徐建英，劉建平

(1.長(zhǎng)江工程職業(yè)技術(shù)學(xué)院測(cè)繪工程系，湖北 武漢 430212；

2.長(zhǎng)沙大學(xué)土木工程系，湖南 長(zhǎng)沙 410022)

?

遙感影像數(shù)據(jù)融合方法應(yīng)用研究

徐建英1，劉建平2

(1.長(zhǎng)江工程職業(yè)技術(shù)學(xué)院測(cè)繪工程系，湖北 武漢 430212；

2.長(zhǎng)沙大學(xué)土木工程系，湖南 長(zhǎng)沙 410022)

摘要：介紹了遙感影像數(shù)據(jù)融合中常用的三種方法：主成份變換法、乘積變換法、比值變換法.以某地區(qū)的SPOT和TM遙感影像為實(shí)驗(yàn)數(shù)據(jù)，選用ERDAS軟件平臺(tái)，采用數(shù)據(jù)融合的三種方法分別進(jìn)行融合實(shí)驗(yàn)，對(duì)融合的效果和應(yīng)用進(jìn)行了對(duì)比和分析.實(shí)驗(yàn)結(jié)果表明：應(yīng)用不同的融合方法可以得到不同的融合效果，多源遙感影像融合不僅可以提高圖像的清晰度，還可以使得提取的信息量更加豐富.

關(guān)鍵詞：遙感影像；圖像融合；ERDAS

目前，隨著遙感技術(shù)的發(fā)展，多源遙感影像為人們提供了豐富的信息，不同傳感器對(duì)同一地區(qū)獲取的遙感影像數(shù)據(jù)量越來(lái)越大，使得遙感系統(tǒng)能夠?yàn)橛脩?hù)提供同一地區(qū)不同時(shí)間、空間和光譜分辨率的海量數(shù)據(jù)[1].單一傳感器獲取的圖像信息往往難以滿(mǎn)足應(yīng)用，通過(guò)影像融合可以獲取更多的信息，補(bǔ)充單一傳感器的不足，能夠最大限度地綜合和利用多種數(shù)據(jù)的不同特性，消除不同傳感器之間存在的冗余和矛盾，增強(qiáng)影像信息的透明度，提高影像信息的精度，改善和提高遙感信息提取的及時(shí)性和可靠性.遙感圖像應(yīng)用的關(guān)鍵是遙感影像的融合，它也是遙感影像處理中的重要環(huán)節(jié)，可以根據(jù)不同的需求運(yùn)用不同的融合方法.

1圖像融合

遙感圖像融合是將多種遙感傳感器獲取的圖像數(shù)據(jù)或同種類(lèi)傳感器對(duì)同一目標(biāo)在不同時(shí)間獲取的信息進(jìn)行綜合處理的過(guò)程，運(yùn)用一定的規(guī)則或算法進(jìn)行圖像的運(yùn)算處理，將圖像中所包含的有用信息融合生成為一幅新的圖像，該圖像包含有比任何單一圖像更精確、更豐富的信息，以達(dá)到對(duì)目標(biāo)和地物的綜合描述[2].

2遙感影像融合方法

遙感影像融合的方法有很多，其中主要有主成分變換法、乘積變換法、比值變換法、小波變換法、高通濾波法等，本次實(shí)驗(yàn)中主要采用主成分變換法、乘積變換法、比值變換法進(jìn)行影像融合.

2.1主成分變換融合

主成份變換融合(Principle Component Analysis)其實(shí)質(zhì)是基于圖像統(tǒng)計(jì)特征基礎(chǔ)上的，它是一種多維正交線(xiàn)性變換，也叫主分量分析、K-L變換.該方法可以應(yīng)用于圖像壓縮、去噪以及圖像旋轉(zhuǎn)等，因此，可以更加準(zhǔn)確地表示多波段數(shù)據(jù)結(jié)構(gòu)內(nèi)部的遙感信息[3]，該方法的最大優(yōu)點(diǎn)是可以將任意數(shù)目的波段進(jìn)行融合，融合后的圖像包含了原始圖像的空間信息和光譜信息特征，使得目標(biāo)的細(xì)節(jié)特征更加清晰，層次更加分明，光譜信息量更加豐富.

2.2乘積變換融合

乘積變換融合(Multiplicative)的優(yōu)點(diǎn)在于可以直接對(duì)不同空間分辨率的遙感數(shù)據(jù)進(jìn)行合成，對(duì)圖像的亮度進(jìn)行變換處理，并保持圖像的色彩不變[4]，其原理是應(yīng)用了最基本的乘積組合算法.該算法可直接對(duì)原始圖像進(jìn)行操作，增強(qiáng)某些特征信息，如在城市規(guī)劃設(shè)計(jì)中，需要識(shí)別道路、建筑物等特征信息，應(yīng)用乘積變換融合方法，可以增強(qiáng)上述特征信息.該方法簡(jiǎn)單，占用的內(nèi)存容量少，運(yùn)行速度快，但得到的結(jié)果圖像不能很好地保留多光譜圖像的反射信息[5].

2.3比值變換融合

比值變換融合法(Brovey Transform)是遙感影像處理中常用的方法，是美國(guó)科學(xué)家Brovey 建立的模型，是一種RGB彩色融合變換方法，又稱(chēng)Brovey法[6].對(duì)于多光譜影像而言，比值變換擴(kuò)大了反映地物細(xì)節(jié)的反射分量，這樣不僅有利于地物的識(shí)別，還能在一定程度上減弱或消除太陽(yáng)照度、云影、地形起伏陰影等的影響.

Brovey變換中，融合后的波段值分別等于波段數(shù)值占三個(gè)波段紅、綠、藍(lán)波段之和的百分比乘以高分辨率遙感數(shù)據(jù)[7].如果高分辨率全色影像的光譜影像響應(yīng)范圍與低分辨率多光譜影像相同時(shí)，則其表達(dá)式為：

這種融合方法最明顯的特點(diǎn)是在增強(qiáng)影像的清晰度時(shí)也能夠保持其原有多光譜影像的色調(diào)，還可以增強(qiáng)圖像邊緣的對(duì)比度.可將該方法用于SPOT衛(wèi)星全色影像與多光譜影像的融合或SPOT衛(wèi)星全色影像與TM多光譜影像的融合.但在對(duì)SPOT全色影像和TM多光譜影像進(jìn)行融合時(shí)，如果兩者的波譜范圍不一致，此方法很容易造成直方圖的壓縮變形，降低圖像的清晰度，使得圖像變暗.

3遙感影像數(shù)據(jù)融合實(shí)例

3.1軟件選取

目前常用的遙感圖像處理軟件有:PCI、ENVI、ERMapper和ERDAS IMAGINE.在四種軟件中，PCI適合用于影像制圖；ENVI具備強(qiáng)大的多光譜影像處理功能，因此在針對(duì)像元處理的信息提取中有較大優(yōu)勢(shì)；ER Mapper對(duì)于處理高分辨率影像效果較好；而ERDAS IMAGINE是功能非常強(qiáng)大的遙感圖像數(shù)據(jù)處理系統(tǒng)，應(yīng)用最廣泛，數(shù)據(jù)融合效果最好.綜合考慮各類(lèi)軟件，融合實(shí)驗(yàn)采用的軟件平臺(tái)是ERDAS IMAGINE 9.2.

3.2數(shù)據(jù)融合

為了驗(yàn)證融合方法，選取SPOT衛(wèi)星和TM影像數(shù)據(jù)，分別采用主成分變換法、乘積變換法、比值變換法進(jìn)行融合實(shí)驗(yàn).在下圖中，圖1為原始SPOT衛(wèi)星影像，圖2為原始TM影像，圖3-5為融合效果圖.

圖1　原始SPOT衛(wèi)星影像

圖2　原始TM影像

圖3　主成分變換法融合效果圖

圖4　乘積變換法融合效果圖

圖5　比值變換法融合效果圖

從融合結(jié)果圖可以看出，這幾種融合方法的結(jié)果圖無(wú)論在空間分辨率和圖像的清晰程度上都比原始影像提高很多，融合后的信息量較之前豐富.主成分變換法主要是根據(jù)需要選擇特定的因素作為主要因素進(jìn)行融合處理，因此得到的影像是一種特定的結(jié)果，能夠?qū)⑿畔⑦M(jìn)行有效分離，更能突出特定的因素.乘積變換法的優(yōu)勢(shì)在于保持其原有的色彩的同時(shí)，增加了影像的亮度.比值變換法能夠較為清晰地反映出地物的輪廓細(xì)節(jié)，使建筑物、道路的網(wǎng)絡(luò)清晰可見(jiàn)，而且消除了云霧等陰影.

4結(jié)論

多源遙感影像數(shù)據(jù)融合是一門(mén)新興的技術(shù)，并得到不斷完善.在多源遙感圖像融合中，對(duì)同一對(duì)象，采用不同的融合方法可以得到不同的融合圖像，融合后的圖像均比原始圖像清晰，信息量豐富.但是，由于多源遙感影像融合方法多種多樣，融合技術(shù)千差萬(wàn)別，實(shí)際存在很多的問(wèn)題有待解決.在實(shí)際的應(yīng)用中，還需要根據(jù)具體的處理對(duì)象采用不同的融合方法，反復(fù)實(shí)驗(yàn)，選取最佳的影像融合方法，這是提高遙感圖像空間分辨率和光譜信息的有效途徑.只有這樣，才能更好地實(shí)現(xiàn)多源遙感數(shù)據(jù)的優(yōu)勢(shì)互補(bǔ)，促進(jìn)遙感影像數(shù)據(jù)融合的應(yīng)用.

參考文獻(xiàn)：

[1] 姜蕓,臧淑英,王軍.多源遙感影像數(shù)據(jù)融合技術(shù)研究[J].測(cè)繪與空間地理信息，2009,(2):46-50.

[2] 張寅玥,付煒.多源遙感圖像融合算法研究[J].電子測(cè)量技術(shù)，2010,(6):34-38.

[3] 張賢柱，尉濤，馬旭.基于ERDAS的遙感影像幾種融合方法的分析比較[J].電力勘測(cè)設(shè)計(jì)，2012,(1):19-22.

[4] 李娜,殷學(xué)永.不同遙感影像融合方法的比較研究[J]. 許昌學(xué)院學(xué)報(bào)，2013,(2):32-36.

[5] 楊長(zhǎng)保,姜琦剛,丘殿明,等.多源遙感數(shù)據(jù)融合方法的新探索[J].吉林大學(xué)學(xué)報(bào),2006,(6):580-583.

[6] 李微微.遙感圖像融合技術(shù)及應(yīng)用方法研究[D]. 秦皇島:燕山大學(xué)碩士學(xué)位論文,2012.

[7] 鄒積剛.多源遙感圖像融合算法研究[J].電子測(cè)量技術(shù)，2010,(6):34-38.

(責(zé)任編校：晴川)

Application of Remote Sensing Image Data Fusion Methods

XU Jianying1，LIU Jianping2

(1.Department of Surveying and Mapping Engineering，Changjiang Institute of Technology,Wuhan Hubei 430212, China;2. Department of Civil Engineering, Changsha University, Changsha Hunan 410022, China)

Abstract：The paper introduced three kinds of commonly used methods, principal component analysis, multiplicative and Brovey transform. Using the SPOT and TM remote sensing images of the area as experimental data and based on the ERDAS software platform, the study conducted the fusion experiments with the three methods, and compared and analyzed the effects and application of the fusion. The experimental results showed that different fusion methods could get different fusion effects, and multi-source remote sensing image fusion could not only improve image clarity, but also make the information extracted more abundant.

Key Words：remote sensing image; image fusion; ERDAS

中圖分類(lèi)號(hào):P228.4

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1008-4681(2016)02-0023-03

作者簡(jiǎn)介：徐建英(1976— )，女,湖北武漢人，長(zhǎng)江工程職業(yè)技術(shù)學(xué)院測(cè)繪工程系副教授，碩士.研究方向：GIS、圖形圖像處理.

基金項(xiàng)目：長(zhǎng)江工程職業(yè)技術(shù)學(xué)院重點(diǎn)項(xiàng)目(批準(zhǔn)號(hào)：JKY2015-02).

收稿日期：2016-03-08