夏 清，胡振琪，李建華，王亞云，邵 芳

（1.中國(guó)礦業(yè)大學(xué)（北京） 土地復(fù)墾與生態(tài)重建研究所，北京100083）

隨著多種對(duì)地觀測(cè)遙感衛(wèi)星的發(fā)射成功、遙感技術(shù)快速發(fā)展，多傳感器、多時(shí)相、多光譜、多空間分辨率的遙感影像數(shù)據(jù)迅猛增加，提供了從粗到精、從多光譜到細(xì)光譜段的遙感對(duì)地觀測(cè)數(shù)據(jù)源。如何將這些海量遙感數(shù)據(jù)盡可能地作為一個(gè)整體來綜合應(yīng)用，從而有效地、充分地提取各種遙感影像的綜合信息，克服單一遙感影像提供信息不足的問題，即遙感影像數(shù)據(jù)融合技術(shù)，已經(jīng)成為遙感領(lǐng)域研究的熱點(diǎn)問題之一，其理論和方法已經(jīng)成為智能信息處理、遙感應(yīng)用等學(xué)科的重點(diǎn)研究領(lǐng)域[1-4]。多源遙感影像融合是將不同傳感器獲得的同一區(qū)域的不同空間分辨率影像的信息融合在一起，獲得關(guān)于同一目標(biāo)的更為準(zhǔn)確、全面、可靠的信息。通過多源遙感影像融合技術(shù)，不僅可以提高影像的空間分辨率，而且還能夠很好地保留光譜分辨率，增強(qiáng)對(duì)目標(biāo)特征和動(dòng)態(tài)監(jiān)測(cè)區(qū)域的識(shí)別[5]。融合后影像的質(zhì)量評(píng)價(jià)是影像融合處理過程中必不可少的一個(gè)重要環(huán)節(jié)和關(guān)鍵步驟，通過對(duì)融合算法的效果和性能進(jìn)行分析及評(píng)估，可以進(jìn)一步改進(jìn)算法，使融合效果更符合應(yīng)用者的需求，從而使整個(gè)融合處理過程得到優(yōu)化。在目前的遙感影像融合的質(zhì)量評(píng)價(jià)研究中，其評(píng)價(jià)方法可以分為主觀評(píng)價(jià)方法和客觀評(píng)價(jià)方法2大類[6]。本文在前人研究的基礎(chǔ)上，對(duì)遙感影像采用Brovey變換法、高通濾波法、IHS變換法和主成分分析法進(jìn)行了融合實(shí)驗(yàn)；通過影像實(shí)例驗(yàn)證及對(duì)融合效果進(jìn)行主觀定性評(píng)價(jià)及客觀定量分析，探討了遙感影像融合方法的適應(yīng)性，這在國(guó)民經(jīng)濟(jì)建設(shè)領(lǐng)域中有著極其重要的實(shí)踐意義。

1 遙感影像融合及其質(zhì)量評(píng)價(jià)方法

1.1 遙感影像融合方法

1）Brovey變換法。它是一種對(duì)來自于不同傳感器的數(shù)據(jù)進(jìn)行融合的較為簡(jiǎn)單的融合方法。這種方法是通過歸一化后的3個(gè)波段多光譜影像與高分辨率影像乘積來獲得最終融合影像的[7]， 其變換的表達(dá)式如下：

式中，XSi為多光譜影像的像素灰度值；P為高分辨率影像的像素灰度；XSi(i=1,2,3)為多光譜影像的3個(gè)波段；N為多光譜的波段數(shù)；XSf為融合后的影像。

2）高通濾波法融合。對(duì)于一幅遙感影像來說，高頻部分涵蓋了影像的細(xì)節(jié)、邊緣信息，低頻部分涵蓋了影像的光譜信息。高通濾波法融合是利用高通濾波器將高空間分辨率影像中的高頻部分提取出來，疊加到低空間分辨率的高光譜影像中去，形成高頻特征突出的融合圖像[8]。

3）IHS變換法融合。通常在色度學(xué)上，用強(qiáng)度、色度和飽和度來表示顏色色度的系統(tǒng)，稱其為IHS系統(tǒng)。IHS變換法融合是當(dāng)高分辨率全色影像與多光譜影像融合時(shí)，先將多光譜影像利用IHS變換從RGB系統(tǒng)變換到IHS空間系統(tǒng)，然后將單波段的高空間分辨率影像進(jìn)行灰度值拉伸，使其灰度的均值與方差和IHS空間中亮度分量影像一致，再將拉伸過的高空間分辨率影像作為新的亮度分量代入到 IHS系統(tǒng)中，最后經(jīng)過逆變換變換到原始空間獲得最終的融合影像[9，10]。

4）主成分變換法(PCA變換法)。它是一種基于統(tǒng)計(jì)特征的多波段正交線性變換，在數(shù)學(xué)上稱為K-L變換。首先，對(duì)多光譜影像進(jìn)行主成分變換，然后對(duì)高空間分辨率的影像進(jìn)行灰度拉伸，使其灰度均值與方差和主成分變換的第一分量影像一致，再用拉伸的高空間分辨率影像代替第一分量影像進(jìn)行主成分逆變換，最后生成高空間分辨率的多光譜融合影像[11，12]。

1.2 影像融合質(zhì)量評(píng)價(jià)方法

遙感影像融合既能夠保留影像的光譜信息，同時(shí)又能提高影像的空間分辨率，達(dá)到了一舉兩得的效果。但是在融合的過程中，人們對(duì)遙感影像的各項(xiàng)性質(zhì)和指標(biāo)都要有一定的量化標(biāo)準(zhǔn)去衡量，才能更好地評(píng)價(jià)融合后的影像，否則，融合工作就是盲目的。因此，有必要形成一種融合影像的評(píng)價(jià)系統(tǒng)來判斷一幅影像是否達(dá)到了融合目的。目前的遙感影像融合質(zhì)量評(píng)價(jià)方法分為2大類：主觀評(píng)價(jià)方法和客觀評(píng)價(jià)方法。

1）主觀評(píng)價(jià)。它建立在人的視覺感官和經(jīng)驗(yàn)知識(shí)基礎(chǔ)上,直觀簡(jiǎn)潔,但其缺點(diǎn)也顯而易見,即不具備客觀性,如果沒有大量的統(tǒng)計(jì),得到的評(píng)價(jià)結(jié)果就有可能存在失誤。由于人眼對(duì)于色彩具有強(qiáng)烈的感知能力,這是任何定量評(píng)價(jià)方法所無法比擬的。主觀評(píng)價(jià)是以人為觀察為依據(jù)，對(duì)圖像的質(zhì)量性能進(jìn)行判斷[13]。

2）客觀評(píng)價(jià)。它是一種基于影像統(tǒng)計(jì)特征定量地分析處理影像的方法。采用輸入輸出影像統(tǒng)計(jì)值和信息量，可以充分地客觀量化影像的屬性?？陀^評(píng)價(jià)指標(biāo)主要分為4大類：第1類反映影像的亮度信息，如均值；第2類反映影像的空間細(xì)節(jié)信息，如標(biāo)準(zhǔn)差、信息熵和平均梯度；第3類反映影像的光譜信息量，如扭曲度、偏差指數(shù)；第4類反映影像的相關(guān)類評(píng)價(jià)參數(shù)，表示2幅影像的關(guān)聯(lián)程度，如相關(guān)系數(shù)、Q值等[14]。本文主要采用均值、標(biāo)準(zhǔn)差、平均梯度、信息熵和相關(guān)系數(shù)作為客觀定量評(píng)價(jià)指標(biāo)。

2 遙感影像融合實(shí)驗(yàn)設(shè)計(jì)

本實(shí)驗(yàn)選取的是遙感影像融合實(shí)驗(yàn)的樣例影像，2幅影像分別為全色波段(TM)影像和多光譜(SPOTS)影像。多光譜影像提取4、3、2波段作為本次實(shí)驗(yàn)所用波段，所選地區(qū)覆蓋草原、河岸、樹叢、沼澤地和水域等地物，成像效果較好；對(duì)其進(jìn)行精確的幾何糾正和精確的空間配準(zhǔn)，圖1為本次實(shí)驗(yàn)所用影像，實(shí)驗(yàn)設(shè)計(jì)方案流程如圖2所示。

圖1 原始影像

圖2 設(shè)計(jì)方案流程

3 實(shí)驗(yàn)結(jié)果與討論

4種融合方法的融合影像及客觀定量評(píng)價(jià)指標(biāo)如圖3和表1所示。

圖3 不同融合方法融合后的影像

首先對(duì)采用4種不同融合方法融合后的影像進(jìn)行主觀評(píng)價(jià)：通過上述4種融合方法的融合影像在空間分辨率和清晰度上比原始影像有所改善，融合影像紋理特征變得清晰，保留了盡可能多的原始信息，提高了地物細(xì)節(jié)特征，更加易于判讀。同時(shí)，也改善了影像的光譜特征，各類地物光譜畸變較小，保留了原始影像的光譜信息。PCA融合影像中，地物輪廓十分清晰，但是由于其亮度值太高、對(duì)比度太低。Brovey融合影像的亮度值比其他融合方法融合的影像都要低。高通濾波融合影像的空間清晰度是最差的。

表1 不同融合方法提取的定量評(píng)價(jià)指標(biāo)

再根據(jù)表1中的指標(biāo)數(shù)值進(jìn)行客觀評(píng)價(jià)可知：PCA 法融合影像的亮度最高，而 Brovey法則是亮度最低的；Brovey影像和PCA影像的信息熵明顯高于原始XS影像，因此融合影像的信息量較XS影像信息量增大；而IHS影像和高通濾波影像的信息熵和標(biāo)準(zhǔn)差與原始XS影像相差不大，甚至標(biāo)準(zhǔn)差都低于XS影像，說明信息量沒有增大反而有所減少；高通濾波融合影像的信息熵和標(biāo)準(zhǔn)差都低于XS影像，這說明融合后的信息量沒有原始影像包含的信息量多，融合效果不好；平均梯度值最高的為PCA影像，最逼真于原始影像，而高通濾波影像的平均梯度比XS影像都低，逼真效果最差。從影像的相關(guān)系數(shù)數(shù)值中可以看出IHS融合影像是最接近原圖像的，丟失的信息較少，而PCA影像是最不接近原圖像的，丟失原圖像的信息較多。

4 結(jié) 語

遙感影像融合技術(shù)及其質(zhì)量評(píng)價(jià)是遙感領(lǐng)域研究的一個(gè)熱點(diǎn)問題。本文研究表明：Brovey法在信息量的保持和清晰度上都優(yōu)于其他的融合方法，提高了影像的空間細(xì)節(jié)特征，增強(qiáng)了多光譜影像的判讀效果，突出不同地物的細(xì)節(jié)，但是此種方法的光譜保持特性沒有很好的保留，影像的亮度值最低；PCA影像在光譜保持特性上最好，融合后的影像視覺效果較好，但是影像的相關(guān)性較差，不接近原始影像，丟失原始影像的信息較多；IHS影像與原始影像的相關(guān)性最好，是最接近原始影像的，而且亮度信息也較好，光譜保持特性很好，但是影像的反差則是最小的，對(duì)比度不大，色調(diào)單一，看不出太多的信息。

同一種融合方法對(duì)同一影像，觀察者感興趣的部分不同，對(duì)融合效果的質(zhì)量評(píng)價(jià)也不同；針對(duì)不同的應(yīng)用方向，對(duì)影像的各項(xiàng)參數(shù)要求也不同，則需采用不同的融合方法。所以，我們要根據(jù)不同的應(yīng)用目的選取合適的融合方法，再對(duì)其進(jìn)行質(zhì)量評(píng)價(jià)以達(dá)到所預(yù)期的效果。

[1]賈永紅,李德仁,孫家柄.多源遙感影像數(shù)據(jù)融合[J].遙感技術(shù)與應(yīng)用,2000,15(1):41-44

[2]王樂,牛雪峰,王明常.遙感影像融合技術(shù)方法研究[J].測(cè)繪通報(bào),2011(1):6-8

[3]吳瑞娟，何秀鳳，楊智翔.ALOS全色與多光譜影像融合的土地覆蓋分類[J].地理空間信息,2012,10(1):116-118

[4]周麗雅.遙感影像融合及質(zhì)量評(píng)價(jià)研究[D].鄭州：中國(guó)人民解放軍信息工程大學(xué)，2007

[5]宋麗玲.多源遙感圖像融合算法的研究與應(yīng)用[J].淮南：安微理工大學(xué)，2009

[5]史榕,許惠平,陳華根.遙感影像數(shù)據(jù)融合技術(shù)及融合質(zhì)量評(píng)價(jià)研究[J].魯東大學(xué)學(xué)報(bào)：自然科學(xué)版, 2008, 24(2): 130-134

[6]劉源璋,王寧,黃慧寧，等.Matlab在遙感影像融合及其效果評(píng)價(jià)中的應(yīng)用[J].地理空間信息,2011,9(3):111-113

[7]李俊杰,何隆華,戴錦芳，等.遙感影像像元級(jí)融合方法與試驗(yàn)評(píng)價(jià)分析[J].地球信息科學(xué)，2008,10 (1):128-134

[8]YESON H,BESNUS Y,POLET J.Extraction of Spectral Information from Landsat TM Data and Merger with SPOT Panchromatic Imagery—a Contribution to be Study of Geological Structures[J].ISPRS Journal of Photogrammetry and Remote Sensing,1993,48(5):23-36

[9]CHAVEZ P S Jr, SIDES S C,ANDERSON J A.Comparison of Three Different Methods to Merge Multiresolution and Multispectral Data:TM &SPOT Pan[J].Photogrammetric Engineering and Remote Sensing,1991,57(3):295-303

[10]江東,王鈺,王建華，等.多源圖像信息融合的理論與技術(shù)[J].甘肅科學(xué)學(xué)報(bào),2002,14(1):41-45

[11]王廣杰,周介銘,楊存建，等.基于不同算法的遙感影像融合分析[J].四川師范大學(xué)學(xué)報(bào):自然科學(xué)版,2011,34(2):255-259

[12]馮建輝.遙感影像融合技術(shù)研究[D].昆明：昆明理工大學(xué)，2012

[13]魏俊,李弼程.基于IHS 變換、小波變換與高通濾波的遙感影像融合[J].信息工程大學(xué)學(xué)報(bào),2003,4(2):46-50

[14]李超,朱滿,趙家平.多源遙感影像融合效果的定量評(píng)價(jià)研究[J].測(cè)繪與空間地理信息,2010,33(3):143-146