(jié)果圖

增加是效果明顯的，HPF變換的融合方法次之，PCA融合方法明顯較HPF差，這和目視判讀得到的結(jié)論基本一致。交叉熵是用來衡量兩幅圖像之間的差異，交叉熵越小，則它們之間的差異越小。HIS變換后圖像交叉熵小于另外兩種融合方法，說明HIS的融合方法保留了更多的原始信息，而PCA和HPF法則相對丟失了較多的信息。

2）在光譜保真方面，偏差指數(shù)和光譜真實(shí)性表示融合前后相對應(yīng)像元的灰度差異，差異越小，融合圖像光譜信息就越好。HIS變換除波段3的灰度平均差異比PCA和HPF大，1、4波段與對應(yīng)波段原多光譜數(shù)據(jù)的灰度平均差異都是較小的。HPF融合方法的偏差最大，其次為PCA，表明HIS融合發(fā)最大程度的保持了融合前影像的光譜信息，有利于地物的波譜分析和遙感解譯。

3）平均梯度的分析，HIS變換法和HPF融合后影像的平均梯度都較大，PCA變換法融合方法最小，說明HIS變換法和HPF最大程度提高影像的清晰度。

表 三種不同圖像融合方法定量評價(jià)指標(biāo)

4結(jié)語

通過對HIS變換、PCA變換、HPF三種方法主觀定性分析和客觀定量分析。結(jié)果表明，RBG-HIS的融合圖像從視覺特性、紋理細(xì)節(jié)、明暗色調(diào)等信息較好，提高了多光譜影像的空間分辨率，同時(shí)又保持了多光譜影像的光譜信息，在喀斯特山區(qū)地表物質(zhì)組成、植被覆蓋度、微地形地貌等方面的解譯效果優(yōu)于其他兩種方法，而HPF融合影像的立體層次感和色彩差異上要比RBG-HIS的融合圖像的融合影像好。運(yùn)用RBGHIS變換融合法可以推廣CBERS-02B在喀斯特高原山區(qū)的應(yīng)用范圍，同時(shí)能很好的結(jié)合多光譜數(shù)據(jù)（CCD）和全色數(shù)據(jù)（HR）的光譜信息和空間信息，能使結(jié)果更加準(zhǔn)確。

感謝中國資源衛(wèi)星應(yīng)用中心提供的CBERS-02B衛(wèi)星遙感數(shù)據(jù)。

[1]于海洋，甘甫平，邱振戈.CBERS-02B星數(shù)據(jù)融合方法評價(jià)[J].國土資源遙感，2009（1）：57-61

[2]方剛.基于IHS和PCA的CBERS與TM數(shù)據(jù)融合研究[J].資源開發(fā)與市場，2008，24（6）:481-489

[3]許文波，徐嬌，黃健熙.中巴資源衛(wèi)星遙感影像數(shù)據(jù)融合研究[J].學(xué)術(shù)研究，2009（4）:257-261

[4]張曉麗，吳泉源.CBERS-02B衛(wèi)星圖像的融合試驗(yàn)研究[J].山東師范大學(xué)學(xué)報(bào)，2008，23(4):69-71

[5]王奇，李杏朝，李俊杰.CBERS02B星HR與CCD影像融合研究[J].遙感技術(shù)與應(yīng)用，2008，23(4):467-470

[6]黨安榮.遙感圖像處理方法[M].北京：清華大學(xué)出版社，2003

[7]王奇，李杏朝，李俊杰，等.CBERS-02B星HR與CCD影像融合研究[J].遙感技術(shù)與應(yīng)用，2008（4）:38-42

CBERS-02B Im age Fusion Technology Research Of Karst Areas

by Hu Juan

In Karstmountain areas,the high altitudes and relative ly elevation differences were large,land fragmentation severely and land cover types diversity,there always cloudy and rainy all year round,therefore,the quality of satellite rem ote sensing data has severely being affected.Self-m ade satellite CBERS-02B to obtain high-resolution panchromatic images(HR)and multispectralCharge-coup led Device(CCD)image can bem ore efficient and easier to provide rem ote sensing image of the Karst Mountains.In this paper HIS transform,PCA transform,HPF and other image fusionmethods were used for the fusion com parative study of the CBERS-02B satellite HR and CCD image, and for the analysis and evaluation of its mean,standard deviation,entropy, cross entropy,spectral authenticity,deviation index,average gradient indicators,in order to exp lore the best fusion method of Karstm ountains plateau CBERS-02B satellite HR and the CCD data in the background of the Karst m ountains p lateau.

CBERS-02B,karstmountain area,image fusion （Page:22）

P237.3

B

1672-4623(2011)01-0022-03

2010-07-29

項(xiàng)目來源：貴州省科學(xué)技術(shù)基金資助項(xiàng)目（黔科合J字LKS[2009]19號）。

胡娟，副教授，碩士，研究方向?yàn)榄h(huán)境遙感與地理信息系統(tǒng)。