多源遙感數據影像融合的方法淺析

黃明源,李 超

（安徽省核工業勘查技術總院，安徽蕪湖241002）

1 概述

遙感數據融合的目的是將獲得的信息與衛星、飛機和地面平臺上安裝的傳感器的不同空間和光譜分辨率相結合，從而產生包含比每個源更詳細的信息的融合數據。數據融合產品是許多應用的基礎，研究人員和從業人員不斷努力開發先進的融合方法和技術，以提高其性能和準確性。然而，由于許多原因，例如各種需求、景觀的復雜性、輸入數據集的時間和光譜變化以及精確的數據共同注冊，使得遙感數據尤其是多源數據，仍然具有挑戰性。所以對于從影像融合應用的角度來講，選擇對像元級遙感影像融合方法的鉆研，是非常有實際意義的。

2 融合方法

2.1 Brovery變換方法

Brovery變換融合的另一個說法為色彩標準化變換融合，是一種普遍使用的RGB彩色變換融合方法。該變換融合的主要目的是如何將多光譜影像3個顏色的波段（紅、綠、藍）標準化，通過多光譜標準化和高分辨率圖像乘積的產品提高圖像信息。這個方法較為常用，特點明顯，即可以大大增強融合后圖像的目視效果，可以將多光譜數據的影像的彩色效果轉換為高分率圖像的全色信息。但是缺點明顯，就是對數據要求較高。在用這種方法處理數據時，必須進行預處理和去噪處理，過程較為復雜，且會使個光譜信息失真。

Brovery變換的定義公式為：

式中：R、G、B——多光譜數據中的紅，綠，藍波段；

Pan——調整大小后的全色波段對應值。

2.2 HIS變換

HIS變換適用面非常廣泛，是一種很常見的算法（HIS中H表示色調；I表示亮度；S表示飽度)。HIS的正變換，是把彩色影像所具有的RGB波段變換成HIS；由HIS變換成RGB稱為HIS的反變換。實際上在研究過程中，常常構建RGB和HIS在空間上的對立關系，以實現二者的轉換。HIS變換處理融合后生成的圖像結合了融合前2幅圖像各自的特點，使得圖像變成了具有高分辨率且信息量豐富的彩色融合圖像。融合后的圖像既有多光譜數據的豐富的信息含量，又有全色波段的高分辨率，又有多光譜數據的豐富的信息含量。

2.3 color normalized(CN)變換方法

CN變換又稱能量分離變換。它的原理就是使原始圖像的較低的分辨率的多光譜數據被融合后的圖像所具有的高分辨率所提升，比如Landsat8融合后的圖像的高分辨率增強融合前的多光譜數據的低分辨率。該方法僅對包含在融合圖像波段的波譜范圍內對應的輸入波段進行融合，其他輸入波段被直接輸出而不進行融合處理。該方法較為常用，使用范圍是盡量選擇大的地貌類型，乘積運算（CN）對于大的地貌類型上處理效果好，還可以用于多光譜與高光譜的融合。

3 實驗數據分析

本文選擇了Landsat8上海地區的多光譜數據和ETM+的全色波段進行融合，旨在通過融合提高處理后圖像的空間分辨率，使融合后的圖像具有高空間分辨率和豐富的波譜信息。由于上海地區的圖像分布在2張圖像上，所以需要經過輻射定標、大氣校正、鑲嵌、裁剪等步驟的預處理，接下來對2幅裁剪后的上海地區的圖像進行融合實驗，用多種方法來完成，體會各種方法的不同。

3.1 Brovey變換

選擇Toolbox中的Image Sharpening→Brovey變換方法，在彈出的窗口中選擇RGB對應的多光譜的數據的波段432，點擊OK，在彈出的窗口中選擇高分辨率的全色波段，重采樣方法選擇三級卷積，選擇保存路徑，點擊OK運行，實驗結果如圖1所示。這樣就得到了Brovey方法的融合圖。

圖1 Brovey變換方法融合圖

3.2 HSV變換法

選擇Toolbox中的Image Sharpening→HSV Sharpening，在彈出的窗口RGB選擇對應的多光譜數據432波段（字符型才可以使用），點擊OK，在彈出的窗口選擇高空間分辨率的全色波段，設置參數和保存路徑，點擊OK運行。結果如圖2所示。這樣就得到了HSV變換法的融合圖像。

3.3 CN變換法

選擇Toolbox中的Image Sharpening→CN Spectral Sharpening，在彈出的窗口選擇低空間分辨率的多光譜數據圖像，點擊OK，在彈出的窗口選擇高空間分辨率的全色波段，設置參數，選擇保存路徑，點擊OK運行。結果如圖3所示。這樣就得到了CN變換法的融合圖像。

圖2 HSV變換方法融合圖

圖3 CA變換方法融合圖

4 結論

從目視解譯的效果來看HSV變換的融合方法顏色較原圖變化比較大；Brovery變換法的融合顏色變化不大，基本保持了圖像的光譜特性，這對于圖像融合后的精度非常重要；而對于CN變換，從圖像上可以看出其顏色較原圖幾乎沒有任何變化，完整地保存了原圖的光譜特性，所以效果最好。從建筑物、道路、河流的輪廓和紋理來說，CN變換方法要更加清晰可見，可以從圖像中清晰看見基本的建筑物等輪廓，使得原圖像的光譜特性得以保存下來；而Brovery方法則是融合后的圖像輪廓、紋理等要素等變化較大，HSV同樣如此。所以CN變換的方法最好，融合后的圖像光譜特性變化較小，原始信息保留較為完整。