毛迎丹，趙 紅

(浙江水利水電學院 測繪與市政工程學院，浙江 杭州 310018)

0 引 言

日本陸地觀測衛(wèi)星ALOS于2006年1月24日發(fā)射成功，主要用于地圖繪制、DEM生成與制作、區(qū)域觀測、災害監(jiān)測以及資源勘測等.ALOS衛(wèi)星共搭載了三臺傳感器：全色立體測圖儀(PRISM)，高級可見光近紅外輻射儀(AVNIR-2)和相控陣L波段合成孔徑雷達(PALSAR).其中PRISM的全色影像和AVNIR-2的多光譜影像的波段參數(shù)(見表1).

ALOS多光譜影像光譜信息豐富，光譜分辨率高，但空間分辨率低，全色影像具有較高的空間分辨率，但缺乏光譜信息.遙感影像數(shù)據(jù)融合技術是獲取高空間分辨率的多光譜影像的一個有效途徑[1].通過多源數(shù)據(jù)融合，不僅可以提高目標判別結果的可靠性，使分類更準確，而且可以獲得比任何單一傳感器更高的圖像分辨率.本研究以ALOS全色和多光譜數(shù)據(jù)為數(shù)據(jù)源，比較研究常用的HIS變換、Brovey變換、PCA變換、GS變換等七種融合方法，并通過目視效果分析和定量分析對融合效果進行綜合評價，為ALOS影像的應用提供技術支撐.

表1 ALOS遙感影像波段影像

1 遙感影像融合方法

1.1 乘積法(Multiplicative)

(1)

式中，R、G和B代表融合后的三個波段，pan表示高分辨率全色影像，band1，band2，band3表示多光譜影像的三個波段.

1.2 Brovey變換法

Brovey變換融合是為RGB影像顯示進行多光譜波段顏色歸一化，將高分辨率全色與多光譜各波段相乘完成融合[3]，其計算公式為：

(2)

式中，R、G和B代表融合后的三個波段，pan表示高分辨率全色影像，band1，band2，band3表示多光譜影像的三個波段.

該方法的特點是算法簡單、易于實現(xiàn)，增強影像的同時能夠較好地融合原多光譜影像的光譜信息，但是存在一定的光譜扭曲.

1.3 高通濾波法(HPF)

HPF方法首先利用高通濾波器將高空間分辨率影像中的邊緣信息提取出來，然后將高通濾波結果疊加到低分辨率高光譜影像中，形成高頻信息特征突出的融合影像.其融合的表達式為[3]：

Fk(i,j)=Mk(i,j)+HPH(i,j)

(3)

式中，F(xiàn)k(i,j)表示第k波段像素(i，j)的融合值，Mk(i,j)表示低分辨率多光譜影像第k波段像素(i，j)的值，HPH(i,j)表示采用高通濾波器對高空間分辨率圖像濾波得到的高頻圖像像素(i，j)的值.

1.4 IHS方法

首先將空間分辨率低的多光譜影像變換到IHS空間，得到明度I、色度H、飽和度S三分量；然后將高空間分辨率影像進行對比度拉伸，使之與I分量有相同的均值和方差；最后用拉伸后的高空間分辨率影像代替I分量，把它同H、S進行IHS逆變換得到融合的影像，這樣獲得的圖像既有高的空間分辨率，又有與原圖像相同的色度和飽和度.

融合影像保留了絕大部分的高空間分辨率的信息，使得其空間分辨率接近高空間分辨率影像，同時也保留了多光譜影像的光譜特征，提高了影像的判讀、識別、分類能力.然而，由于不同頻道數(shù)據(jù)的不同光譜特性曲線，IHS方法扭曲了原始的光譜特性，產生了光譜退化現(xiàn)象.

3.投資公司需要定期召開風險預警會議，并不斷培養(yǎng)對應的綜合性風控人才，構建獨立的風控機構。通過薪酬、待遇、人文尊重和企業(yè)關懷的角度著手吸引并培養(yǎng)專業(yè)高效的風控人員，將各部分掌握的相關信息共享討論，營造公司整體的風控氛圍，為投資公司的財務管理長效發(fā)展以及公司的高效運營奠定堅實基礎。

1.5 主成分分析(PCA)

PCA變換融合是將N個波段的低分辨率圖像進行K-L變換，將單波段的高分辨率圖像經(jīng)過灰度拉伸，使其灰度的均值與方差和K-L變換第一分量圖像一致；然后以拉伸過的高分辨率圖像代替第一分量圖像，經(jīng)過K-L逆變換還原到原始空間.

經(jīng)過融合的圖像包括了原始圖像的高空間分辨率與高光譜分辨率特征，保留了原圖像的高頻信息.融合圖像上目標的細部特征更加清晰，光譜信息更加豐富.

1.6 小波變換法(Wavelet)

小波融合方法主要分為以下4個步驟：(1)將低分辨率多光譜圖像配準至高分辨率全色影像，并將前者重采樣到與后者有相同的空間分辨率；(2)將低分辨率多光譜影像和高分辨率影像分別進行小波分解；(3)用多光譜影像的近似子圖像替換高分辨率影像的近似子圖像；(4)進行小波逆變換得到融合圖像[4].

小波變換的主要特點是其對信號分解的空間部分是相互獨立的，而且其逆變換能夠完全恢復原來的信號，分解重建過程中不會產生信息的丟失和冗余，具有既提高影像空間分辨率，又保持色調和飽和度不變的優(yōu)越性[5].

1.7 Gram-Schmidt法

Gram-Schmidt變換(簡稱GS變換)是線性代數(shù)和多元統(tǒng)計中常用的方法，該方法可以對具有高分辨率的多光譜數(shù)據(jù)進行銳化，在一定程度上能消除多光譜波段之間的相關性，消除冗余信息，改進信息過分集中的問題.

GS變換進行融合的基本步驟是：首先從低分辨率的波譜波段中復制出一個全色波段，然后對該全色波段和多光譜波段影像進行Gram-Schmidt變換，其中全色波段被作為第一個波段；再用全色波段替換Gram-Schmidt變換后的第一個波段；最后，應用Gram-Schmidt反變換，即可產生融合后的多光譜圖像.

2試驗結果與分析

2.1試驗數(shù)據(jù)

試驗區(qū)域選取在浙江省德清縣，試驗數(shù)據(jù)為2007年9月獲取的ALOS PRISM全色波段和AVNIR-2多光譜數(shù)據(jù).首先將AVNIR-2的3(R)、2(G)、1(R)3波段進行真彩色合成，然后將全色影像和合成影像進行相互配準；再分別采用Multiplicative變換、Brovey變換、HPF、IHS變換、PCA變換、Wavelet變換、Gram-Schmidt等7種方法對圖像進行融合，原始圖像以及融合后的影像見圖1～圖9.

圖1 ALOS多光譜影像(3，2，1)

圖2 ALOS全色影像

圖3 Multiplicative融合影像

圖4 Brovey融合影像

圖5 HPF融合影像

圖6 PCA融合影像

圖7 Wavelet融合影像

圖8 IHS融合影像

圖9 Gram-Schmidt融合影像

2.2結果分析

遙感影像融合方法的選擇與應用目的緊密相關，因此很難對一種融合技術進行質量評價[6].一般從定性分析和定量分析兩個方面來評價融合結果.目視判讀仍然是簡單有效的定性分析方法，通常采用的定量分析方法有均值、標準差、平均梯度、偏差指數(shù)、熵和相關系數(shù)等指標.因此，這里在目視效果和光譜定量分析兩個方面對融合影像質量進行綜合評價.

2.2.1 極限拉伸值試驗目視效果

觀察圖3～圖9可以發(fā)現(xiàn)，所有的融合圖像在光譜分辨率上都較原始高空間分辨率圖像有明顯改善，達到了增強圖像光譜信息的目的；融合圖像的空間分辨率都有了很大提升，較融合前多光譜影像更清晰，更容易判讀.其中，Gram-Schmidt融合影像光譜特性與原始多光譜影像最接近，光譜信息的保持很好，而且很好地繼承了高分辨率影像的空間分辨率，圖像清晰；Wavelet變換融合影像雖然光譜信息損失較少，光譜特性與原始多光譜影像較接近，但由于存在振鈴效應，使得影像的邊緣細節(jié)模糊，空間分辨率較高分辨率影像有所降低；Brovey變換和PCA變換融合影像，改變了原多光譜影像的光譜特性，出現(xiàn)了光譜扭曲；Multiplicative變換影像偏暗，空間分辨率較高分辨率影像有所降低；IHS變換和HPF融合影像空間分辨率都有了很大提高，但色調較原始影像變化較大，色調變暗.

2.2.2 極限拉伸值試驗光譜定量分析

根據(jù)均值、標準差、偏差、相關系數(shù)、熵和平均梯度等常用的6個指標，分別對融合結果進行定量分析，結果(見表2).

表2 融合影像定量評價結果表

從表2可以看出，在融合影像的光譜信息方面，小波融合影像的均值與多光譜影像最接近，偏差最小，而且相關系數(shù)最大，說明其融合后的影像光譜信息損失最小；其次是Gram-Schmidt融合影像.其他幾種融合方法，從均值、偏差和相關系數(shù)方面，與原多光譜影像相差較大，說明光譜信息變化較大.

在融合影像的信息量和清晰度方面，HPF和Gram-Schmidt方法的融合影像的標準差、信息熵和平均梯度的數(shù)值都較高，優(yōu)于其他融合方法，說明這兩種融合方法得到的影像很好地保留了高分辨率影像的空間分辨率；其中Gram-Schmidt融合的平均梯度和標準差高于HPF方法，說明Gram-Schmidt方法在影像清晰度和信息量方面優(yōu)于HPF融合.

綜合以上結果，認為Gram-Schmidt方法在保持多光譜影像光譜信息的同時，顯著提高了融合影像的空間分辨率，是最適合ALOS影像的融合方法，這與主觀目視評價的結果是一致的.

3 結 語

分別采用Multiplicative變換、Brovey變換、HPF、IHS變換、PCA變換、Wavelet變換、Gram-Schmidt等7種方法，對ALOS全色影像和多光譜影像進行融合，并從定性和定量分析兩個方面對融合結果進行了綜合評價，總體認為，Gram-Schmidt是最適合ALOS影像的融合方法，研究結果為ALOS衛(wèi)星影像數(shù)據(jù)處理提供了借鑒和參考，為ALOS影像數(shù)據(jù)的廣泛應用提供了科學支撐.

參考文獻：

[1] 賈永紅.多源遙感影像數(shù)據(jù)融合方法及其應用的研究[D].武漢:武漢大學,2001.

[2] 宋剛賢，潘劍君，朱文娟.IKONOS影像的最佳融合技術研究[J].測繪科學，2009，34(2)：106-108.

[3] 徐 青，張 艷，邢 帥,等，遙感影像融合與分辨率增強技術[M].北京：科學出版社，2007.

[4] 鄧 磊，李 京，陳云浩,等，幾種小波融合方法在遙感影像融合中的應用與比較[J].遙感信息，2007(6)：23-27.

[5] 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].信息工程大學學報,2003，4(2)：46-50.

[6] 王廣亮，李英成，曾 鈺,等，ALOS數(shù)據(jù)像素級融合方法比較研究[J].測繪科學，2008，33(6)：121-124.