董金芳,袁 媛,高 蓓,何慧娟
(1.陜西省農(nóng)業(yè)遙感信息中心,陜西 西安 710014; 2.陜西省氣象臺,陜西 西安 710014)
資源一號02C星遙感影像融合分析
董金芳1,袁 媛2,高 蓓1,何慧娟1
(1.陜西省農(nóng)業(yè)遙感信息中心,陜西 西安 710014; 2.陜西省氣象臺,陜西 西安 710014)
資源一號02C星搭載了我國民用遙感衛(wèi)星最高分辨率的多光譜相機,同時還搭載有分辨率高達2.36 m的高分辨率相機?;贕ram-Schmidt變換的遙感圖像融合方法得到的融合圖像,空間分辨率大大提高,同時與原多光譜波段的光譜信息相關(guān)性高,光譜保真能力強。相較于主成分分析方法、HSV變換、Brovey方法其更適用于資源一號02C星遙感數(shù)據(jù)的融合處理。
資源一號02C星; 格拉姆-施密特變換; 影像融合
資源一號02C星(簡稱ZY-1 02C)于2011-12-22發(fā)射成功,搭載有全色多光譜相機和全色高分辨率相機,其中多光譜相機分辨率為10 m,全色波段分辨率為5 m,高分辨率相機的分辨率為2.36 m。遙感影像數(shù)據(jù)融合可以使ZY-1 02C星多光譜遙感影像和高分辨率影像兩者優(yōu)勢互補,得到同時具有高空間分辨率和高光譜分辨率的圖像,使其在農(nóng)業(yè)遙感、生態(tài)環(huán)境監(jiān)測、災(zāi)害監(jiān)測、資源調(diào)查等領(lǐng)域發(fā)揮更大的作用[1-3]。
基于格拉姆-施密特(Gram-Schmidt)變化[4]的融合方法利用多維線性正交變換對多光譜圖像和高分辨率圖像進行融合,計算方法較為簡單,融合之后的多光譜圖像在擁有較高空間分辨率的同時,又保持了原始多光譜圖像的波譜信息,取得了較好的融合效果。
Gram-Schmidt變換是線性代數(shù)中常用的方法,它的基本思想是利用投影原理在已有正交基的基礎(chǔ)上構(gòu)造一個新的正交基。通過正交化的變換過程,可以消除矩陣的冗余信息,同時保持良好的數(shù)值穩(wěn)定性[5]。
Gram-Schmidt方法應(yīng)用于遙感影像融合領(lǐng)域時,其具體步驟如圖1。
1)模擬低空間分辨率遙感影像。模擬的方法有以下2種:① 將低空間分辨率的多光譜波段影像的各個波段根據(jù)光譜響應(yīng)函數(shù)乘以一定的權(quán)重wi,再進行求和。即模擬的低空間分辨率遙感影像灰度值為多光譜遙感影像在第i個波段灰度值)。②將高分辨率遙感影像進行重采樣,將其縮小到與多光譜遙感影像大小相同,本文采用第2種方法進行模擬。
圖1 Gram-Schmidt圖像融合流程
2)將模擬的低空間分辨率影像作為Gram-Schmidt變換第1個分量來對模擬低分辨率影像和多光譜影像進行Gram-Schmidt變換,該算法在進行Gram-Schmidt變換時進行了修改,第T個GS分量由前T-1個GS分量構(gòu)造,即
式中,GST是GS變換后產(chǎn)生的第T個分量;BT是原始多光譜遙感影像的第T個波段;uT是第T個原始多光譜波段灰度值的均值;φ(BT,GSl)為GS第l個分量與原始多光譜遙感影像第T個波段的協(xié)方差。
3)通過調(diào)整高分辨率波段影像的統(tǒng)計值來匹配Gram-Schmidt變換后的第一個分量GS1,以產(chǎn)生經(jīng)過修改的高分辨率波段影像。
4)將修改過的高分辨率遙感影像替換Gram-Schmidt變換后的第一個分量,產(chǎn)生一個新的數(shù)據(jù)集。
5)將替換后的數(shù)據(jù)集進行反Gram-Schmidt變換,即可得到空間分辨率增強的多光譜遙感影像。Gram-Schmidt反變換公式如下:
2.1 評價指標(biāo)
圖像融合效果評價一般是從信息量、清晰度以及與原始圖像的偏離程度這3個方面進行的。針對這3個方面的主要指標(biāo)包括均值、標(biāo)準(zhǔn)差、信息熵、平均梯度、相關(guān)性等[6-9]。
1)均值是指圖像中所有像素灰度值的算術(shù)平均值,體現(xiàn)了圖像的明暗程度,均值過大則表示圖像整體偏亮,過小表示圖像整體偏暗,均值適中,一般目視效果比較好。
2)標(biāo)準(zhǔn)差反映了圖像的灰度值相對于其均值的離散程度,用來衡量圖像的反差。標(biāo)準(zhǔn)差越大,說明融合圖像灰度值分布越分散,圖像的反差越大,邊緣信息越明顯。反之,標(biāo)準(zhǔn)差越小,則說明圖像反差越小,色調(diào)較單一均勻。
3)信息熵用來衡量圖像所包含信息的豐富程度,熵值代表圖像所包含的平均信息量,熵值越大,信息越豐富,其計算公式如下:
式中,P(i)為圖像像元灰度值為i的概率。
4)平均梯度,又稱為清晰度,是圖像在x方向和y方向變化率的平均值,用來描述圖像細節(jié)的反差和紋理變化的程度。一般來說,平均梯度值越大,表明圖像越清晰。
5)相關(guān)系數(shù)用以反映融合后的圖像對原始多光譜圖像的光譜保真程度,相關(guān)系數(shù)越大,說明融合后圖像的光譜失真越小,其計算公式如下:
式中,F(xiàn)(i,j)、A(i,j)為融合后和原始圖像的灰度值;f 、為融合后和原始圖像灰度值的均值。
2.2 融合結(jié)果評價
首先通過幾何校正使原始多光譜和高分辨率遙感影像完全匹配,對原始多光譜和高分辨率遙感影像用主成分分析法(PCA)[10]、Gram-Schmidt變換法、HSV變換[11]和Brovey變換[12]這4種方法進行融合。原始高分辨率影像、原始多光譜影像和4種方法融合后影像的結(jié)果如圖2所示,波段組合方式為3、2、1。
參照2.1中的融合效果評價指標(biāo)進行定量計算,結(jié)果如表1所示。
圖2 原始高分辨率影像,原始多光譜影像和融合后的遙感影像
表1 圖像融合評價參數(shù)統(tǒng)計
均值反映了圖像平均亮度值,均值由大到小對應(yīng)的融合方法為PCA(主成分分析)方法、Gram-Schmidt變換法、HSV變換法、Brovey變換法。其中Brovey變換后的融合圖像均值最小,HSV變換后的融合圖像次之,如圖2e、f所示。這2種方法融合后的圖像整體亮度值較低,尤其是Brovey變換后的圖像,畫面較原始圖像差異大,視覺效果差。
標(biāo)準(zhǔn)差和信息熵是反映圖像信息量的指標(biāo),標(biāo)準(zhǔn)差值由大到小對應(yīng)的融合方法為:HSV變換法、Gram-Schmidt變換法、PCA方法、Brovey方法。信息熵值由大到小對應(yīng)的融合方法為HSV變換法、Gram-Schmidt變換法、PCA方法、Brovey方法,與標(biāo)準(zhǔn)差的排序相同。由圖2e可以看到,HSV算法融合后的圖像對比度較高,但其標(biāo)準(zhǔn)差和平均梯度均遠遠超過了原始多光譜波段和原始高分辨率波段,有待用相關(guān)系數(shù)指標(biāo)檢驗其光譜保真程度。Gram-Schmidt變換法和PCA方法得到的標(biāo)準(zhǔn)差和信息熵均與原始圖像相當(dāng),但Gram-Schmidt變換方法較PCA方法得到的標(biāo)準(zhǔn)差和信息熵值更高,即融合變換后圖像的信息量更大。平均梯度是反映圖像清晰度的指標(biāo),值由大到小對應(yīng)的融合方法為HSV變換法、Gram-Schmidt變換法、PCA方法、Brovey方法。與標(biāo)準(zhǔn)差和信息熵的排序相同,HSV變換后的圖像具有較高的平均梯度,其影像邊界明顯,灰度變化較大。
相關(guān)系數(shù)是反映融合后圖像對原始多光譜圖像光譜保持能力的指標(biāo),由大到小對應(yīng)的融合方法為Gram-Schmidt變換法、PCA方法、Brovey方法、HSV變換法。這表明HSV變換方法獲得的高分辨率多光譜圖像較原始多光譜圖像波譜信息改變較大,Gram-Schmidt變換法得到的融合圖像能較好地保持原始多光譜圖像的波譜信息,使融合后的圖像在后續(xù)處理,如植被指數(shù)、水體指數(shù)等計算中,能使其保持原有的意義。
對ZY-1 02C星的多光譜圖像和高分辨率圖像進行融合實驗,并對結(jié)果進行分析。結(jié)果表明,基于Gram-Schmidt變換的融合方法能夠在提高多光譜圖像空間分辨率的同時,保持其豐富的光譜信息,從而獲得較好的融合效果。但是基于Gram-Schmidt變換的融合方法在提高圖像信息度以及清晰度上的效果不及HSV變換方法。另外,在與原始多光譜圖像的相關(guān)性上還有一定的提升空間,還需要進一步改進。
[1] 賈永紅,孫家柄,韓杰.多源遙感影像數(shù)據(jù)融合[J].遙感技術(shù)與應(yīng)用,2000,15(1):41-42
[2] 馬士彬,安裕倫,張躍紅.CBERS-02B星HR高分辨率遙感數(shù)據(jù)融合研究分析[J].水土保持研究,2012,19(4):229-233
[3] 高欣,常慶瑞,卞德鵬,等. 陜北黃土丘陵溝壑區(qū)ALOS遙感影像融合方法研究[J]. 西北農(nóng)林科技大學(xué)學(xué)報,2010,38(3):189-193
[4] Clayton D G. Gram-Schmidt Orthogonalization[J]. Applied Statistics,1971,20(3):335-338
[5] 李存軍,劉良云,王紀(jì)華,等.兩種高保真遙感影像融合方法比較[J].中國圖像圖形學(xué)報,2004,9(11):1 376-1 385
[6] 趙英時. 遙感應(yīng)用分析原理與方法[M]. 北京:科學(xué)出版社,2003
[7] 劉建華. 顧及分割效果的QuickBird影像融合方法對比研究[J].國土資源遙感,2010,85(3):21-25
[8] 王海暉,彭嘉雄,吳巍,等. 多源遙感圖像融合效果評價方法研究[J]. 計算機工程與應(yīng)用,2003(25):33-37
[9] 劉松濤,周曉東. 圖像融合技術(shù)研究的最新進展[J]. 激光與紅外,2006,36(3):627-631
[10] Ehlers M. Multisensor Image Fusion Techniques in Remote Sensing[J]. IS-PRS Journal of Photogram Metry and Remote Sensing,1991,46(3):19-30
[11] ?;模惔合? 基于HSV變換與小波變換的遙感圖像融合[J]. 計算機工程與設(shè)計,2007,28(23):5 682-5 684
[12] Zhou J A . Wavelet Transform Method to Merge Landsat ETM+and SPOT Panchromatic Data[J]. Int J Remote Sensing,1998,19(4):743-757
P237.3
B
1672-4623(2015)01-0036-03
10.3969/j.issn.1672-4623.2015.01.012
董金芳 ,碩士,工程師,研究方向為遙感應(yīng)用、生態(tài)環(huán)境監(jiān)測。
2013-12-24。
項目來源:陜西省氣象局創(chuàng)新基金資助項目(M2013-17)。