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(shù)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(shí)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(xì)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(shí)現(xiàn)動態(tài)化、精細(xì)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(zāi)害應(yīng)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(jià)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(jìn)行了研究[11]，但大多數(shù)遙感影像融合評價(jià)都是基于融合前后影像的空間細(xì)節(jié)和信息量等進(jìn)行的，雖然這些指標(biāo)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(lán)波段和綠波段參數(shù)，對衛(wèi)星遙感影像進(jìn)行優(yōu)化合成，增加植被的綠色、水體的湖藍(lán)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(shí)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(yù)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(chǔ)上通過開發(fā)相應(yīng)軟件調(diào)參實(shí)現(xiàn)。在對影像進(jìn)行融合處理前，首先要對影像預(yù)處理，包括影像的輻射校正、大氣校正、空間配準(zhǔn)等預(yù)處理。數(shù)據(jù)預(yù)處理流程如圖1 所示。

圖1 數(shù)據(jù)預(yù)處理流程圖

輻射校正是將影像上地物的像元值（DN 值）轉(zhuǎn)為輻射亮度值，以便分析地物的光譜曲線。大氣校正是進(jìn)一步消除大氣、光照等對地物反射的影響，獲取地物真實(shí)的反射數(shù)據(jù)。影像經(jīng)過配準(zhǔn)之后進(jìn)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(jìn)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(shí)現(xiàn)了影像增強(qiáng)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(jìn)行融合，但這四種方法原理不同，優(yōu)缺點(diǎn)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(gè)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(yùn)算，達(dá)到真彩色合成優(yōu)化組合，增強(qiáng)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(diào)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(shí)現(xiàn)的功能

軟件通過波段參數(shù)和優(yōu)化尺度設(shè)置對（GF-2、GF-1、BJ-2、ZY-3、Plades、SuperView-1、SPOT6）多源衛(wèi)星影像進(jìn)行真彩色優(yōu)化合成，將衛(wèi)星影像對比度和飽和度進(jìn)行適當(dāng)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(yīng)對突發(fā)情況，采用shapefile 任務(wù)表單方式在單機(jī)上實(shí)現(xiàn)多進(jìn)程處理，在局域網(wǎng)內(nèi)實(shí)現(xiàn)多計(jì)算機(jī)聯(lián)合處理。

4 實(shí)驗(yàn)分析

實(shí)驗(yàn)數(shù)據(jù)選擇不同季節(jié)不同衛(wèi)星源的5 景標(biāo)準(zhǔn)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(jìn)行真彩色優(yōu)化合成處理，達(dá)到效果如圖3 至圖11 所示。

融合效果評價(jià)是對融合算法的效果和性能進(jìn)行分析、測試和評估，結(jié)合河南省特殊情況，采用高通濾波和Pan-Sharpening 融合方法可以達(dá)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(xì)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(xì)節(jié)的保持能力看，優(yōu)化合成后的影像紋理特性和細(xì)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(jié)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(shí)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(jìn)行真彩色優(yōu)化合成處理，并對比算法的合成結(jié)果，選擇主觀和客觀兩種方法進(jìn)行質(zhì)量評價(jià)，結(jié)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(diào)查底圖制作提供改進(jìn)技術(shù)，提高水系和植被的專題解譯精度。