李沛鴻 姬興輝

（江西理工大學建筑與測繪工程學院，江西贛州 341000）

I KONOS 影像融合技術(shù)對比研究

李沛鴻 姬興輝

（江西理工大學建筑與測繪工程學院，江西贛州 341000）

本文以贛州市章貢區(qū)工業(yè)園某時期IKONOS影像數(shù)據(jù)為基礎(chǔ)，采用Brovey變換，G-S變換，PC變換，P-S變換4種方法進行融合比較，然后通過主觀和客觀兩方面對融合效果進行對比評價。通過實驗對比分析可得，4種融合方法均提高了影像的紋理光譜信息，但P-S變換法融合的IKONOS影像效果突出，較高程度地保持了紋理和分辨率的空間信息，是保持空間信息綜合效應(yīng)的最佳方法。

IKONOS；融合方法；對比評價

遙感影像融合技術(shù)可以部分消除原始影像的冗余信息，獲得的影像可同時具有高空間分辨率和多光譜信息，提高了影像的質(zhì)量，有利于進行遙感解譯、信息提取和地物分類［1］。

目前，常見的遙感影像融合方法主要有HSV變換，Brovery變換，Gram-Schmidt法，主成分（PC）變換，color normalized（CN）變換，Pan sharping等方法。隨著高分辨率遙感衛(wèi)星的出現(xiàn)以及應(yīng)用更加普遍，針對新出現(xiàn)的高分辨率衛(wèi)星影像數(shù)據(jù)的融合方法也有待進一步提高，不同的方法以及不同方法的結(jié)合使用效果也成為高分辨率影像融合領(lǐng)域的熱點。

IKONOS衛(wèi)星能夠提供高分辨率衛(wèi)星影像。因其高精度的突出特點，IKONOS影像的出現(xiàn)引起了極大關(guān)注，其應(yīng)用領(lǐng)域也不斷擴大。而針對高分辨率衛(wèi)星IKONOS影像數(shù)據(jù)融合技術(shù)的研究也成為熱點。通常意義的融合是指將該高分辨率的多光譜與全色數(shù)據(jù)進行融合，因為該融合的結(jié)果既能體現(xiàn)多光譜信息的豐富性，同時也能表現(xiàn)出全色影像具有的高分辨率的優(yōu)點?？梢缘玫骄哂懈呖臻g分辨率的多光譜影像，能夠很大程度地提高影像解譯處理的準確性和效率［2-3］。

1 影像融合

本實驗采用4種融合方法進行對比，分別為Brovey變換、G—S變換、PC變換和PS變換。該4種方法中，只有第一種Brovey變換有波段限制，所以選擇IKONOS多光譜的4、2、1波段和Pan融合。剩余3種方法均無波段限制。在融合過程中沒有進行光譜和紋理的增強處理，以此來保證融合結(jié)果的準確性。

1.1 Brovey變換

Brovey變換融合是指將高分辨率影像與全色影像進行融合，影像中的波段均和高分辨率數(shù)據(jù)和全色波段綜合比值相乘。最后選擇相關(guān)數(shù)學方法如雙線性或者三次卷積法等將3個波段重采樣到高分辨率像元范圍。

1.2 Gram-Schmid t（GS）變換

GS變換是線性代數(shù)和多元統(tǒng)計中常用的方法［4］。該變換的各個分量均正交，但是各分量信息量區(qū)別并不明顯。在Gram-Schmidt變換中，首先選擇一個全色波段，然后對該全色波段和波譜波段進行Gram-schmidt變換，并且全色波段成為第一個波段，然后用變換后的第一個波段替換高空間分辨率的全色波段，最后應(yīng)用Gram-schmidt反變換構(gòu)成全色波段銳化后的波譜波段。

1.3 主成分（PC）分析變換

主成分分析是基于圖像統(tǒng)計基礎(chǔ)的變換，可以一定程度的壓縮數(shù)據(jù)信息。運用該方法對影像進行融合時將其4個多光譜波段進行主成分變換，對應(yīng)得到各自獨立的主成分，但是絕大多數(shù)的多光譜信息和空間信息都集中在第一主成分。因此將全色波段同第一主成分進行直方圖匹配，匹配后得到的全色波段將代替第一主成分，然后再做主成分逆變換進而得到融合結(jié)果。

1.4 Panshar p變換

P-S變換，該融合方法通過統(tǒng)計分析的算法來減少融合結(jié)果對數(shù)據(jù)集的依賴性，進而可以一定程度提高融合的自動化。基于此原理，在進行融合時只要求原始的影像。此外，與其他方法相比，該融合方法不能在融合前對全色影像和多光譜影像進行直方圖匹配，只可以進行直接的影像融合。

2 實例分析

2.1 數(shù)據(jù)預(yù)處理

本實驗選用贛州市工業(yè)園2012年9月30日的IKNONS影像數(shù)據(jù)。該區(qū)域內(nèi)地物類型主要包括公路、居民地、工業(yè)廠房、綠地、水體、裸露地等。融合前對多光譜影像與全色影像進行了配準，并選取容易定位的地標點（如道路交叉）進行實測作為控制點，該景影像一共選取15個控制點，且控制點都均勻分布。利用ENVI4.8對該影像進行幾何校正，并且使校正誤差保持在一個像元以內(nèi)，從而保證融合結(jié)果。

2.2 結(jié)果分析

2.2.1 融合結(jié)果

以原始全色影像為基礎(chǔ)，采用以上4種方法對影像進行融合處理分析，融合結(jié)果如圖1、2、3、4所示。

作為遙感影像融合的關(guān)鍵步驟，融合結(jié)果評價具有十分重要的意義，其將影響整個融合的結(jié)果。目前最常規(guī)的評價分為主觀評價與客觀評價。前一種方法相對簡單，直接人為地對融合前后的影像進行視覺上的對比分析評價。該方法由于個體的差異，因而具有一定的客觀性。而另一種方法則是依據(jù)數(shù)理統(tǒng)計的原理，通過對融合影像的數(shù)值信息進行統(tǒng)計分析，進一步得到影像的光譜信息以及空間結(jié)果信息。

圖1 Brovey融合影像

圖2 G-S影像融合

圖3 P-S融合影像

圖4 P-C融合影像

2.2.2 融合結(jié)果主觀評價

從融合后的影像可以看到，融合后的IKONOS影像在空間分辨率上得到很大的提高，紋理更加清晰，各種地物如道路、植被、建筑、水體的顏色區(qū)別更加顯著。不同地物的邊界更清晰明顯，地物更易識別。同時從融合后的IKONOS影像上可以觀察到，與Brovey和PC方法相比，其他兩種方法所得到影像的光譜信息更加接近原始的多光譜影像信息，不過P-S融合方法得到的結(jié)果效果更明顯。與其他三種方法相比，Brovey方法得到的影像結(jié)果的色調(diào)更暗，和實際地物色彩偏差較大。主成分變換中的植被信息色差也較明顯，相比較其出現(xiàn)了一定程度的光譜退化，同時水體和藍房頂在后期分類中也已混淆，存在一定的失真現(xiàn)象。與其余三者相比，G-S變換則更好地保持了原始影像的色度和飽和度，與原始影像相比顏色差異不是很大，更有利于影像的分類。

2.2.3 融合結(jié)果客觀評價

表1 四種融合方法影像統(tǒng)計結(jié)果

從表1對比得出，Brovey變換的均值和標準差同原始IKONOS影像相比差距較大，原始影像相對較暗，G-S融合方法次之。從表中所得信息熵的角度進行評價發(fā)現(xiàn)，Brovey方法的信息熵最小，G-S次之，其結(jié)果小于原始影響的信息熵，則判斷融合影像發(fā)生了退化。但是另兩種方法P-C、P-S所得的結(jié)果中信息熵則比原始影像整體有所變大。

3 結(jié)論

3.1 4 種方法對I KONOS影像進行融合，明顯增強了影像的空間分辨率和光譜分辨率，同時也大大提高了影像中各類地物目標的識別能力。

3.2 該4種融合方法均可不同程度提高影像的文理信息。其中，P-S方法效果較為突出，融合后的影像既保留了原始全色波段的文理信息，同時也較好地保留了原始多光譜影像的光譜信息。但同時發(fā)現(xiàn)，Brovey方法得到的結(jié)果與原始影像相比色調(diào)偏差最大，其所得結(jié)果的各類地物的色彩對比不夠明顯，相比較而言整體效果最差。

［1］Kumar A S，K artikey an B，M ajumdarK L.Band Sharpe-ning of IRSMultispectral Imagery by Cubic Spine Wave?lets［J］.INT JRemote Sensing，2000，21（3）：581-594.

［2］Zhang Yun.A new automatic approach for effectively fu-sing Landsat7 as well as IKONOS images［C］//IEEE/ IGARSS’02，Toronto Canada，2002-06.

［3］Chavez PS.Comparison of three different methods to merge multi-resolution and multispectral data:Landsat TM and SPOT panchromatic［J］.Photogrammetric Engineering&Remote Sensing，1991，579（3）：251-303.

［4］贠培東，曾永年，歷華.不同遙感影像融合方法效果的定量評價研究［J］.遙感應(yīng)用，2007（4）：40-45.

［5］張治清，何宗.Geoeye-1多光譜與全色影像融合的適應(yīng)性及質(zhì)量評價研究［J］.西南師范大學學報（自然科學版），2011，36（1）：203-208.

［6］趙盧燕，尹君.影像融合效果評價方法研究［J］.遙感信息，2005（4）：16-17.

［7］袁金國.遙感影像數(shù)字處理［M］.北京：中國環(huán)境科學出版社，2006：34，100.

［8］Jong-Hyun Park，Ryutaro Tateishi a，KetutW ikantika. Multi sensor data fusion using multiresolusion analysis［C］// ISPRS，2000：987-1002.

［9］武偉，基于SVM的圖像分類研究［D］.蘭州：西北師范大學，2009：1-20.

［10］張錦水，何春陽，潘耀忠，等.基于SVM的多源信息復合的高空間分辨率遙感數(shù)據(jù)分類研究［J］.遙感學報，2006（1）：49-56.

Com parative Study of IKONOS Image Fusion Technologies

LiPeihong JiXinghui
（Schoolof Architectureand Surveying&Mapping Engineering JiangXiUniversity of Science and Technology，Ganzhou Jiangxi341000）

Four different kinds of technologies（Brovey，G-S，PC，P-S）are adopted in this paper to contrastively fuse the IKONOS images of the industrial park in Zhanggong district of Ganzhou city in a certain period.Then the fusion results are comparatively evaluated from the two aspects of subjective and objective view.Through the experimental contrastive analysis，we can get the conclusion thatall the four technologies have improved the image texture spectrum information，but in contrast，the IKONOS image effect of the P-S fusion is better，it has greatly maintained the spatial texture and resolution information，and is the bestway to maintain the combined effect of spatial information.

IKONOS;fusion technology；contrastive evaluation

F291.1

：A

：1003-5168（2015）03-0014-3

2015-2-18

基于遙感的贛南油茶種植區(qū)域適宜性評價及估產(chǎn)研究，江西省科技廳科技支撐項目主持項目編號為：20133BBF60017。

李沛鴻（1964-），男，碩士，教授，研究方向：工程測量及地理信息系統(tǒng)設(shè)計及應(yīng)用。