黄土区小流域SPOT5遥感影像融合算法比较

该文选取罗玉沟小流域为研究区，基于SPOT5全色影像和多光谱影像为材料，采用PCA融合、Brovey融合、乘积变换融合、HPF融合、Ehlers融合、基于PCA的小波融合、基于IHS的小波融合以及IHS变换融合方法，对SPOT5全色与多光谱图像进行融合处理。通过对各融合图像进行主观和客观评价，得出：Brovey变换融合方法得到的结果较其它融合方法而言，空间质量和光谱质量综合表现最好，适宜于黄土丘陵区的遥感监测影像分类前期融合处理。

近年来运用遥感技术对资源、环境、灾害等方面的工作取得了显著进展。然而，遥感数据涵盖信息量非常巨大，如何有效的把多元海量数据作为一个整体来综合应用，从而充分、有效的提出各种类型遥感影像的综合信息，使得采用遥感数据融合技术成为当今研究热点。

SPOT5影像可提供了丰富的、可靠的、高精度的基础数据源。近年来有SPOT5获取的影像已得到广泛的应用。以往研究对融合方法和影像融合评定方法并不全面。本文基于彩色技术、数学运算、图像变换三类图像融合方法，选取8种不同融合方式，结合SPOT5影像融合做出对比分析，筛选出合适于黄土丘陵区的最佳融合方法。

1 研究区概况

研究区位于甘肃天水市北部的罗玉沟流域， 属黄河中游黄土丘陵沟壑区第三副区。罗玉沟地貌属于黄土梁状地貌，随自然条件和人类生产活动不同而有很大变化，可划分为3个土类，8个土属，11个土种，大致为山地褐色土类、山地灰褐土类和冲积土类。流域属于典型的大陆性季风气候，年平均降水量为531.1mm，年平均气温为10.7℃。

2 数据融合处理

图像前期处理。选取罗玉沟流域全色数据（分辨率2.5m）和多光谱数据（分辨率10m）。在SPOT5全色段几何精度上，对多光谱数据进行图像对图像的几何精校正，利用多项式模型确定多项式次方为2，根据最小二乘平差确定所需GCP点（最少为6个），本次融合选取明显的地物控制点16个进行特征匹配，重采样成相同的空间分辨率。空间配准最大总均方根误差（RMS）控制在0.5个像元以内，重采样方法为邻近采样法。

融合方法比较。本文基于ERDAS9.2软件所提供的几种融合方法，分别采用色彩标准化变换融合（Brovey）、主成分变换融合（PCA）、乘积变换融合、IHS变换融合、高通滤波融合（HPF）、Ehlers融合、基于PCA的小波融合、基于HIS的小波融合方法对高分辨率影像和多光谱影像进行融合。融合方法具体如下：

IHS 变换融合法是将多光谱影像进行色彩变换，分离出强度I、色度H、饱和度S，然后将高分辨率全色影像与分离的强度分量进行直方图匹配，使之与I分量有相同的直方图，再将匹配后的全色影像代替I分量与分离的色度H、饱和度S分量做IHS逆变换后得到RGB融合影像。

彩色标准化变换融合也称为Brovery融合，是将多光谱波段颜色（RGB）归一化，再将高分辨率的全色影像与多光谱各波段（通常取三波段）影像相乘完成融合。其优点在于锐化影像的同时能够保持元多光谱影像的信息内容。

主成分变换法也称K-L 变化或PCA变换融合，是一种统计学方法。其首先对输入的多波段遥感数据进行主成分变换得到新的图像数据，将全色图像与得到的图像数据的第一主成分分量图像进行直方图匹配，然后以高空间分辨率图像替代第一主成分分量，最后再进行主成分逆变换，得到融合后的高空间分辨率的多波段影像。

高通滤波融合法（HPF）是通过高通滤波器将高分辨全色影像中的高频信息提取出来，并去除其大部分光谱信息，在高通滤波结果中加入高分辨率全色影像，形成高频特征信息突出的融合影像。

乘积变换融合是一种简单的乘法融合运算，它的融合影像反映了低分辨率和高分辨率影像的混合信息。

Ehlers融合法是基于快速傅立叶变换（FFT）滤波对全色波段锐化/分辨率融合的技术。该文原载于中国社会科学院文献信息中心主办的《环球市场信息导报》杂志http：//总第547期2014年第15期-----转载须注名来源针对不同区域影像，该算法提供了郊区、城区和城郊混合区三个预设滤波模型，以保持融合影像的空间特性与原图像一致。

小波融合法是先对源图像进行二维小波分解，然后在小波变换域内通过比较各图像分解后的信息，运用不同的融合规则，在不同尺度上实现图像融合，提取出重要的小波系数，最后通过小波逆变换，将提取出的小波系数进行重构，得到融合之后的影像。

3 结果评定标准

主观目视比较。对得到的融合图像进行初步的目视评估，通过对图像上的地物边界、道路、居民地的轮廓等边缘的比较，判断是否出现重影、蒙雾或马赛克等现象，以及融合图像是否清晰、图像边缘是否清楚，判断融图像纹理及色彩信息是否一致，融合图像整体色彩是否与天然色彩保持一致。

4 结论与讨论

遥感影像数据源丰富且复杂，由于其应用范围各有不同，每一种融合方法都有其各自优缺点。选择合适的融合方法，能够改善信息融合的质量，使融合影像既具有原高空间分辨率影像的结构信息，又最大限度地保留了原多光谱影像的光谱信息，保持了原多光谱影像的亮度与反差，防止影像信息的丢失。

目前，对于图像融合效果评价，主客观评价法都存在局限性，主观评价仅凭人眼的判断，很多细节不易被观察到，且观察结果因人而异。而客观评价只是对融合效果某一方面的度量，很少存在两个评价指标对融合图像评价一致。因此，进行多源遥感数据融合应针对区域特征、图像特点及应用目的，选择最优的融合方法，尚需进一步深入研究。