浅谈SPOT5遥感影像融合的比较与分析

【摘要】本文选择spot5卫星影像，通过使用HIS变换、Brovey比值变换及小波变换三种常用融合方法,进行了比较分析，得出结论。

【关键词】影像融合HIS变换Brovey比值变换小波变换SPOT5

中图分类号： P283 文献标识码： A

引言

影像融合(Image Fusion)是信息融合技术的一种，它是一种通过高级影像处理技术对多源影像进行复合的技术，是根据应用的目的，使用特定的算法将多个不同的影像进行图像信息的合并处理，从而生成新的图像。而全色影像具有较高的空间分辨率,而多光谱图像可以更精细地描述目标光谱.全色图像与多光谱图像合,既可以利用全色图像的高分辨率改善多光谱图像分辨率,又可以充分利用多光谱图像有的对目标些独特特征的精细描述,使融合图像包含更丰富的信息。本文选择SPOT5卫星影像，通过使用HIS变换、Brovey比值变换及小波变换三种常用融合方法,进行了比较分析，得出最佳方法。

一、融合方法的原理

1、IHS变换

IHS变换又被称为彩色变换。在图像处理中常用的有两种彩色空间:一是由红R、绿G、蓝B三原色构成的RGB彩色空间;另一种是由亮度I、色调H及饱和度S3个变量构成的IHS彩色空间。变换公式如下:

I=1/2(D+ d);D=max(R,G,B);d=min (R,G,B)。

当D=d,则S=0;当D≠d且I≤015,则S=(D- d)/( D + d)，

当D≠d且I>015,则S=(D-d)/(2-D-d)。

当S=0,则H=0;当S≠0且R=D,则H=60(2+b-g) ;当S≠0且G=D,则H=60(4+r- b);

当S≠0且B =D,则H=60(6+g-r)。

2、Brovey比值变换

Brovey比值融合法常用于多光谱影像增强 ,该方法是为RGB影像显示进行多光谱波段颜色归一化,将高分辨率全色与各自相乘 ,其计算公式如下:

其中,XPAN表示高分辨率全色影像数据,NXSi( i = 1 ,2 ,3) 表示多光谱影像的3个波段数据。

3、小波变换

基于小波变换的融合步骤:

1)将全色与多光谱的R,G,B3个波段直方图匹配,得到3个新的高分辨率全色影像;

2)对每个新的全色影像进行小波分解 ,分别得到各自的4个分量,即1个低分辨率的近似图像和3个小波系数,即所谓的细节图像,它们包含空间局部信息;3)分解得到的3 个低分辨率全色影像各自分别被多光谱的R,G,B 3个波段所代替;4)对每个含有细节信息和多光1个波段(R,G,B)的影像作小波反变换,并合成3个通道,这样就得到了经小波变换融合后的影像

二、遥感影像融合过程

1、遥感影像融合流程图

2、具体过程

经过对ERDAS和ENVI两种软件中提供的大部分融合方法的对比，发现用ENVI中的Gram-Schmidt Spectral Sharpening方法进行融合能够比较好的保留原多光谱图像的光谱信息，或者使遥感影像的融合保留多光谱影像的增强效果。

1)用Gram-Schmidt Spectral Sharpening方法进行遥感影像融合时，有时需对原多光谱影像进行增强，在ENVI中对影像的增强可使用Enhance中的前6种方法，使多光谱影像色彩信息达到需求的效果；增强方法如下图，选取不同的样区进行影像增强所得到的效果不同，在影像增强过程中应选取不同的样区进行尝试；

2)对遥感影像增强到达满意的效果后，通过File | Save Image As | Image File…保存增强果后的影像；保存窗口，在Output File Type中选择保存的数据类型，通过Choose选择文件的保存路径及文件名；

3)进行影像融合，在ENVI主菜单中，通过Transform | Image Sharpening | Gram-Schmidt Spectral Sharpening 进行融合；

4)在Select Low Spatial Resolution Multi Band Input File对话框窗口中选择多光谱影像，点击OK确定；

5)在Select High Spatial Resolution Pan Input Band 对话框中选择高分辨率的影像波段，点击OK确认；

6)在Gram-Schmidt Spectral Sharpen Parameters 中设置融合的参数，Resampling 中选择重采样的模型，Choose中选择存储的文件路径和文件名。

三、结论

通过实验以及分析表示：IHS变换的优点是提高了空间分辨率和清晰度,提高了遥感图像的被判读解译和量测的能力，缺点是导致了原始影像的光谱扭曲不利于影像的正确识别和分类；Brovey比值变换的优点是有利于消除太阳照度和地面起伏等影响,便于识别地物，缺点是前提条件要求两幅图像的光谱响应范围相同；通过小波变换得到融合图像质量最决于小波系数融合模型的选择。该方法适用于融合高分辨率全色图像和低分辨率多光谱图像、光学和SAR图像等。

【参考文献】

[1 ] 李弼程 ,魏俊 ,彭天强.遥感影像融合效果的客观分析与评价 [J ] . 计算机工程与科学 ,2004 ,26 (1) :42 - 46.

[2 ] 冯秀丽 ,王珂 ,楼立明. SPOT5 遥感影像在土地利用变更调查中的应用 [J ] . 浙江大学学报:农业与生命科学版 ,2005 ,31(1) :12 - 16.

[3 ] 张炳智 ,张继贤 ,张丽.土地利用动态遥感监测中多源遥感影像融合方法比较研究 [J ] . 测绘科学 ,2000 ,25 (3) :46 - 50.

[4 ] 楼立明 ,刘卫东 ,冯秀丽.基于高分辨率遥感影像的土地利用变化监测 [J ] . 遥感技术与应用 ,2004 ,19 (1) :30 - 33.

[5 ] 贾永红 ,孙家柄.遥感多光谱影像数据与航片数字化影像融合方法的研究 [J ] . 测绘通报 ,1997 (5) :10 - 12.

[6 ] 泮雪芹.遥感影像数据融合方法的比较和分析 [D] . 河南大学 ,2005 :36 - 42.

[7 ] 吴连喜.遥感融合图像分类精度的研究 [J ] . 计算机工程与应用 ,2003 (36) :48 - 50.