不同方法對遙感數字圖像鑲嵌的影響

陜西省土地工程建設集團有限責任公司 梁 超

遙感數字圖像作為3S技術的重要數據源，在3S技術的實踐與應用中發揮著重要的作用。遙感數字圖像的處理通常包括圖像的輻射校正、幾何校正、圖像裁剪、圖像增強和圖像專題信息提取等主要內容。在實際應用中，在利用遙感數字圖像進行專題信息提取時，需要兩景或兩景以上相鄰的遙感圖像進行鑲嵌方能得到完整的研究區域遙感圖像。數字圖像鑲嵌是將具有地理參考的兩幅或多幅互為鄰接的數字影像（它們有可能是在不同的攝影條件下獲取的）拼接在一起，構成一幅新（數字）圖像的技術過程，也是遙感圖像處理中不可或缺的重要部分。

ERDAS IMAGE平臺是遙感數字圖像處理中常用的專業軟件，在國土資源調查、礦產開發、測繪勘探與遙感數字化制圖方面應用廣泛。其數字圖像鑲嵌功能提供了五種不同的方法，每種方法的數學原理不同，對圖像鑲嵌結果產生的影響也會有相應的差別，如灰度值、專題信息提取結果的變化等。不同方法對遙感數字圖像的影響，以及哪種是相對最優的鑲嵌解決方法，各研究理論體系均有自身的優勢和弊端。針對不同專項領域應用需求，選擇合適的鑲嵌方法至關重要。本研究基于ERDAS IMAGE平臺，擬通過對同一時相相鄰兩景遙感圖像運用五種不同方法進行鑲嵌，分析不同鑲嵌運算方式對遙感數字圖像灰度值以及專題信息提取的影響，以探明最優的遙感數字圖像鑲嵌方法，為今后遙感數字圖像處理技術提供必要的理論依據和技術參考。

本文以某地相同時間相鄰兩景遙感數字圖像為研究對象，采用前后對比差值法對遙感數字圖像鑲嵌的幾種常見方法做了探索。運用遙感數字圖像處理系統應用程序ERDAS IMAGE平臺Overlay（覆蓋法）、Average（平均值法）、Feather（羽化法）、Maximum（最大值法）、Minimum（最小值法）五種圖像鑲嵌疊置方法，以像元灰度值和植被歸一化指數（NDVI）兩方面的變化，針對相同研究區塊，選擇不同的方法，對鑲嵌前后遙感數字圖像數字信息的影響變化進行研究。結果表明：覆蓋法和羽化鑲嵌方法對遙感數字圖像鑲嵌前后相對影響程度近似相同，而且對灰度值的影響相對于其他三種方法最小，最小值法對NDVI值有輕微影響，五種方法均對鑲嵌前后植被指數影響不大，綜合考慮，對于遙感數字圖像灰度值和植被指數相關分析處理，選用覆蓋法或羽化法鑲嵌較為優化。

1 數據源與數據特征

1.1 數據選取

本研究采用的遙感影像為某地相鄰兩景landsat8衛星數據，兩景影像獲取時間均為同一時間。Landsat系列衛星采用參考系為WRS系統，是國際上很有代表意義的全球參考系之一。WRS參考系網格與Landsat衛星數據的成像區域緊密的契合，WRS網格的二維坐標采用PATH和ROW進行標識。WRS有兩套系統，分別是WRS1和WRS2。1983年之后使用WRS2參考系，在此參考系統中，本文所選取的兩景遙感影像，軌道號分別為Path129/Row36（下稱“A”）和Path129/Row37（下稱“B”）。研究中為便于分析過程的相對一致性和數據結果的可比性，選用Band1_Coastal、Band 2_Blue、Band 3_Green、Band 4_Red、Band 5_NIR、Band 6_SWIR 1、Band 7_SWIR 2等7個波段圖像作為分析數據，空間分辨率均為30m。對A、B兩景遙感數字圖像每個波段均進行正射校正、輻射校正和幾何精校正等預處理，使兩幅圖像具有相同的地理空間參考信息，盡可能在空間上地物信息的連續性和精確度損失最小。

1.2 AOI選取

利用遙感數字圖像彩色合成原理，對A和B選取的7個波段分別進行彩色合成處理。為保證鑲嵌前后數據的可用性，本研究在A和B重疊區域隨機選取10個AOI研究塊，分別對A和B對應的7個波段進行掩膜提取，得到同一位置A和B各自對應的7個波段的AOI數字圖像。每個AOI大小一致，均為4×4個柵格單元。進而基于ERDAS IMAGE軟件平臺，分別運用Overlay（覆蓋法）、Average（平均值法）、Feather（羽化法）、Maximum（最大值法）和Minimum（最小值法）五種圖像鑲嵌交接方法對A與B進行鑲嵌處理，并對鑲嵌結果分別賦予C1、C2、C3、C4和C5標注，以示區別。

2 遙感圖像鑲嵌方法

ERDAS IMAGE軟件提供的遙感數字圖像重疊區域鑲嵌交接關系有如下五種：

（1）Overlay（覆蓋法）：取影像疊置順序在前的影像的數字信息作為鑲嵌后疊置區的數字值；

（2）Average（平均值法）：疊加區域的各波段的灰度值是所有覆蓋該區域圖像灰度值運算均值；

（3）Feather（羽化法）：取疊置覆蓋區域內所有影像的灰度值的加權平均值作為重復覆蓋區的灰度值，其權重值一般是根據距離來確定的，如位于重疊區中間部分的取兩張影像的權值各50%；距中心10%的部分，其權值相應取10%和90%；

（4）Maximum（最大值法）：疊置覆蓋區域拼接圖像中最大亮度值作為重疊區像元點的亮度值；

（5）Minimum（最小值法）：取疊置區域內所有影像灰度值的最小值作為重疊覆蓋區灰度值。

3 結果與分析

3.1 不同鑲嵌方法對遙感數字圖像灰度值的影響

通過對鑲嵌前后遙感數字圖像像元灰度值的對比可以發現：

覆蓋法和羽化法對各波段鑲嵌后灰度值影響相對最小，而且覆蓋法對A和B鑲嵌前后相對影像程度和羽化法近似一致，均表現為與A總的相對差值平均為0，與B總的相對差值平均為-0.68；最大值法對A和B各波段鑲嵌后灰度值對比差值也相對較小，與A的相對差值平均為8.13，與B的相對差值平均為7.46；而平均值法對A和B各波段鑲嵌后灰度值的對比差值相對較大，與A的相對差值平均為-20.14，與B的相對差值平均為-20.82；對原始圖像各波段灰度值影響最大的鑲嵌方法為最小值法，對比差值結果表明，最小值法鑲嵌結果各像元灰度值與A的相對差值平均為-48.91，與B的相對差值為平均-49.59。

覆蓋法和羽化法對Band 4 Red波段影響最小，與A的相對差值為0，B的相對差值為0.39；對Band 6 SWIR 1波段影響較大，與A的相對差值為0，B的相對差值為-5.32；平均值法對Band 7 SWIR2波段影響相對較小，與A的相對差值為-16.79，B的相對差值為-20.81；對Band 5 NIR波段影響相對較大，與A的相對差值為-23.83，B的相對差值為-21.56；最大值法對Band1 Coastal波段影響相對最小，與A的相對差值為4.54，B的相對差值為5.25；對Band 6 SWIR 1波段影響相對較大，與A的相對差值為12.71，B的相對差值為7.39；最小值法對Band 7 SWIR 2波段影響相對較小，與A的相對差值為-43.89，B的相對差值為-47.91；對Band 6 SWIR 1波段影響最大，與A的相對差值為-52.11，B的相對差值為-57.43；可見覆蓋法和羽化法對任何波段鑲嵌后遙感數字圖像像元灰度值均與鑲嵌時覆蓋在上方的遙感數字圖像像元灰度值近似相等。

3.2 不同鑲嵌方法對NDVI值的影響

植被指數通過歸一化植被指數（NDVI）來表征。應用于檢測植被生長狀態，植被覆蓋度和消除部分輻射誤差等，和植物的蒸騰作用、太陽光的截取、光合作用以及地表凈初級生產力等密切相關。

分別計算A和B10個感興趣研究區的NDVI分布特征值，通過五種疊加函數方法對其進行鑲嵌，并對每個像元的數值進行統計得出，同一個研究區域位置不同方法，鑲嵌前后遙感數字圖像歸一化植被指數圖像特征總體變化不大，其中，最小值法對NDVI值影響相對稍微明顯與其他方法，因而，若要進行植被分析，盡量避免選用最小值法。總體看出五種鑲嵌方法，對NDVI值的影響程度不明顯，10個AOI區域平均相對差值均近似接近于0。

4 結論

本文以某地相同時相相鄰兩景遙感數字影像為研究對象，采用前后對比差值方法對不同圖像鑲嵌方法對遙感數字圖像的影響進行研究，探討基于ERDAS IMAGE五種圖像鑲嵌方法對遙感數字圖像的影響，結果表明：

（1）覆蓋法和羽化鑲嵌方法對遙感數字圖像灰度值的影響程度最小，并且相近；最小值法對遙感數字圖像鑲嵌前后灰度值的提取影響最大。

（2）除平均值法外，其他4種遙感數字圖像鑲嵌方法相對7個波段對Band 6（SWIR 1）圖像灰度值有較大影響，覆蓋法和羽化法對Band 4（Red）波段的圖像灰度值影響最小，而最小值法對Band 6（SWIR 1）圖像灰度值影響最大。

（3）五種方法對遙感數字圖像鑲嵌前后NDVI植被指數值的影響均不明顯。

綜上所述，遙感數字圖像鑲嵌作為遙感數字圖像處理的一個關鍵步驟，對遙感信息的提取和圖像質量均有主要的影響。ERDAS IMAGE平臺提供的五種鑲嵌方法對遙感數字圖像灰度值有不同程度的影響而以覆蓋法和羽化法對圖像像元信息的保真度較高，然而五種方法對植被專題信息（NDVI）的提取并無明顯的影響，因此，對于后期涉及生態、自然資源等此類數據的處理分析時，在其他影響因素條件不變的前提下，數字圖像鑲嵌可以優先考慮覆蓋法和羽化法。