多分辨率遥感影像融合方法及性能分析

多分辨率遥感影像融合方法及性能分析

曹一鸣

重庆交通大学智慧城市学院,重庆 400074

摘要:适宜的融合算法有利于遥感影像的质量提升，本次影像融合实验选取GF2影像作为影像数据。实验表明，小波变换保证信号在分解过程中没有信息损失和冗余信息，因而保留了图像的细节信息，得到了全局清晰的图像。Brovey 变换光谱信息保持较好，受波段限制。PCA 变换无波段限制，光谱保持好。

关键词：融合算法；小波变换；Brovey 变换；PCA 变换

0引言

由于地理环境要素之间存在着复杂的非线性关系，任何单一类型的遥感数据不能全面、准确地反映和提取地物综合信息，因此由不同传感器、不同成像手段获得的多源遥感数据为获取地物综合信息提供了有效的手段。多源遥感影像融合是将多个不同或相同传感器获取的不同空间、时间和光谱分辨率的影像进行多层次有机整合，能够最大限度地利用不同数据源提供的信息，从而提高影像信息提取、分析和动态监测的能力。根据遥感影像应用的目的，也存在不同的融合方法，传统的融合方法有主成分分析法（PCA）[1]、GS 变换、亮度-色度-饱和度（HIS）变换、小波变换（WT）等算法。不同的卫星传感器具备不同的参数和特征，各种融合方法对不同卫星影像的融合效果也存在差异[2]。因此，得出卫星最佳的融合算法无疑将进一步提升影像质量及价值。

1数据来源与融合算法

本文采用2015年07月17日的 GF2 影像主要位于峨眉山市，使用 ENVI5.3 软件进行预处理工作。同时采用Brovey变换融合、PCA融合、小波变换融合3种融合算法。Brovey 融合算法[3]采用的是RGB三个波段，将三个波段分别与全色波段对应像元的灰度值相乘，并将其与RGB图像波段进行重采样得到高分辨率的多光谱图像。PCA 是基于统计基础的多维正交线性变换[1]，通过 MSS 影像和PAN 影像进行 PCA 逆变换得到融合图像。WT图像融合方法是多分辨率分析融合的重要方法之一[4][5]，从根本上克服了傅里叶变换在时域内不具有局部性的缺陷，在空间域和频率域上都具有良好的局部性特质，实现信号无冗余分解，聚焦分析对象的任意细节。

3影像融合效果评价

对影像融合结果的评价通常采用两种方法即定性评价和定量评价。定性评价是通过评价人目视解译来对融合结果进行一定的分析，再通过指标分析的定量方法要比目视的定性方法更加准确和严谨。

3.1定性评价

本文对融合后结果进行定性评价，对所有图像均进行了2%的线性拉伸，使得融合的效果更加明显。从下图中可以看出，经过融合后的影像对于原始图像都的纹理信息变得更加丰富。Brovey法融合的影像会出现了一定的色彩失真现象， PCA法融合的影像对色彩的还原度最高，WT法融合的影像有一定的色彩削弱的现象。

图1  Brovey法、PCA法和WT法

3.2定量评价

用评价指标对融合效果进行定量评价要比定性评价更为准确和严谨，选取均值、标准差、信息熵以及平均梯度4个评价单一图像特征的指标来对融合影像进行定量评价，如表1所示。

表1评价指标统计情况

在均值方面，WT融合算法的均值为 267.6681，为4种结果中最高，PCA融合算法均值次之，表明WT融合效果的平均亮度较高，Brovey 融合算法的均值最低为94.6906，表明其亮度较差。在标准差方面，PCA 融合算法的值最高为 244.0198，其次为 WT 法，这两种融合算法的标准差较为接近，表明这两种融合结果的灰度级分散度差不多，读出的信息也较多。在信息熵方面，是从融合效果来说，四种方法的信息熵都相差不大，说明融合效果都较接近，包含的信息量也差不多，相比原图像可以更好地区分地物信息。在平均梯度方面，从模糊程度来说PCA 算法和WT融合算法的平均梯度值都较为接近，表明融合后的图像清晰度都较好，Brovey 融合算法的值最小为 15.6547，细节反映略差。

5 总结与展望

本文对 GF2影像使用 三种不同的融合算法进行融合，通过对比分析，可以得到Brovey、PCA 和 WT 这3种融合算法在空间分辨率上都有所提高，其中，WT和 PCA 融合算法融合后的图像较接近原图，清晰度也较好，地物分类较清晰。而 Brovey 融合后的图像效果与原图有较大差别，这是因为 Brovey 融合算法是将各波段的光谱信息按比例分配，导致了融合后的图像存在色彩失真。反之不论是通过目视还是指标定量分析都可以发现PCA法的对影像质量提升的效果更好，能更容易辨别不同的地物。

6 参考文献

[1]

纪峰，李泽仁，常霞，等．基于 PCA 和 NSCT 变换的遥感图像融合方法[J]．图学学报，2017，38(2)： 247-252．

[2]李霖，佘梦媛，罗恒．ZY-3 卫星全色与多光谱影像融合方法比较[J]．农业工程学报，2014，30(16)： 157-165+343．

[3]张宁玉，吴泉源． Brovey 融合与小波融合对 QuickBird 图像的 信 息 量 影 响［J］． 遥感技术与应用，2006，21 ( 1) : 67 － 70

[4]Yocky, D.A ., Image merging and data fusion using the discrete two_dimensional wavelet transform.Journal of Opt .Soc.Am .A ., 1995, 12 ( 9) :1834—1841.

[5]Lu X，Zhang J，Li T，et al. Pan-Sharpening by Multilevel Interband Structure Modeling［J］. IEEE Geoscience and Remote Sensing Letters，2016，13（7）：892-896