黃 鶴，馮 毅，張 萌，李明濤

（1.北京建筑工程學(xué)院測(cè)繪與城市空間信息學(xué)院，北京 100044；2.現(xiàn)代城市測(cè)繪國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室，北京 100044）

一、引 言

天繪一號(hào)衛(wèi)星（Mapping Satellite-1）是我國(guó)第一顆傳輸型立體測(cè)繪衛(wèi)星。2010年8月發(fā)射升空的天繪一號(hào)01星搭載著三線陣全色傳感器（分辨率5 m）、高分辨率全色傳感器（分辨率2 m）及4波段多光譜傳感器（分辨率10 m），其成果可用于科學(xué)研究、國(guó)土資源普查、地圖測(cè)繪等諸多領(lǐng)域的科學(xué)試驗(yàn)任務(wù)。表1為天繪一號(hào)01星所搭載的傳感器及波段參數(shù)。

表1 天繪一號(hào)01星傳感器與波段 μm

本文基于HPF、Mod.IHS和Pansharp等遙感影像融合方法，對(duì)天繪一號(hào)01星的一景1B級(jí)影像數(shù)據(jù)進(jìn)行了影像融合，并對(duì)其融合結(jié)果作出評(píng)價(jià)。

二、遙感影像融合方法

遙感影像融合是一種通過(guò)高級(jí)影像處理來(lái)復(fù)合多源遙感影像的技術(shù)。它針對(duì)不同而復(fù)雜的環(huán)境條件，選擇最佳的波段組合和分辨率，設(shè)計(jì)最適宜的時(shí)相疊加，并采用一定的數(shù)學(xué)算法將各種影像的優(yōu)點(diǎn)或互補(bǔ)性有機(jī)地結(jié)合起來(lái)產(chǎn)生用戶所需要的新影像［1］。經(jīng)過(guò)影像融合，不僅能提高影像的視覺(jué)效果，而且使融合后的影像具有較高的光譜和空間分辨率，可有效地改善幾何精度、圖像特征識(shí)別精度及分類精度，為大規(guī)模遙感應(yīng)用研究提供良好的數(shù)據(jù)基礎(chǔ)。

目前，常用的遙感圖像處理軟件所采用的融合方法各有不同，如ERDAS Imagine采用HPF（High-Pass Filter，高通濾波法）和Mod.HIS等；PCI軟件采用Pansharp方法。

1.HPF方法

HPF方法實(shí)現(xiàn)遙感影像融合的基本原理比較簡(jiǎn)單。對(duì)于遙感影像來(lái)說(shuō)，高頻和低頻分量分別包含圖像的空間結(jié)構(gòu)和光譜信息，因此通過(guò)高通濾波算子獲取高分辨率圖像的結(jié)構(gòu)細(xì)節(jié)，并利用像元相加將細(xì)節(jié)信息疊加到低分辨率圖像上，就可實(shí)現(xiàn)低分辨率/多光譜影像和高分辨率/全色影像的數(shù)據(jù)融合［2］。HPF方法的具體融合公式為

式中，表示第k波段像素（i，j）的融合值；表示低分辨率/多光譜影像第k波段性像素（i，j）的值；HPHi，j表示采用高通濾波器對(duì)高空間分辨率圖像濾波后獲取的高頻圖像像素（i，j）的值。

HPF方法的優(yōu)點(diǎn)在于其算法簡(jiǎn)單、計(jì)算量小，而且沒(méi)有波段數(shù)的限制。之所以使用此方法在于它既使融合后圖像的空間分辨率有了較大改善的同時(shí)，又充分保持了多光譜圖像的細(xì)節(jié)信息。但缺點(diǎn)是融合圖像仍然包含比較大的噪聲。

2.Mod.IHS方法

影像的色彩通常用兩種模式表示，即紅（R）、綠（G）、藍(lán)（B）色光三原色模式和由明度（intensity）、色調(diào)（hue）及飽和度（saturation）構(gòu)成的色彩三屬性模式。IHS變換方法是將由紅、綠、藍(lán)構(gòu)成的彩色影像進(jìn)行變換，從RGB影像中分離出彩色影像的明度（I）、色調(diào)（H）和飽和度（S）3個(gè)分量。首先利用分離出來(lái)的影像明度與高分辨率影像數(shù)據(jù)進(jìn)行簡(jiǎn)單替換或適當(dāng)?shù)乃惴ㄓ?jì)算，得到一個(gè)分量；再將分離出來(lái)的影像明度用計(jì)算得到的分量進(jìn)行替換；最后對(duì)替換后的明度（I'）、色調(diào)（H'）和飽和度（S'）3分量圖像進(jìn)行反變換，生成RGB成果數(shù)據(jù)。IHS方法的整個(gè)過(guò)程可表示為［3］

式中，δ=Pan-I0，I0表示低分辨率影像的明度分量；R0、G0、B0、υ10和υ20分別為對(duì)原多光譜影像重采樣之后的相應(yīng)分量。

雖然IHS變換融合方法計(jì)算簡(jiǎn)單，可增強(qiáng)融合成果的飽和度，進(jìn)而改善圖像的顏色質(zhì)量和分辨能力，但其存在嚴(yán)重的光譜畸變（color distortion）現(xiàn)象。針對(duì)這一問(wèn)題，不少學(xué)者提出了一些改進(jìn)的IHS融合方法［4］。

3.Pansharp方法

Pansharp融合方法［5］是基于最小二乘逼近法計(jì)算出原多光譜影像和原全色影像之間的灰度值關(guān)系。它是通過(guò)調(diào)整單個(gè)波段的灰度分布來(lái)減少融合結(jié)果的顏色偏差，還對(duì)輸入的所有波段進(jìn)行一系列的統(tǒng)計(jì)運(yùn)算，來(lái)消除融合結(jié)果對(duì)數(shù)據(jù)集的依賴性，并提高融合過(guò)程的自動(dòng)化程度。

三、融合質(zhì)量評(píng)價(jià)方法

遙感影像融合的目的是通過(guò)融合高空間分辨率全色影像和低空間分辨率的多光譜影像，在盡可能地減少原始影像信息量的前提下，提高其可判讀性，即融合后的影像兼具全色影像和多光譜影像的優(yōu)點(diǎn):高空間分辨率和豐富的色彩信息。因此，對(duì)于融合影像的質(zhì)量，可以從影像的空間分辨能力與光譜信息兩個(gè)方面考慮。

影像融合的質(zhì)量評(píng)價(jià)通常采用主觀定性評(píng)價(jià)和定量統(tǒng)計(jì)分析方法來(lái)進(jìn)行。主觀定性評(píng)價(jià)主要依靠人眼進(jìn)行主觀評(píng)估，并從應(yīng)用目的角度出發(fā)，而應(yīng)用目的不同，所需要突出的地物相關(guān)特征也不同，在融合影像中能夠突出所需信息的數(shù)據(jù)就是最佳融合數(shù)據(jù)。定量統(tǒng)計(jì)分析主要從融合影像的均值、標(biāo)準(zhǔn)偏差、熵值、平均梯度、相關(guān)系數(shù)和偏差指數(shù)等指標(biāo)進(jìn)行評(píng)價(jià)。具體表述如下:

1）影像均值。均值是灰度值的平均，對(duì)人眼反映為平均亮度?；叶戎翟?28左右時(shí)，可視為視覺(jué)效果良好。

2）標(biāo)準(zhǔn)偏差。標(biāo)準(zhǔn)偏差經(jīng)常被用作衡量影像信息量的重要指標(biāo)，反映灰度值偏離影像均值的離散程度，它是衡量一幅影像信息量大小的重要參量。如圖像的標(biāo)準(zhǔn)偏差大，則圖像的灰度級(jí)分散，圖像反差較大，所含的信息更豐富；反之，圖像的標(biāo)準(zhǔn)差小，圖像的反差也小，對(duì)比度不大、色調(diào)不均勻、所含信息相對(duì)較小。

3）信息熵。根據(jù)Shannon信息論的原理，可用熵值來(lái)反映影像融合結(jié)果的信息量多少。熵是衡量圖像信息豐富程度的一個(gè)重要指標(biāo)，融合影像的熵值越大，表明其攜帶的信息量越多，融合質(zhì)量越好。

4）平均梯度?？擅舾械胤从硤D像對(duì)微小細(xì)節(jié)反差表達(dá)的能力，因此可用來(lái)評(píng)價(jià)圖像的清晰程度。一般來(lái)說(shuō)，平均梯度越大，圖像就越清晰。

5）光譜相關(guān)系數(shù)。反映影像融合結(jié)果影像與原始多光譜影像之間在光譜特征上的相似性。其相似度越高，則表示融合后的影像對(duì)多光譜影像的光譜特征保持度越高。

6）光譜偏差指數(shù)。反映影像融合結(jié)果對(duì)高分辨率影像的光譜保持程度。偏差指數(shù)越小，表明融合影像與原始多光譜影像的偏離程度越小。

定量統(tǒng)計(jì)分析中所采用的評(píng)價(jià)參數(shù)及其計(jì)算公式見(jiàn)表2。其中，F(xiàn)k、Mk分別表示融合后影像與多光譜影像在第k波段同一像素的明度值；和分別為n·m大小范圍內(nèi)的平均明度值；B、V表示影像的明度值。

表2 定量統(tǒng)計(jì)分析指標(biāo)及計(jì)算公式［6］

續(xù)表2

四、試驗(yàn)結(jié)果及評(píng)價(jià)

影像融合的目的是在盡量減少原始影像數(shù)據(jù)相關(guān)信息損失的前提下，提高影像的可判斷性，即融合后的影像兼具全色影像的高空間分辨率和多光譜數(shù)據(jù)豐富的色彩信息。因此，對(duì)于融合影像的質(zhì)量，可以從影像的空間分辨能力與光譜信息兩個(gè)方面考慮。本次試驗(yàn)通過(guò)目視效果和定量統(tǒng)計(jì)對(duì)試驗(yàn)結(jié)果進(jìn)行評(píng)價(jià)。

1.目視效果分析

如圖1所示，從視覺(jué)效果上可以看出，3種融合后影像的空間分辨率有明顯的提高，更加清晰、更容易判讀。但是通過(guò)對(duì)3種不同方法融合后的影像的目視效果分析來(lái)看，發(fā)現(xiàn)在相比之下，HPF和Pansharp方法在影像的空間信息增強(qiáng)方面效果最好，HPF法融合影像的細(xì)節(jié)和紋理信息最清晰，而IHS方法融合后的影像相對(duì)來(lái)說(shuō)比較模糊。在保持光譜信息方面，3種方法的效果差別較大。影像經(jīng)IHS法融合后相對(duì)較暗，而HPF和Pansharp方法融合后的影像相對(duì)較亮。從影像中的房屋和水庫(kù)及左上角的公路的色彩來(lái)看，IHS法融合的影像色彩扭曲較大，而HPF法的色彩保持最好，Pansharp法次之?？偟膩?lái)說(shuō)，各方法融合后的影像對(duì)空間信息及光譜信息保持方面都有了較大的增強(qiáng)和改善，其中，HPF法的效果最好，Pansharp次之。

圖1 采用影像（a，b）及各方法融合結(jié)果（c，d，e）

2.定量統(tǒng)計(jì)分析

在本次試驗(yàn)中，通過(guò)計(jì)算影像的影像均值、標(biāo)準(zhǔn)偏差、信息熵和平均梯度等幾個(gè)參數(shù)來(lái)比較、分析各融合方法對(duì)空間信息的增強(qiáng)及光譜信息的保持能力。各參數(shù)的統(tǒng)計(jì)值見(jiàn)表3。

表3 融合結(jié)果評(píng)價(jià)統(tǒng)計(jì)值

從表3中可知，HPF法融合后，影像的均值最大，同時(shí)也最接近人眼，反映為平均亮度128左右，所以影像最清晰；而IHS法影像均值變小，所以影像變暗。其次，標(biāo)準(zhǔn)偏差和信息熵突出反映圖像反差和信息量的多少，以上3種方法對(duì)于信息量的數(shù)量，融合質(zhì)量都很不錯(cuò)，基本都能反映出較多的地面信息。從平均梯度指標(biāo)分析可以看出，HPF法得到的融合結(jié)果，平均梯度值遠(yuǎn)遠(yuǎn)超過(guò)了其他兩種方法的平均梯度值，擴(kuò)大了融合影像與高光譜影像和多光譜影像的反差。從相關(guān)系數(shù)指標(biāo)看出，HPF融合法的相關(guān)系數(shù)明顯高于其他兩種方法，這說(shuō)明HPF融合法得到的融合結(jié)果更接近原多光譜影像，能夠較好地保留多光譜影像的光譜信息，這與目視結(jié)果保持一致。

從融合圖像質(zhì)量定量統(tǒng)計(jì)表中可以看出，運(yùn)用HPF方法融合得到的影像的相關(guān)系數(shù)、平均梯度、信息熵等融合結(jié)果都是3種方法中最好的，這表明運(yùn)用該方法獲得的成果在失真程度、細(xì)節(jié)表現(xiàn)能力及圖像的信息保有量方面是3種成果中最佳的。

五、結(jié)束語(yǔ)

本文采用傳統(tǒng)的3種影像融合方法對(duì)我國(guó)第一顆傳輸型立體測(cè)繪衛(wèi)星天繪一號(hào)的01星長(zhǎng)春某區(qū)域全色與多光譜影像進(jìn)行影像融合，通過(guò)對(duì)融合成果進(jìn)行對(duì)比分析，得出了較為適合試驗(yàn)數(shù)據(jù)的融合方法。由于圖像數(shù)據(jù)源的豐富性和復(fù)雜性及應(yīng)用目的的不同，影像融合時(shí)尚存在許多問(wèn)題有待解決。每一種融合方法都有各自的優(yōu)缺點(diǎn)，雖然HPF融合方法影像最清晰，對(duì)空間信息的增強(qiáng)及光譜信息的保持能力好于其他兩種融合方法，但HPF融合方法的偏差指數(shù)又高于其他兩種融合方法。進(jìn)行多源遙感數(shù)據(jù)融合應(yīng)針對(duì)區(qū)域特征、圖像特點(diǎn)及應(yīng)用目的，進(jìn)而選擇最優(yōu)的融合方法，而影像融合算法的設(shè)計(jì)和改進(jìn)也尚需進(jìn)一步深入研究。

［1］ 翁永玲，田慶久.遙感數(shù)據(jù)融合方法分析與評(píng)價(jià)綜述［J］.遙感信息，2003（3）:49-54.

［2］ CHAVEZ P S，SIDES S C，ANDERSON J A.Comparison of Three Different Methods to Merge Multiresolution and Multispectral Data，Landsat TM and SPOT Panchromatic［J］.Photogrammetric Engineering ＆ Remote Sensing，1991，57（3）:265-303.

［3］ TU T M，SU S C，SHYU H C，et al.A New Look at HIS-like Image Fusion Methods ［J］.Information Fusion，2001（2）:177-186.

［4］ SIDDIQUI Y.The Modified IHS Method for Fusing Satellite Imagery［C］∥ ASPRS 2003 Annual Conference Proceedings.Alaska:［s.n.］，2003.

［5］ Zhang Yun.A New Automatic Approach for Effectively Fusing Landsat 7 as well as IKONOS Images［C］∥Geoscience and Remote Sensing Symposium.Toronto:［s.n.］，2002.

［6］ Shi W Z，Zhu C Q，Tian Y，et al.Wavelet-based Image Fusion and Quality Assessment［J］.International Journal of Applied Earth Observation and Geoinformation，2005（6）:241-151.