周家晶，趙英俊

（1.中國核工業(yè)集團有限公司，北京100822；2.核工業(yè)北京地質研究院，北京 100029）

巖性識別是地質調查中的重要工作內容，利用遙感技術對巖性信息的識別是當前先進的技術手段之一，在地質調查中發(fā)揮著重要作用。在以往的研究中，形成了一系列的波譜特征增強、空間特征增強等方法［1-5］。然而，在遙感數(shù)據(jù)源不斷增多的同時，遙感數(shù)據(jù)的空間分辨率、光譜分辨率也不斷提高，現(xiàn)有的各種遙感巖性信息增強方法在實際應用中存在一定局限性。因此，本次研究在對常用遙感巖性信息增強方法特征分析的基礎上，從HLS彩色空間出發(fā)，研究建立了一種基于光譜色度差異（以下簡稱 “色差”）的遙感巖性信息增強方法，并應用于WorldView-2多光譜數(shù)據(jù)和CASI/SASI高光譜數(shù)據(jù)中，在裸露地區(qū)取得了明顯效果。

1 常用遙感巖性信息增強方法特征分析

1.1 多光譜遙感巖性信息增強方法

常用的遙感巖性信息增強方法可以分為基于光譜特征（色調特征）、空間特征（紋理特征）及地貌、植被等特征的方法。

1.1.1 基于光譜特征的方法

基于光譜特征的遙感巖性信息增強是以巖石光譜特征為基礎，從影像色調方面入手，采用一些數(shù)學變換方法，突出目標巖性信息或擴大不同巖性之間的差別，改善圖像目視解譯效果，使之易于目視解譯［6］，包括不同波段組合、比值變換、主成分變換、HLS變換、反差增強等方法。

不同波段組合進行彩色合成的方法，是既簡便又實用的基本巖性信息增強方法，如采用TM數(shù)據(jù)321、431、543和741等波段組合圖像可識別花崗巖帶、接觸變質帶和區(qū)域變質巖之間的巖性界線［1］，而針對不同地區(qū)、不同遙感數(shù)據(jù)的情況，則需要另外尋找相應的波段組合進行巖性信息增強，通常采用的波段相關性分析［7］、最佳指數(shù)等進行波段選擇，能夠獲得信息量最大的圖像，但卻不能最大限度地突出巖性之間的差異。

比值法對地質信息很敏感，是遙感地質圖像處理中廣為應用的方法之一，其能夠擴大巖石的波譜特征差異，消除或減弱地形等環(huán)境因素對同類巖石的影響，有利于巖性的區(qū)分，如方洪賓等（2010）提出TM5/1、TM4/2、TM5/7波段組合進行彩色合成，可增強和識別碳酸鹽巖和黏土化信息，突出白云巖的地質界線［1］； 時丕龍等（2010）［8］利用 ASTER 4/6 區(qū)分開砂質/泥質片巖與藍片/綠片巖。但應用比值法需要對研究區(qū)的主要巖石類型、礦物組成等地質背景信息有足夠的了解，才能設計出與實際情況相適合的識別方法［4］。

主成分變換法也是多光譜遙感巖性信息增強常用的一種方法，它通過變換后的新組分進行彩色合成，可顯著提高彩色增強效果，有助于巖性的區(qū)分，如周軍等（2005）對新疆巴里坤地區(qū)ETM數(shù)據(jù)1～5、7波段進行主成分變換，將變換后的第4、5、6組分進行彩色合成，取得了較好的巖性信息增強效果。然而，主成分變換的方法針對性不強，變換結果無法預測［6］，而且對于波段較多的多光譜數(shù)據(jù)，變換之后也面臨多個組分的選擇問題，而在這方面卻少有研究。

HLS變換法能夠有效地提高不同巖性之間的顏色差異的視覺效果，如利用TM波段比值進行HLS變換，可以識別火山巖地區(qū)的巖性與礦化有關的蝕變特征。目前，由于HLS變化法原理簡單，增強效果一般，大部分時候是HLS變換法與前述其他方法進行綜合應用研究，沒有專門針對該方法的改進研究。它與反差增強法一樣，在大部分情況下都能應用，但要取得較好地增強效果的前提是必須應用于合適的波段組合基礎之上。

隨著遙感數(shù)據(jù)光譜分辨率的提高，可利用的波段數(shù)不斷增多，基于光譜特征的遙感巖性信息增強方法也變得豐富多樣，在應用過程中的方法選擇仍然具有很大的盲目性，導致遙感數(shù)據(jù)中的光譜信息不能很好地被利用，從而無法快速準確地突出巖性信息。

1.1.2 基于空間特征的方法

基于空間特征的遙感巖性信息增強主要是以不同巖性在影像上表現(xiàn)出的紋理不同為依據(jù)進行巖性信息增強的方法?？臻g增強是為了增強圖像上的邊緣、線性地物或紋理信息等特征，或者去除圖像上的某些噪聲，壓制圖像的細節(jié)差別或局部變異，增強圖像的背景特征或整體特征［9］。常用的方法有平滑濾波、銳化濾波和方向濾波等空間域濾波方法及高通濾波、低通濾波等頻率域濾波方法［9］。另外，通過紋理信息提取的方法獲得紋理信息圖像，將其作為新的波段參與分類，一定程度地有利于識別巖性和提高分類精度［10-13］，常用的紋理信息提取方法有灰度共生矩陣法、小波變換和傅立葉變換等［13-14］。

隨著遙感數(shù)據(jù)空間分辨率的提高，影像空間特征極為豐富，邊緣、紋理等信息容易受地形地貌、植被、風化等多種因素影響而發(fā)生變化，因此，基于影像空間特征直接識別巖性較為困難，尤其在多種巖性發(fā)育的復雜地區(qū)，提取紋理信息的方法可靠性更顯不足。通過空間特征增強的方法，更大程度地仍然是輔助于目視解譯，而且在實際應用中很容易發(fā)現(xiàn)，空間特征增強處理，對于圖像目視效果的改善并非特別明顯。

1.1.3 基于地貌、植被等特征的方法

基于地貌、植被等特征的遙感巖性信息增強是通過對因為巖性不同所致的地貌、植被等特征進行增強處理，以突出巖性之間的差異，間接地輔助遙感巖性解譯的方法。在地貌特征方面，主要包括不同巖性地區(qū)的整體地貌（如高山、丘陵、平原等）、地形形態(tài)（如帶狀、格狀、橢圓形等）、山脊形態(tài)（如圓渾、尖棱、半圓渾等）等差異，常通過三維顯示的方法，可以將地貌特征直觀地展現(xiàn)出來以區(qū)分巖性；在植被特征方面，由于巖性不同，抗風化能力不同，其風化物也不同，對于植被發(fā)育狀況也不同，通過一定的圖像處理把植被特征突出出來，即可起到巖性增強的作用?；诘孛?、植被等特征的方法比較簡單，但不同巖性在地貌、植被等特征上存在明顯差異的情況較少，尤其在高分辨率數(shù)據(jù)的大比例尺調查中，對于詳細的巖性劃分意義不大。

1.2 高光譜遙感巖性信息增強方法

高光譜遙感技術已廣泛應用于基礎地質研究、地質填圖、礦產(chǎn)勘查等領域［9］。高光譜傳感器在獲得空間圖像的同時獲得了地物的連續(xù)光譜曲線及診斷性特征光譜，從而能夠利用巖石光譜特征直接識別巖性，高光譜遙感巖性識別的方法可分為3種類型：1）基于單個診斷性吸收光譜特征，能夠定量或半定量地提取某些巖礦信息，但單個光譜特征容易發(fā)生漂移或其他變化，且在大部分巖性中，單個診斷性吸收光譜特征并不常見；2）基于完全譜形特征，利用整條光譜曲線進行巖性匹配識別，可以改善單個光譜特征的不確定性影響，其不足在于巖性光譜受各種因素的影響會產(chǎn)生變異以及對光譜差異不大的巖性識別效果不理想；3）基于光譜知識模型，能夠在識別巖性的同時量化巖石的成分、含量和其它物理特征，是高光譜遙感巖性信息提取的發(fā)展方向，這類方法依賴于光譜學和數(shù)理方法，在實際應用中難以確定特征參數(shù)和描述光譜模型，所以目前這類方法尚未成熟［13-14］。因此，高光譜遙感直接進行巖性識別的方法對于少數(shù)具有診斷性吸收特征的巖性較為有效，但在涉及多種巖性的較大范圍填圖工作中往往體現(xiàn)出較大的局限性。

利用遙感巖性信息增強方法，制作巖性信息突出的高光譜遙感影像圖，再結合地質背景進行人機交互解譯，能夠達到更好的巖性填圖效果。有關高光譜遙感巖性信息增強方法的以往研究，主要分為2個方面：1）多光譜遙感常用的巖性信息增強方法在高光譜遙感 中 的 應 用 ， 如 金 浩 （1994）［15］、 劉 建 平（1999）［16］、 王青華（2000）［17］等， 表明多光譜遙感巖性信息增強方法適用于高光譜遙感數(shù)據(jù)的處理；2）基于主成分變換為主的巖性信息增強方法，如中國國土資源航空物探遙感中心采用 HyMap對新疆東天山地區(qū)進行高光譜圖像數(shù)據(jù)獲取，通過MNF變換增強不同巖類分布的信息，基于色調的影像光譜和標準庫光譜，區(qū)分出花崗巖、花崗閃長巖、閃長巖、輝綠玢巖、基性火山巖、火山碎屑巖、正常沉積巖等巖體、地層巖性單位［18］。與多光譜遙感巖性信息增強方法相同，高光譜遙感數(shù)據(jù)經(jīng)過主成分變換為主的處理之后，仍然有很多組分可供選擇，可形成多種不同的增強效果圖。

綜上所述，這些遙感巖性信息增強方法都各具優(yōu)缺點，在遙感巖性解譯中發(fā)揮著不同的作用。在實際應用中，基于光譜特征的方法應用最為廣泛，效果也最好。但是，面對多波段的多光譜遙感數(shù)據(jù)（如WorldView-2）或高光譜遙感數(shù)據(jù)（如CASI/SASI）時，基于光譜特征的方法也是多種多樣，因此，要有針對性地選擇遙感巖性信息增強方法。

2 基于光譜色度差異增強巖性信息的方法

為了遙感巖性解譯的方便性和準確性，巖性信息增強處理應最大限度地提高不同巖性之間的差異。任意兩種不同巖性的光譜特征都會有所不同，在遙感影像上會存在一定的色調差異。從更符合人眼視覺特性的HLS彩色空間出發(fā)，通過計算對比不同波段組合圖像上的巖石色彩差異大小，尋找?guī)r石影像色彩差異最大的3個波段或變換后的組分進行彩色合成，能夠得到巖性色調色彩差異最明顯的圖像，這就是本研究提出的基于色差的遙感巖性信息增強方法。

2.1 HLS彩色空間

在HLS彩色空間中，亮度（Lightness）是指整個圖像的亮度，其值從0（黑）到1（白）變化，飽和度（Saturation）代表顏色的純度，也是從0到1線性變化，色度（Hue）表示像元的顏色或波長，它的變化從紅色的中心點0經(jīng)綠色和藍色回到紅色的中心點 360°，形成一個圓周［19］。

從RGB彩色空間到HLS彩色空間的轉換，也即已知某種色彩的RGB空間的 （r，g，b）值， 要找到在 HSL空間中相應的（h，l，s）值，可以通過以下公式計算：

式中：（r，g，b）分別是一個顏色的紅、綠和藍坐標，它們的值是在 0到 1之間的實數(shù)。設max等于 r，g和 b中的最大者，設 min等于這些值中的最小者。要找到在 HLS空間中的（h， l， s）值， 這里的 h∈［0， 360°］是角度的色相角，而s，l∈［0，1］是飽和度和亮度。

2.2 色差的計算

從HLS彩色空間出發(fā)，兩種不同巖性的影像色調差異可以分為2個方面：亮度差異和色度差異。

1）亮度差異

亮度差異主要是由于巖石的整體反射率的差異而導致的色調明暗變化，它在色彩差異上表現(xiàn)為，兩種地物影像色彩的亮度差異越大越容易區(qū)分，如圖1所示，頁巖與砂巖兩者相比，整體上頁巖的反射率遠低于砂巖的反射率，不論采用何種WorldView-2波段組合的圖像，兩者都在亮度上存在很大差異，這種情況下，只需要簡單的對比度增強處理就可以直接準確地區(qū)分巖性。但是，這種情況畢竟是少數(shù)，而更多的巖性顏色差異是體現(xiàn)在色度之上。

圖1 不同巖性光譜曲線及影像亮度差異效果圖Fig.1 Spectral curve and image value difference of different lithology

2）色度差異

色度差異主要是指圖像的顏色變化，它在色彩差異上表現(xiàn)為，兩種地物影像色彩的色度差異越大越容易區(qū)分。根據(jù)HLS彩色空間的原理，色度差異并不完全等同于色度值之差，而是指在兩種顏色色環(huán)上的距離。

在HLS空間中，色度（h）分量可以用色環(huán)表示出來，如圖2所示。在色環(huán)上互補色（又稱對比色）的位置相互正對，能形成鮮明的對比，其視覺差異最大，如黃和藍，紅和青，綠和品紅均為互補色。顯然，在色環(huán)上兩種顏色的距離越遠，視覺差異越大；距離越近，視覺差異越小。因此，巖性色調差異增強處理的目的是要使兩種巖性的色度在色環(huán)上距離最遠。

圖2 色環(huán)圖Fig.2 Color wheel figure

任何顏色，都可以通過公式（1）計算出已知RGB顏色的色度（h）值，在色環(huán)上找到相應的位置，并可以通過以下公式計算兩種顏色的色度差：

飽和度主要指顏色的純度變化，它不能直接體現(xiàn)兩種顏色的差異大小，而是對色度差異的視覺效果的影響。當兩種巖性在影像上具有一定的色度差異時，通過同時提高圖像飽和度，能夠增強兩種顏色差異的視覺效果（圖 3）。

圖3 不同巖性的色度差異及飽和度變化影響效果圖Fig.3 Image hue and saturation change of different lithology

綜上，在遙感巖性信息增強中，不同巖性之間存在較大亮度差異的情況較少，但色度差異非常普遍。在巖石影像色度差異較大時，圖像經(jīng)飽和度增強，即可很容易地區(qū)分不同巖性。因此，基于色差的遙感巖性信息增強方法主要就是通過公式（4）計算巖石影像色度差異，找到巖石影像色度差異最大的圖像。該方法為進一步挖掘巖性信息提供一個很好的基礎圖像，是采用HLS變換法增強巖性信息的前提，針對不同的巖性，從根本上挖掘多波段光譜信息。

3 基于色差的WorldView-2數(shù)據(jù)巖性信息增強

WorldView-2數(shù)據(jù)具有8個多光譜波段和1個全色波段：海岸波段（400～450 nm）、藍光波段（450～10 nm）、 綠光波段（510～580 nm）、黃光波段（585～625 nm）、 紅光波段（630～690 nm）、 紅邊波段（705～745 nm）、 近紅外波段（770～895 nm）、 近紅外 2 波段（860～1 040 nm）和全色波段（450～800 nm）， 其中，多光譜數(shù)據(jù)空間分辨率為1.86 m，全色數(shù)據(jù)空間分辨率為0.46 m。該數(shù)據(jù)具有多波段、空間分辨率高的特點，數(shù)據(jù)包含豐富的巖性信息，適合利用基于色差的方法進行巖性信息增強。

3.1 不同波段組合的巖性色差增強

以巖石影像波譜特征為基礎，根據(jù)不同波段組合圖像的巖性色度差異，進行WorldView-2數(shù)據(jù)波段選擇及彩色合成，這是最基本也是最直接有效的方法。

以西昆侖克孜勒地區(qū)WorldView-2圖像上兩種相鄰巖性（圖4）為研究對象，在經(jīng)過預處理后的WorldView-2反射率影像上獲取兩者的影像光譜曲線， 通過公式（1）、 （2）、 （3）計算WorldView-2數(shù)據(jù)的56種波段組合圖像中， 兩種巖性的色度值（h1和h2）和色度差（Δh），如表1所示。

根據(jù)表1，可以選擇出色度差異最大的876、865等波段組合，通過彩色合成、對比度增強、HLS變換增強飽和度等處理，在于該地區(qū)常用的851波段組合相比（圖5），可以看出，876、865等波段圖像比851波段組合圖像巖性差異大得多，與851波段組合圖像直接經(jīng)HLS變換增強后的圖像相比，圖像巖性差異也更為明顯，尤其876波段組合圖像效果最佳，左側巖性成藍綠色，右側巖性呈深紫色，兩者顏色差異明顯，將兩種巖性的分界線清晰地展示出來。通過基于色度差異的方法得到的876波段組合圖像，可以有效地對這兩種巖性進行區(qū)分。

3.2 與其他變換相結合的巖性色差增強

在上述方法的基礎上，也可以將主成分變換、比值變換等后的組分，一起參與到波段選擇中，用同樣的方法計算更多波段組合圖像的巖性色差，從中選擇色差最大的波段組合。如圖5所示，加入相應的主成分圖像的波段，該地區(qū)地層內部巖性差異得到更好的突出。

圖4 不同色差的波段組合對比Fig.4 Comparison of band combinations with different chromatic aberration

表1 巖性色差計算結果表 （按色度差Δh大小排序）Table 1 Lithologic chromatic aberration calculation results （Ordered by chromatic aberration Δh）

圖5 與主成分變換相結合的巖性色差增強及解譯Fig.5 Image of different chromatic aberration enhancement and lithologic interpretation map

以上WorldView-2數(shù)據(jù)巖性信息增強應用研究表明，基于色差的遙感巖性信息增強方法能夠從人眼視覺角度出發(fā)，以巖石影像波譜特征為基礎，通過兩兩巖性的色差計算，綜合利用比值、主成分變換、對比度增強、HLS變換等多種方法，對兩種巖性的影像色調差異進行增強，為巖性界線的目視解譯提供便利。

另外，針對多種巖性分布的地區(qū)，也可通過計算多組相鄰巖性的色差，再依據(jù)多個色差的均值和方差，選擇多組巖性之間差異均較大的彩色合成圖像，利用該方法對多種巖性分布地區(qū)的WorldView-2數(shù)據(jù)進行增強處理，選擇相應波段進行彩色合成，使不同巖性之間都達到了較好的區(qū)分效果。

4 基于色差的CASI/SASI高光譜巖性信息增強

CASI/SASI航空成像光譜測量系統(tǒng)是具有國內領先、國際先進水平的航空高光譜測量系統(tǒng)。該系統(tǒng)可獲取數(shù)據(jù)的波長范圍從可見光、近紅外（VNIR）到短波紅外（SWIR）。目前，該系統(tǒng)已廣泛應用于地質礦產(chǎn)調查領域，在國內同類儀器中處于領先水平。本次研究選擇了甘肅方山口地區(qū)的CASI/SASI高光譜數(shù)據(jù)，數(shù)據(jù)獲取時間是2011年7月15日，CASI數(shù)據(jù)波譜范圍為380～1 050 nm，空間分辨率0.9 m×0.9 m；SASI數(shù)據(jù)波譜范圍為950～2 450 nm，空間分辨率2.25 m×2.25 m。

在進行巖性信息增強之前，對CASI/SASI高光譜數(shù)據(jù)進行了降噪和壞條帶的去除、輻射定標、幾何校正、大氣糾正、光譜重建和數(shù)據(jù)鑲嵌等一系列預處理。然后，利用主成分變換和最小噪聲分離變換（MNF）的方法，將高光譜數(shù)據(jù)進行降維處理。通過試驗研究發(fā)現(xiàn)，經(jīng)過降維處理后的數(shù)據(jù)信息一般集中在前20個組分之中，其它組分以噪聲信息為主，對于巖性區(qū)分幾乎沒有意義；而對于前20個組分的數(shù)據(jù)，還可以通過統(tǒng)計分析與目視觀察相結合的方法，進一步選擇主成分變換后巖性差異較為明顯的組分，即主成分變換后的第4～6、8、15、17組分和MNF變換后的第4、7～10、13～15、17組分，從而減少了波段組合方案。最后，對這些篩選出來的組分進行不同波段組合的色差計算和波段組合圖像選擇。

方山口研究區(qū)為一明顯的褶皺構造，發(fā)育有多種類型的地層巖性。在本次研究中，對褶皺南翼選擇了7種不同的巖性，形成6組相鄰巖性組合，分別計算巖性色差及其均值、方差等，最終確定了PC8、PC5、PC4彩色合成圖像效果最好，與其他圖像相比各巖性之間的差異更加明顯（圖6）。在此基礎上，結合地質背景，就能夠將該地區(qū)地層巖性進行詳細地解譯。

圖6 CASI/SASI高光譜遙感巖性信息增強及解譯Fig.6 Enhancement of different band composition of CASI/SASI hyperspectral remote sensing image with different methods

5 結論

1）深入分析了各種常用的多光譜和高光譜遙感巖性信息方法的優(yōu)缺點，其中，基于光譜特征的方法應用最為廣泛，效果也最好，但隨著遙感數(shù)據(jù)空間分辨率和光譜分辨率的提高，遙感巖性信息增強方法也變得更加豐富多樣，在方法選擇上仍然具有一定的盲目性。

2）提出了基于光譜色度差異增強巖性信息的方法，其能夠充分利用多波段數(shù)據(jù)或高光譜數(shù)據(jù)中豐富的巖性信息，獲得巖性色彩差異最大的圖像，為遙感地質解譯提供良好的基礎數(shù)據(jù)。

3）以西昆侖克孜勒地區(qū)WorldView-2數(shù)據(jù)和甘肅方山口地區(qū)CASI/SASI高光譜數(shù)據(jù)為例，開展了基于光譜色度差異的巖性信息增強應用研究，發(fā)現(xiàn)這兩種數(shù)據(jù)在巖性區(qū)分上效果明顯，尤其是CASI/SASI高光譜數(shù)據(jù)，因其具有豐富的光譜信息，利用該方法能夠有效地進行巖性區(qū)分，這也表明該數(shù)據(jù)在基礎地質調查領域的巨大應用潛力。