孫越，2，黃國滿2，趙爭2，劉本強(qiáng)

(1.山東科技大學(xué) 測繪科學(xué)與工程學(xué)院，山東 青島 266590；2.中國測繪科學(xué)研究院，北京 100036)

0 引言

隨著遙感技術(shù)的發(fā)展，從不同遙感平臺獲得的遙感影像形成了多級多分辨率的影像金字塔序列，給遙感用戶提供了海量的對地觀測數(shù)據(jù)源[1]。然而，在現(xiàn)有衛(wèi)星發(fā)射成本和傳感器硬件技術(shù)的限制下，衛(wèi)星成像指標(biāo)之間是相互制約的，單一遙感器對地觀測所獲取的信息并不全面。合成孔徑雷達(dá)(synthetic aperture radar，SAR)能反映不同地物的后向散射信息，具有全天時、全天候、大范圍、長時間和周期性的對地觀測能力，影像包含豐富的紋理、幾何和地形特征信息，對地物識別具有顯著優(yōu)勢，但缺乏光譜信息。光學(xué)遙感數(shù)據(jù)能反映不同地物的反射光譜信息，但成像過程易受天氣影響，特別是在多云雨霧的地區(qū)，數(shù)據(jù)采集較困難，限制了光學(xué)圖像的應(yīng)用。在遙感成像系統(tǒng)中，很難同時獲得高分辨率的光譜、空間和時間信息，制約了遙感影像的應(yīng)用[2]。為了解決遙感衛(wèi)星無法同時獲得具有多屬性高分辨率的遙感影像這一難題[3]，圖像融合技術(shù)應(yīng)運(yùn)而生，它能極大地提高影像間的利用率，獲得時-空-譜分辨率最優(yōu)的遙感數(shù)據(jù)，提高影像的解譯能力[4]。

圖像融合早期概念始于20世紀(jì)70年代初，其理論方法研究始于20世紀(jì)80年代以后[5]。圖像融合作為一種有效的圖像應(yīng)用手段，在時代變遷中得到了井噴式的發(fā)展。國內(nèi)的圖像融合技術(shù)相比國外而言起步較晚，直到20世紀(jì)80年代才有少量文獻(xiàn)提及這一概念，90年代才在國內(nèi)形成研究熱潮[6]。

目前，遙感影像融合可分成像素級融合、特征級融合和決策級融合3個層次，其中基于像素級的影像融合在圖像融合領(lǐng)域中應(yīng)用較早也較為廣泛，它是直接對傳感器采集獲得的原始數(shù)據(jù)或經(jīng)過預(yù)處理的數(shù)據(jù)采用適當(dāng)?shù)娜诤喜呗赃M(jìn)行融合處理。像素級融合算法大致分成三類：一是基于代數(shù)運(yùn)算的方法，如加權(quán)融合法、高通濾波法[7-8]、Brovey融合法；二是基于分量替換的方法，如IHS變換、主成分分析(principal components analysis，PCA)[9]、正交變換和線性回歸融合法；三是基于多尺度變換的方法，如小波變換融合法[10-12]。像素級融合算法簡單易行，但對源圖像的預(yù)處理過程要求較高，尤其是SAR數(shù)據(jù)和多光譜圖像融合。由于SAR系統(tǒng)是側(cè)視相干成像，SAR圖像中固有的斑點(diǎn)噪聲會降低影像的可解譯程度，對后續(xù)影像融合、地物分類、變化檢測和信息提取等工作產(chǎn)生嚴(yán)重影響，因此抑制SAR圖像中的相干斑噪聲是進(jìn)一步解譯和應(yīng)用的前提。實(shí)際上，學(xué)者們研究SAR濾波方法的差異對圖像融合的影響遠(yuǎn)少于影像配準(zhǔn)對圖像融合的影響，針對不同濾波方法與不同融合算法之間最優(yōu)組合的研究更是鮮有報道。

鑒于此，本文以全極化Radarsat-2數(shù)據(jù)和Landsat-5 TM影像為數(shù)據(jù)源，首先分析了SAR斑點(diǎn)噪聲的產(chǎn)生機(jī)理，其次對現(xiàn)有的Lee濾波、Frost濾波、Kuan濾波、Gamma MAP濾波、增強(qiáng)Lee濾波和增強(qiáng)Frost濾波等6種相干斑噪聲濾除方法進(jìn)行了簡述；然后在數(shù)據(jù)預(yù)處理的基礎(chǔ)上，將IHS變換、PCA變換、GS變換和PCA_IHS變換等4種經(jīng)典融合算法應(yīng)用于SAR影像和多光譜圖像的融合；最后對融合效果進(jìn)行精度評價和分析，以期尋找出不同濾波方法下的最佳融合策略，獲得空間紋理細(xì)節(jié)更加豐富、清晰度更高、具有較少光譜失真的更高質(zhì)量的融合影像，為進(jìn)一步影像分類、變化檢測和信息提取等實(shí)際應(yīng)用奠定基礎(chǔ)。

1 原理與方法

1.1 相干斑濾波

由于SAR為側(cè)視斜距相干成像，使得具有均勻散射系數(shù)的目標(biāo)在雷達(dá)影像上并不具有均勻的灰度，從而導(dǎo)致SAR圖像上出現(xiàn)許多斑點(diǎn)噪聲[13]，使得影像信噪比低，給后續(xù)的影像解譯工作造成困難，因此在使用SAR影像進(jìn)行解譯之前，必須對其進(jìn)行處理以減少噪聲影響。

目前SAR影像相干斑抑制的研究主要是針對成像之后的相干斑抑制，國內(nèi)外針對SAR圖像濾波開展了大量研究，形成了一些較為成熟的算法[14]。本文采用Lee濾波、Frost濾波、Kuan濾波、Gamma MAP濾波、增強(qiáng)Lee濾波和增強(qiáng)Frost濾波等6種經(jīng)典的SAR影像濾波方法進(jìn)行實(shí)驗及對比分析，濾波窗口設(shè)定為5×5窗口，表1總結(jié)了經(jīng)典SAR影像濾波方法的特點(diǎn)及性能。

表1 不同濾波方法性能比較

1.2 IHS變換

IHS (intensity，hue，saturation)變換能將人類感知的RGB顏色空間轉(zhuǎn)換為IHS顏色空間，并且通過對比度的拉伸將IHS反變換為RGB模型，生成一個色彩增強(qiáng)的彩色圖像，從而實(shí)現(xiàn)多源遙感影像間的信息融合[15](圖1)。

圖1 IHS變換融合流程圖

IHS變換融合法既能保留影像的空間分辨率又能增添豐富的光譜特征，從而提高了影像的分類識別能力。但是它只能處理3個波段，并且扭曲了原始多光譜影像的光譜特性，易產(chǎn)生光譜退化現(xiàn)象[16]。

1.3 PCA變換

PCA變換是一種最小均方誤差意義上的最優(yōu)正交變換，已廣泛應(yīng)用于圖像數(shù)據(jù)壓縮、特征選擇等方面[17](圖2)。

圖2 PCA變換融合流程圖

PCA變換融合法[18]的優(yōu)點(diǎn)是可以進(jìn)行所有波段的多光譜數(shù)據(jù)和高分辨率數(shù)據(jù)交換，從而分離各個波段的紋理信息[19]。但是PCA融合法只是簡單的用高分辨率數(shù)據(jù)替換PC1分量，故會損失影像中光譜特征的有用信息，使融合后影像存在嚴(yán)重的光譜畸變現(xiàn)象。ENVI5.3提供PC Spectral Sharpening工具，可以直接對預(yù)處理后的影像進(jìn)行PCA融合。

1.4 GS變換

正交變換(gram-schmidt，GS)[20]是統(tǒng)計學(xué)中常用的方法，它通過對矩陣或多維影像進(jìn)行正交變換，消除波段之間的相關(guān)性[21]。GS與PCA的主要區(qū)別在于，PCA變換后的PC1包含最多的信息，其他分量信息含量依次減少，而GS變換產(chǎn)生的各個分量僅正交，各分量所含信息量基本均等(圖3)。

圖3 GS變換融合流程圖

1.5 PCA_IHS變換

PCA變換是基于數(shù)學(xué)統(tǒng)計方法的融合，以數(shù)據(jù)壓縮和信息融合為目的，能抑制噪聲，起到圖像增強(qiáng)的效果。IHS變換是基于彩色空間的融合，它利用高分辨率影像波段替代亮度分量，能夠提高多光譜影像的紋理特征，增強(qiáng)其空間細(xì)節(jié)表現(xiàn)能力[22]。結(jié)合2種方法的優(yōu)點(diǎn)，進(jìn)行一種基于PCA_IHS變換的全極化SAR與多光譜影像融合實(shí)驗(圖4)。

圖4 PCA_IHS變換融合流程圖

該方法結(jié)合了多光譜圖像的其他波段信息，同時注入了SAR圖像的紋理細(xì)節(jié)信息，抑制了相干斑噪聲，從而能提高融合影像在光譜信息保真和空間細(xì)節(jié)信息增強(qiáng)方面的綜合性能。

2 實(shí)驗與分析

2.1 數(shù)據(jù)

實(shí)驗區(qū)域位于溫哥華，地理坐標(biāo)為49°4′N～49°13′N，122°59′W～123°9′W。實(shí)驗數(shù)據(jù)為Radarsat-2全極化精細(xì)模式，數(shù)據(jù)為SAR地理編碼系統(tǒng)校正(SAR systematically geocoded，SSG)產(chǎn)品，像元大小3.125 m，分辨率8 m，成像時間為2008年4月15日，視數(shù)1×1。同地區(qū)的Landsat-5 TM光學(xué)影像從歐空局網(wǎng)站獲得，拍攝于2008年5月25日，分辨率為30 m。

圖5(a)為SAR影像的VH、HV和HH極化方式合成的RGB(R：VH；G：HV；B：HH)偽彩色圖像，圖5(b)是將Landsat-5 TM影像的5、4、3波段進(jìn)行彩色合成，并利用ENVI5.3進(jìn)行1%線性拉伸顯示所得RGB(R：5；G：4；B：3)圖像。

圖5 實(shí)驗區(qū)待融合影像

實(shí)驗區(qū)域中SAR影像與多光譜影像成像清晰，層次豐富，無云霧遮擋，時間間隔較小，該區(qū)域主要為居民區(qū)、農(nóng)田和河流，自然變化相對較小，因此忽略時間差異對影像融合效果的影響。

2.2 實(shí)驗

本文選用的實(shí)驗數(shù)據(jù)為全極化Radarsat-2的SSG產(chǎn)品，該數(shù)據(jù)是在SGF(SAR georeferenced fine)產(chǎn)品的基礎(chǔ)上進(jìn)行了地圖投影校正，因此本文僅對Radarsat-2影像進(jìn)行了相干斑濾波以及與TM影像在空間上精確配準(zhǔn)，以消除幾何畸變，另外將多光譜圖像進(jìn)行采樣，使其與SAR圖像具有相同的像素大小。濾波后的SAR影像如圖6所示。

將預(yù)處理后的SAR影像和Landsat-5 TM影像分別進(jìn)行IHS融合、PCA融合、GS融合和PCA_IHS融合，融合結(jié)果以真彩色顯示，并進(jìn)行了1%的線性拉伸。由于融合影像范圍較大，不利于目視判讀，本文截取了地物類型豐富，紋理細(xì)節(jié)信息豐富且色彩突出的感興趣區(qū)進(jìn)行展示。另外，王霄鵬等[23]通過實(shí)驗得出Radarsat-2 4個極化分量中HV極化與TM影像融合效果最好。因此，在進(jìn)行IHS變換、PCA變換、GS變換和PCA_IHS變換時，本文只利用HV分量與TM影像進(jìn)行融合實(shí)驗，融合結(jié)果如圖7、圖8、圖9和圖10所示。

圖6 SAR影像在不同濾波器下的濾波結(jié)果

圖7 不同濾波方法的IHS融合影像對比

圖8 不同濾波方法的PCA融合影像對比

圖9 不同濾波方法的GS融合影像對比

圖10 不同濾波方法的PCA_IHS融合影像對比

3 融合效果質(zhì)量評價

現(xiàn)有的影像質(zhì)量評價方法主要分為兩大類：主觀評價和客觀評價。其中，主觀評價是基于對預(yù)先設(shè)定的標(biāo)準(zhǔn)和視覺效果的分析，簡單直觀但依賴評價者的先驗知識，主觀性較強(qiáng)；客觀評價是基于圖像的統(tǒng)計參數(shù)，可靠性較高。因此，本文利用兩類評價方法對融合效果進(jìn)行綜合評價與分析。

3.1 主觀評價

從圖6結(jié)果可以看出，增強(qiáng)Lee和增強(qiáng)Frost濾波效果最優(yōu)，能有效去除SAR影像上的斑點(diǎn)噪聲同時較好地保留了影像的邊緣紋理細(xì)節(jié)信息，F(xiàn)rost和Gamma MAP濾波效果較好、Lee和Kuan濾波后影像效果相對較差。從圖7、圖8、圖9和圖10可以看出，6種濾波下的4種融合算法所得融合影像在空間細(xì)節(jié)保持方面，融合后影像均提高了源圖像的空間分辨率，極大地豐富了源圖像的紋理細(xì)節(jié)信息，提高了影像的判讀解譯能力，其中PCA_IHS變換所得融合影像紋理細(xì)節(jié)清晰，邊緣信息保持能力最好；在光譜保真度方面，融合影像均存在光譜失真現(xiàn)象，其中IHS變換和PCA_IHS變換后影像整體色調(diào)變化顯著，在光譜保真度方面效果較差，PCA變換融合法略優(yōu)，GS變換融合法與源圖像的光譜信息最貼近。

3.2 客觀評價

為進(jìn)一步定量地分析不同融合方法對空間細(xì)節(jié)信息與光譜信息的影響，本文對濾波后的融合影像，分別選取均值、信息熵、平均梯度作為融合影像的質(zhì)量評價指標(biāo)，并用3個指標(biāo)的平均值做為定量評價的最終結(jié)果，具體評價結(jié)果如表2所示。

表2 融合結(jié)果評價參數(shù)表

比較表2中各種方法的融合影像與原始多光譜影像的評價指標(biāo)，分析得出以下結(jié)果：

1)均值是圖像中所有像元亮度值的算術(shù)平均值，反映了地物的平均反射強(qiáng)度，均值變化越小，則融合后影像的平均亮度越接近原始影像[24]。6種濾波下，4種融合算法或多或少都存在一些光譜失真現(xiàn)象，其中GS變換所得融合影像的均值最接近原始影像，光譜保真度較好；Gamma、增強(qiáng)Frost濾波后的PCA融合圖像均值與源圖像基本一致，光譜保真度最好；PCA_IHS變換所得融合影像的整體色調(diào)較暗，光譜失真較嚴(yán)重；IHS變換所得融合影像光譜畸變最嚴(yán)重。

2)信息熵反映了圖像包含信息量的多少，是衡量圖像信息豐富程度的重要指標(biāo)。所有融合影像的熵值均大于源影像的熵值，表明融合影像的信息量均增加。不同濾波下的融合方法所得圖像熵值比較：PCA_IHS>IHS>GS>PCA。Lee濾波后的融合圖像包含的信息量相對較多。

3)平均梯度反映了影像的清晰度和圖像微小細(xì)節(jié)反差的表達(dá)能力和紋理變化特征，梯度值越大，影像越清晰。由表2可知，融合后影像的梯度值均明顯大于源圖像的梯度值，表明融合后影像的細(xì)節(jié)表現(xiàn)能力增強(qiáng)。PCA_IHS變換在6種濾波方法下的梯度值均大于其他融合算法；Lee濾波下的融合影像相比其他5種濾波方法，梯度值增幅較大，說明Lee濾波后的融合影像空間細(xì)節(jié)表現(xiàn)能力較強(qiáng)；Frost、Gamma和增強(qiáng)Lee濾波在融合影像紋理細(xì)節(jié)方面的提升力不佳，其中Gamma濾波后所得融合圖像清晰度最差。

4 結(jié)束語

本文對Lee濾波、Frost濾波、Kuan濾波、Gamma MAP濾波、增強(qiáng)Lee濾波和增強(qiáng)Frost濾波等6種經(jīng)典濾波方法和IHS變換、PCA變換、GS變換、PCA_IHS變換等4種常用融合算法進(jìn)行了介紹，然后研究分析了不同濾波方法下的全極化SAR數(shù)據(jù)和多光譜影像在不同融合算法上的差異，通過目視判讀和定量分析可知，同原始影像相比，融合后影像均保留了源圖像的高頻信息，地物細(xì)節(jié)特征清晰，同時增加了光譜信息。值得注意的是，增強(qiáng)Frost濾波后IHS變換、Lee濾波后的PCA變換和GS變換以及Kuan濾波下的PCA_IHS變換所得融合影像在紋理細(xì)節(jié)和光譜保真度方面整體效果最優(yōu)。但是，融合影像仍或多或少的存在一些光譜扭曲現(xiàn)象，因此，下一步將解決IHS變換、PCA變換等經(jīng)典融合算法所引起的光譜失真現(xiàn)象。另外，隨著遙感影像時-空-譜分辨率的提高以及新型SAR傳感器的出現(xiàn)，多尺度、多源、多時態(tài)遙感影像快速高效融合，也將是下一步繼續(xù)研究和關(guān)注的重點(diǎn)。