徐娜 賈寶 林愛麗

(河南省測繪工程院 ，河南 鄭州 450003)

1 引言

隨著衛(wèi)星遙感技術的蓬勃發(fā)展，衛(wèi)星遙感影像的光譜分辨率、空間分辨率和時間分辨率不斷得到提高[1]。高空間分辨率遙感影像能夠獲取地物更多的細節(jié)信息，高光譜分辨率遙感影像能獲取更多地物輻射特性，清晰反映地物的形狀、紋理等特征，使得智能化、自動化遙感圖像解譯和信息提取成為可能[2]。開展基于高分辨率遙感影像色彩優(yōu)化的研究，有助于實現(xiàn)動態(tài)化、精細化的地表觀測，并在高精度測繪[3]、專題要素信息提取[4-5]，以及自然災害應急監(jiān)測[6]、土地利用變化監(jiān)測[7]、水資源監(jiān)測等方面發(fā)揮重要作用[8-9]。

目前對遙感影像數(shù)據(jù)融合評價的研究頗多，韓金芳、張華平等采用ENVI 和MapGIS 軟件對遙感影像專題圖制作做出了大量研究[10]，袁媛、向懷坤等對影像融合的MapGIS K9 交通專題圖制作進行了研究[11]，但大多數(shù)遙感影像融合評價都是基于融合前后影像的空間細節(jié)和信息量等進行的，雖然這些指標能夠反映不同融合方法對影像空間分辨率的保持能力，但無法體現(xiàn)融合方法對地物光譜特征和光譜信息的保持能力。針對以上問題，通過引入近紅外波段，選取合適的藍波段和綠波段參數(shù)，對衛(wèi)星遙感影像進行優(yōu)化合成，增加植被的綠色、水體的湖藍色，使地物類別在圖像上更加突出，可提高地物感官辨識度。

2 實現(xiàn)方法

衛(wèi)星遙感影像真彩色優(yōu)化合成是在全色和多光譜數(shù)據(jù)預處理后選擇合適的融合方法獲取四通道的融合影像，在此基礎上通過開發(fā)相應軟件調參實現(xiàn)。在對影像進行融合處理前，首先要對影像預處理，包括影像的輻射校正、大氣校正、空間配準等預處理。數(shù)據(jù)預處理流程如圖1 所示。

圖1 數(shù)據(jù)預處理流程圖

輻射校正是將影像上地物的像元值（DN 值）轉為輻射亮度值，以便分析地物的光譜曲線。大氣校正是進一步消除大氣、光照等對地物反射的影響，獲取地物真實的反射數(shù)據(jù)。影像經(jīng)過配準之后進行融合處理可有效降低多光譜影像和全色影像之間的像元誤差。

影像融合是低分辨率的多光譜影像與高空間分辨率的全色影像數(shù)據(jù)進行重采樣，生成一幅高空間分辨率多光譜遙感圖像，圖像既具有較高的空間分辨率，又具有多光譜特征，實現(xiàn)了影像增強的效果。融合方法的選擇，則取決于被融合圖像的特性以及影像融合的目的。常用方法有高通濾波融合、小波變換融合、Gram-Schmidt 融合、Pan-Sharpening 融合等。這四種方法都是基于像素級的融合，較傳統(tǒng)方法融合效果好，且能一次性對所有波段進行融合，但這四種方法原理不同，優(yōu)缺點也不盡相同。四種融合方法對比如表1所示。

表1 融合方法對比分析

通過最優(yōu)融合方法獲取包含四個波段的高分衛(wèi)星影像，引入近紅外波段，參與波段組合混合運算，達到真彩色合成優(yōu)化組合，增強植被和水體識別度，改善影像的色彩效果。

公式中，SG、SB 分別是調整系數(shù)。

3 自主開發(fā)軟件

3.1 軟件主界面

軟件以VC++6.0 為平臺，基于OPENCV 和GDAL/OGR自主開發(fā)。軟件開發(fā)主界面如圖2 所示。

圖2 軟件開發(fā)主界面

3.2 實現(xiàn)的功能

軟件通過波段參數(shù)和優(yōu)化尺度設置對（GF-2、GF-1、BJ-2、ZY-3、Plades、SuperView-1、SPOT6）多源衛(wèi)星影像進行真彩色優(yōu)化合成，將衛(wèi)星影像對比度和飽和度進行適當修正，使地物類別在圖像上更加突出，提高影像的可觀性、可識度。為加快處理速度和應對突發(fā)情況，采用shapefile 任務表單方式在單機上實現(xiàn)多進程處理，在局域網(wǎng)內實現(xiàn)多計算機聯(lián)合處理。

4 實驗分析

實驗數(shù)據(jù)選擇不同季節(jié)不同衛(wèi)星源的5 景標準景GF-2、GF-1、ZY-3、高景1 號、Plades 衛(wèi)星遙感影像，影像涵蓋植被、水體、建筑、裸地、山體等各種具有代表性的地物地貌。通過自主開發(fā)的軟件對融合后的高分衛(wèi)星影像進行真彩色優(yōu)化合成處理，達到效果如圖3 至圖11 所示。

融合效果評價是對融合算法的效果和性能進行分析、測試和評估，結合河南省特殊情況，采用高通濾波和Pan-Sharpening 融合方法可以達到很好的融合效果。從目視效果上看，處理后的影像在空間細節(jié)的辨識度方面均有明顯提高，且能在一定程度上保留原始影像的光譜信息。從對地物細節(jié)的保持能力看，優(yōu)化合成后的影像紋理特性和細節(jié)特征均得到不同程度的提高，影像的色彩、清晰度、亮度和紋理等因素得到改善。

圖3 GF-2融合后影像

圖4 GF-2優(yōu)化合成后影像

圖5 GF-1融合后影像

圖6 GF-1優(yōu)化合成后影像

圖7 ZY-3融合后影像

圖8 ZY-3優(yōu)化合成后影像

圖9 高景1號融合后影像

圖10 高景1號優(yōu)化合成后影像

圖11 Plades優(yōu)化合成后影像

5 結語

本文提出一種基于近紅外波段的衛(wèi)星遙感影像真彩色優(yōu)化合成算法，選擇多源多時相融合后的GF-2、GF-1、ZY-3、高景1 號、Plades 衛(wèi)星數(shù)據(jù)分別進行真彩色優(yōu)化合成處理，并對比算法的合成結果，選擇主觀和客觀兩種方法進行質量評價，結果表明，能較大幅度提高影像清晰度，又能保留影像的光譜信息。該方法可為衛(wèi)星正射影像圖制作、生態(tài)要素評估、自然資源調查底圖制作提供改進技術，提高水系和植被的專題解譯精度。