发布时间 : 星期二 文章高分辨率遥感图像融合方法的比较正式更新完毕开始阅读2318a01ca8114431b90dd81f
包头师范学院资源与环境学院09级地理信息系统本科学年论文
离出色度(H)、饱和度(S)、亮度(V)分量;然后，将高分辨率全色影像与分离的亮度分量进行直方图匹配；最后，将分离的色度和饱和度分量与匹配后的高分辨率影像按照HSV反变换，进行彩色合成。由于直接采用全色影像替换多光谱影像的亮度分量，从而使HSV变换在增强多光谱影像空间细节表现能力的同时，也带来了较大的光谱失真[5]。
2.2 Color Normalized (Brovey)变换
Color Normalized(Brovey)变换方法对彩色图像和高分辨率数据进行数学合成，从而使图像锐化。彩色图像中的每一个波段都乘以高分辨数据与彩色波段总合的比值。函数自动的用最近邻、双线性或三次卷积技术将三个彩色波段重采样到高分辨率像元尺寸。输出的RGB图像的像元将与高分辨率数据的像元大小相同。
Brovey变换融合又称比值变换融合，是一种比较简单的融合方法。它只能而且必须同时对3个波段进行融合运算。它将输入的遥感影像3个波段按照下列公式计算，获得融合以后各个波段的数值：
Bi_new = [Bi_m/(Br_m+ Bg_m+Bb_m)]×B_h
Bi_new代表融合以后的波段数值(i=1，2，3)，Br_m，Bg_m，Bb_m分别代表多波段影像中的红、蓝、蓝波段数值，Bi_m表示红、绿、蓝3波段中的任意一个，B_h代表高分辨率遥感影像。
[2]
2.3 PC Spectral Sharpening变换
PC Spectral Sharpening变换选项可以对具有高空间分辨率的光谱图像进行锐化，第一步，现对多光谱数据进行主成分分析；第二步，用高分辨率波段替换主成分波段，在此之前，高分辨率波段已经被缩放匹配到第一主成分波段，从而避免波普信息失真；第三步，进行主成分反变换。函数自动的用最近邻、双线性或三次卷积技术将三个彩色波段重采样到高分辨率像元尺寸。
PCA (主成分分析)是在统计特征基础上进行的一种多维(多波段)正交线性变换，数学上称为K - L变换。它将一组相关变量转化为一组原始变量的不相关线性组合的正交变换，其目的是把多波段的影像信息压缩或综合在一幅图像上，并且各波段的信息所作的贡献能最大限度地表现在新图像中。PCA变换在进行融合中有两种变换方法：一种是参与法(将参与变换的各波段，包括高空间分辨率影像数据在内，统一进行主分量变换，然后，再进行PCA逆变换)另一种是替换法，这也是目前PCA变换中最常用的方法。融合时，首先根据多光谱影像间的相关矩阵计算特征值和特征向量；其次，将特征向量按对应特征值的大小从大到小排列并得到各主分量影像；再次，将高空间分辨率影像进行拉伸，使之与第一
- 1 -
[1]
包头师范学院资源与环境学院09级地理信息系统本科学年论文
主分量具有接近相同的均值和方差；最后，用拉伸影像代替第一主分量，并将它与其余主分量做主分量逆变换即可得到融合影像。
[4]
2.4 Gram-Schmidt Spectral Sharpening变换
Gram-Schmidt Spectral Sharpening变换可以对具有高分辨率的高光谱数据进行锐化。第一步，从低分辨率的波谱波段中复制出一个全色波段；第二步，对该全色波段和波普波段进行Gram-Schmidt变换，其中全色波段被作为第一个波段；第三步，用Gram-Schmidt变换后的第一个波段替换高空间分辨率的全色波段；第四步，应用Gram-Schmidt反变换构成pan锐化后的波谱波段。
3 四种融合方法的比较
3.1四种融合方法应用举例
通过ENVI4.7软件对呼和浩特市快鸟影像的一部分进行融合、剪裁，把呼和
浩特市原始的多波段的彩色图像（如图1）和呼和浩特市原始的高分辨率全色波段影像（如图2）进行融合，以ENVI4.7软件作为平台，进行Transform中的Image Sharpening进行Gram-Schmidt融合（如图3）、HSV融合（如图4）、PC影像融合（如图5）、Brovey融合（如图6）。
图1原始多波段彩色影像 图2 原始高分辨率全色波段影像
- 2 -
包头师范学院资源与环境学院09级地理信息系统本科学年论文
图3 Gram-Schmidt融合影像 图4 HSV融合影像
图5 PC融合影像 图6 Brovey融合影像
3.2四种融合方法精度的比较
对于四种融合方法的精度比较，本文对上面的图3-6截取相同的部分进行比较，通过截取后的融合影像可见，通过截取后的PC融合影像（如图10）和GS融合影像（如图8）的效果好，而经过截取图4的HSV融合影像（如图9），色彩比较鲜艳，是因为直接采用全色影像替换多光谱影像的亮度分量，从而使HSV变换在增强多光谱影像空间细节表现能力的同时，也导致了较大的光谱失真。相比PC融合影像和Gram-Schmid融合影像，Brovey变换后影像（如图7）光谱畸变很严重，可以得出Gram–Schmidt融合效果最好。PCA和Gram-Schmidt变换后影像对原多光谱影像的光谱特征和全色影像的分辨率特征继承效果好于Brovey变换和HSV变换后的影像。而Gram-Schmidt变换后影像信息量比PCA丰
- 3 -
包头师范学院资源与环境学院09级地理信息系统本科学年论文
富，所以，Gram-Schmidt变换后影像融合效果做好，HSV变换融合效果最差。
图7截取的Brovey融合影像 图8截取的Gram - Schmid融合影像
图9截取的HSV融合影像 图10截取的PC融合影像
4 结束语
遥感影像融合是遥感的研究热点，但是对于普通的遥感应用者来讲重点不是在于对影像融合算法原理的研究和探索，而是在于对现有影像融合算法的直接应用。通过截取呼和浩特市快鸟影像的原始多波段彩色影像和原始高分辨率全色波段影像的一部分进行四种融合方法来进行精度的比较，以ENVI4.7软件作为平台，最终得出PCA和Gram-Schmidt变换后影像融合效果好，HSV变换融合效果最差。
- 4 -