面向耕地的高分一号卫星遥感影像融合方法研究

来源:用户上传      作者:

　　摘要：选择国产高分一号（GF-1）卫星2 m全色/8 m多光谱影像，对增强耕地信息的遥感影像融合方法进行了研究，研究所选择的融合方法包括Subtractive法、Brovey变换法、MHIS法、HCS法和Gram-Schmidt法，并从主观和客观方面对融合影像质量进行了评价，基于融合影像对研究区耕地信息的增强进行了分析。结果表明，面向耕地信息时，MHIS法融合影像最好。
　　关键词：高分一号（GF-1）;Subtractive法;Brovey变换法;MHIS法;HCS法;Gram-Schmidt法
　　中图分类号：TP79         文献标识码：A
　　文章编号：0439-8114（2019）05-0104-04
　　Abstract： The study chooses domestic GF-1 satellite 2 m full-color/8 m multi-spectral imagery， the remote sensing image fusion method for enhancing cultivated land information is studied. The fusion methods selected by the institute include Subtractive method， Brovey transformation method， MHIS method， HCS method and Gram-Schmidt. The method was used to evaluate the quality of the fusion image from subjective and objective aspects. Based on the fusion image， the enhancement of the cultivated land information in the study area was analyzed. When it comes to information on cultivated land， the MHIS method was the best fusion image.
　　Key words： GF-1;Subtractive method;Brovey method;MHIS method;HCS method;Gram-Schmidtmethod
　　高分一號（GF-1）卫星是中国高分辨率对地观测系统的第一颗卫星，于2013年4月26日发射，开启了中国对地面观测的新时代[1]。
　　GF-1卫星的设计目标是为国土、农业、环境保护等部门提供高精度、宽范围的空间观测服务，在土地利用变更调查、土地利用动态监测、矿产资源开发状况和地质灾害的调查与监测，生态环境监管调查与评价、水环境监测与评估、空气环境监测与评价，耕地数量与质量调查、草地生产能力和设施农业分布调查等方面发挥作用[2，3]。众多学者对GF-1卫星遥感影像的处理和应用做了大量研究，在遥感影像融合方法研究方面，往往关注融合方法的过程，如刘锟等[4]、崔佳洁等[5]、王晓绵等[6]分别对GF-1卫星的融合方法进行了研究。而在实际应用中，更多的是想要通过遥感影像提取目标信息，本研究基于GF-1卫星遥感影像，对面向耕地的影像融合方法进行研究，旨在通过研究探寻到适合增强耕地信息的影像融合方法。
　　1  GF-1概况
　　GF-1卫星是国家高分辨率对地面观测系统重大专项天基系统中的首发卫星，其主要目的是突破高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术，多载荷图像拼接融合技术，高精度高稳定度姿态控制技术。其全色数据空间分辨率为2 m，多光谱和宽幅多光谱空间分辨率分别为8、16 m，包括红、绿、蓝、近红外4个波段[7]。GF-1卫星有效载荷技术指标见表1。
　　2  数据处理
　　选择的数据源是GF-1 2 m全色波段和8 m多光谱影像数据，研究区选择3处，为不同类型的耕地;1号区域为紧靠城市的坡耕地，具有一定坡度，范围较小，形状不规整;2号区域为城市周边丘陵区域的耕地，面积较大，纹理清晰，现状不规整;3号区域为紧邻城市建筑物的耕地，比较平整，纹理清晰，形状整齐（图1）。在对数据进行像素级融合之前，需要对数据进行预处理，包括几何校正、配准、重采样、波段组合等处理[8]。本研究利用GF-1卫星影像的2 m全色波段对8 m多光谱进行配准。
　　基于影像波段光谱范围，通过分析波段间的最大值、最小值、标准差等参数值，选择最佳组合波段，通过比较，本研究选择4、3和2波段组合后与全色波段数据进行融合。表2为GF-1卫星多光谱影像的相关参数。
　　3  融合方法
　　3.1  Subtractive法[9]
　　该方法称为删减法融合，删减法融合输入多光谱影像必须为4波段，融合影像也为4波段，删减法直接进行影像融合会使图像变得模糊，融合之前会用锐化滤波器对全色图像进行锐化处理，将全色锐化影像按照权重融合到多光谱滤波影像各个波段，输出新多光谱影像。
　　3.2  MHIS法[8]
　　改进HIS融合采用全色高分辨率影像替换Ⅰ分量从而使影像同时具有高空间分辨率和高光谱分辨率。
　　3.3  HCS法[10]
　　HCS（Hyperspherical Color Space）融合适用于3个以上，不多于8个波段多光谱传感器数据融合，是一种通用的卫星遥感影像融合算法之一，对于高分辨率影像融合效果较好，色彩保真度较高。
　　3.4  Gram-Schmidt法[11] 　　Gram-Schmidt算法，即Gram-Schmidt正交化算法，是数值线性代数中的基本算法之一，GS变换产生的各个分量正交，各分量的信息差异不明显，GS变换的另一个特点是变换后的第1个分量仍然为原变换前的第1个分量，其数值没有变化。
　　3.5  Brovery变换法[8]
　　Brovery变换法是对RGB影像显示进行多光谱波段颜色归一化，并与高分辨率影像乘积来获得最终融合影像，是一种对来自不同传感器的数据进行融合的较为简单的方法。
　　4  评价方法
　　4.1  定性分析与评价
　　定性评价就是主观评价法，也就是目测法，主观评价法是一种简单、快速的评价方法，在一些特殊的应用中可行[12]。在进行评价时，人眼对融合影像的感觉很大程度上决定了遥感影像的质量问题，主观性比较强[13]。主要判別因素有影像是否错位产生虚影，色彩是否一致，融合影像整体亮度和色彩反差是否合适，融合后影像清晰度是否降低，图像边缘是否清楚，判断融合图像纹理及色彩信息是否丰富，光谱与空间信息是否丢失等。
　　4.2  定量分析与评价
　　定量评价也就是客观评价法，所谓的客观评价就是利用影像各类指标参数对融合影像进行评定。主要有独立单因素评价指标和联合单因素评价指标。独立单因素评价指标能够快速发现原始影像与融合后影像的变化，还可以评价中间处理过程中影像或者融合后影像[13]，包括均值、标准差、熵等。
　　均值[12，13]即灰度值，反映了图像的平均亮度，均值适中时，目视效果良好。
　　标准差[12，13]表示灰度均值的离散水平，用来评价原始影像与融合后影像的反差变化。标准差越大则灰度值之间的差异也就越大，图像的反差也就越大，也就更有利于信息的提取。
　　熵[12，13]表示影像中包含平均信息量的多少，是评定融合影像是否具有丰富信息的一个重要指标。高质量影像的基本要求就反映出影像表达信息的多少。影像的复杂程度与影像的灰度变化成正比。如果熵值越大，说明影像融合的信息量增加，获得的信息丰富。
　　5  结果与分析
　　5.1  融合结果
　　利用上述的Subtractive法、MHIS法、HCS法、Gram-Schmidt法、Brovery变换法5种融合方法，对GF-1卫星遥感影像多光谱波段与全色波段数据进行融合，融合结果及原始多光谱影像见图2至图4。
　　5.2  评价与分析
　　关于融合影像质量的评价，可以从主观和客观2个方面进行评价，主观评价是以人为观察者，对图像的好坏做出主观性评价。由于人眼对色彩具有强烈的感知能力，使得对光谱特征的评价具有一定的意义。但是主观评价受观察者、图像类型、应用场合和环境条件的影响较大，缺乏稳定性，并且不能保证评价方法的可重复性。客观评价能够克服人为主观因素的影响，对各种影像融合的性能做出科学、客观的评价，以便开展更深入地研究。为了对融合的结果有更客观更可靠的评价，通常采用平均梯度、熵与联合熵、偏差指数、相关系数等指标进行判断。本研究主观评价是从虚影、色彩、清晰度、亮度和纹理等因素进行综合评价，客观评价主要从均值、标准差、信息熵3个角度进行分析。主观评价具体参数见表3。在进行主观评价的时候，对每一项评价因素进行打分制，分数为1～5分，1分为最差，5分为最好。对于1号区域，该区域为坡地梯田，耕地形状不规则，5种融合方法中，Subtractive法和MHIS法得分最高，Gram-Schmidt法得分最低，其他3种方法介于之间。对于2号区域，该区域为丘陵区耕地，5种方法得分相近，Brovey变换法得分为19分，其余4种方法得分20分。对于3号区域，Subtractive法和MHIS法得分最高为20分，Gram-Schmidt法得分最低为17分。
　　客观评价具体参数见表4。由表4可知，像素灰度均值反映了影像的平均亮度，融合后影像的亮度均值与原多光谱影像越接近说明其光谱扭曲度越小。Subtractive法融合影像亮度值较小，与多光谱影像灰度值相差较大，说明其融合后影像光谱扭曲度最大，MHIS、HCS和Gram-Schmidt法融合影像亮度值与原多光谱影像均较接近，说明其融合后影像光谱扭曲度较小，Brovey变换法融合影像的亮度值大于Subtractive法融合后影像，但其亮度均值与原多光谱影像相比依然相差较大。
　　标准差反映了图像灰度相对于灰度平均值的离散情况，标准差也用来评价图像反差的大小。Brovey变换法融合后影像标准差在5种融合方法中最小，说明影像反差最小，其次是Subtractive法，MHIS、HCS和Gram-Schmidt法标准差相近且大于Brovey变换法和Subtractive法，说明这3种方法影像与另外2种方法相比，融合后影像反差较大。
　　信息熵反映了影像信息的丰富程度，融合影像的信息熵越大，表明融合后影像的信息量增加，所含信息越丰富，融合质量越好。HCS法、MHIS法和Gram-Schmidt法融合后影像信息熵值大于原始多光谱影像，Brovey变换法融合后影像信息熵值略小于原始多光谱影像，Subtractive法融合后影像信息熵值较小，与原始多光谱影像信息熵值相差较多。
　　6  小结
　　研究基于GF-1卫星全色和多光谱影像，针对耕地信息的增强进行了影像融合方法的研究，融合方法选择Subtractive法，MHIS、HCS、Gram-Schmidt和Brovey变换法，通过对融合影像进行客观与主观评价，得到以下结论：主观评价中，对于3个不同的耕地区域，Subtractive法和MHIS法得分较高，对于1号区域和3号区域，Gram-Schmidt法融合后影像得分较低，5种融合方法对于2号区域的得分较为相近。因为主观评价具有一定的随意性，所以对融合后影像进行了客观评价，分别计算了全色、原始多光谱影像和不同融合方法融合后影像的均值、标准差和信息熵，通过对比发现，在主观评价中得分较高的Subtractive法在客观评价中各项参数均不理想，Brovey变换法融合后影像在各项参数比对中稍好于Subtractive法。经过参数对比，MHIS、HCS和Gram-Schmidt法融合后影像均值、标准差和信息熵等数值较为理想。 　　研究发现，对于不同类型的耕地，通过主观评价和客观评价综合评价后，MHIS融合效果最好，Subtractive法主观评价得分较高，在通过目视解译提取耕地信息时，可以选择Subtractive法融合后影像。利用光谱信息进行信息提取时，MHIS法融合后影像最佳。
　　参考文献：
　　[1] 王建步，张  杰，马  毅，等.高分一号卫星海岸带影像质量评价[J].海洋科学，2015，39（2）：67-71.
　　[2] 杨长坤，王崇倡，张鼎楷，等.基于SVM的高分一号卫星影像分类[J].测绘与空间地理信息，2015，38（9）：142-146.
　　[3] 刘书含，顾行发，余  涛，等.高分一号多光谱遥感数据的面向对象分类[J].测绘科学，2014，39（12）：91-94.
　　[4] 刘  锟，付晶莹，李  飞.高分一号卫星4种融合方法评价[J].遥感技术与应用，2015，30（5）：980-986.
　　[5] 崔佳洁，李世明.高分一号卫星影像的融合方法比较研究[J].黑龙江工程学院学报，2015，29（3）：12-15.
　　[6] 王晓绵，姜  芸.高分一号遥感卫星影像融合及质量评价方法研究[J].测绘与空间地理信息，2015，38（8）：178-179.
　　[7] 李智峰.高分一号卫星在土地利用遥感监测中的应用[J].国土资源导刊，2015，12（3）：85-88.
　　[8] 于博文.国产卫星高分一号数据几何校正与融合研究[D].北京：中国地质大学，2015.
　　[9] SALMAN A，LARS B，BRENDAN J H.Image data fusion for the remote sensing of freshwater environments[J].Applied geography，2012，32（2）：619-628.
　　[10] 刘玉梅，杨文波，马运涛.基于HCS方法融合高时空遥感数据的玉米种植面积提取[J].沈阳建筑大学学报（自然科学版），2017，33（2）：314-322.
　　[11] 張  涛，刘  军，杨可明，等.结合Gram-Schmidt变换的高光谱影像谐波分析融合算法[J].测绘学报，2015，44（9）：1042-1047.
　　[12] 王海晖，彭嘉雄，吴  巍，等.多源遥感图像融合效果评价方法研究[J].计算机工程与应用，2003（25）：27-30.
　　[13] 宋丽玲.多源遥感图像融合算法的研究与应用[D].安徽淮南：安徽理工大学，2009.
转载注明来源:https://www.xzbu.com/8/view-14874254.htm