多源遥感数据融合方法探讨.pdf

第 23 卷第 3 期 辽宁工程技术大学学报 2004 年 6 月 V ol.23 No.3 Journal of Liaoning Technical University Jun. 2004 收稿日期2003- 06- 19 基金项目国家自然基金资助项目（50374041） 作者简介王广军（1976- ） ，男，黑龙江人，博士研究生。本文编校唐巧凤 文章编号1008- 0562200403- 0299- 03 多源遥感数据融合方法探讨 王广军 1 ，武文波 2 （1.中国矿业大学 土地复垦与生态重建研究所，北京 100083；2. 辽宁工程技术大学 测量工程系，辽宁 阜新 123000） 摘 要研究了基于 IHS 变换和多分辨率小波分析的叠加融合方法，并提出了改进的叠加融合方法，其基本做法是保持多光谱（低 空间分辨率）遥感影像 I 分量小波分解后的低频信息不变，将高空间分辨率遥感影像小波分解后的高频信息叠加到多光谱 I 分量小波分 解后的高频信息上，而后对叠加后的 I 分量进行小波逆变换得到 I′，最后对 I′HS 进行 IHS 逆变换得到融合后的多光谱影像。融合实 验结果证明，改进后的叠加融合方法不仅提高了多光谱影像的空间分辨率，而且在保持多光谱影像的光谱特性等方面相对于改进前具 有更大的优越性。 关键词遥感；数据融合；IHS 变换；小波分析；叠加融合 中图号TP79 文献标识码A Fusion for multi-source remotely sensed data WANG Guang-jun1, WU Wen-bo2 1. Research Institute of Land Reclamation and Eco-restoration, China University of Mining and Technology, Beijing 100083,China; 2. Department of Surveying Engineering Department, Liaoning Technical University, Fuxin 123000, China AbstractThe additive fusion technique based on IHS and wavelet trans is discussed, and an improved additive fusion technique is put forward. Firstly the high frequency of the high resolution is added to the high frequency of the intensity from the multi-spectral image, while maintaining the low frequency of intensity from the multi-spectral image, secondly, the new intensity I′is acquired by making the inverse wavelet trans, finally the fusion result is gained by making the inverse I ′HS trans. The fusion test proves that the improved additive fusion technique is much more accurate in maintaining the characteristics of the multi-spectral image. Key wordsremote sensing；data fusion；its transation；wavelet analyses；additive fusion 0 引 言 随着遥感技术的发展，获取的同一地区的多种 遥感影像数据越来越多，形成多级空间分辨率、时 间分辨率和光谱分辨率影像序列的金字塔结构。通 常，同一传感器获得的遥感影像的光谱分辨率较高 时，其空间分辨率相对来说要低。因此，如何将不 同传感器获得的遥感影像结合起来，以实现优势互 补和冗余控制，成为遥感工作者要解决的关键问 题，也是未来遥感面临的重要问题[1]。于是，数据 融合的概念被提了出来了， 并得到了很快的发展[2]。 本文提出的基于IHS变换和小波分析的叠加融 合方法，是一种像元级融合，其优点是保留了尽可 能多的信息，具有最高精度。 1 I H S 变换原理 IHS 变换是应用得较多的一种融合方法，许多 学者都对其进行了研究[2,3,4]。IHS（I 表示亮度；H 表示色调；S 表示饱和度）色度空间是相对于 RGB 颜色空间的对物体颜色属性的描述系统， 它与 RGB 系统有着严格精确的转换关系[3]。由于人眼对影像 亮度的分辨力比对色调和饱和度的分辨力高，因此 可根据人眼视觉特性和 IHS 变换特点，将经空间配 准后空间分辨率低的 3 个多光谱波段如 TM5，4， 3分别当作 R，G，B通道，经 IHS 变换得到 I，H， S 分量，以高空间分辨率的遥感数据替代 I 分量， 记作 I′,作 I′HS 到 RGB 逆变换，生成新的 R′,G ′,B′，这样，新影像的亮度指标保持了高分辨率 数据的空间分辨率水平，而色调和饱和度指标又保 留了 TM 的光谱分辨率[5]。 2 小波分析 小波分析方法是近年来随着小波理论的发展 和成熟而出现的一种用于数据融合的方法[6-10]。从 空间频谱的角度分析,遥感影像都可以分解为具有 不同空间频率的波所组成的谱。对同一地区的不同 辽宁工程技术大学学报 第 23 卷 300 传感器影像来说，其空间频谱的低频部分是相同或 相近的，而有显著差别的只是在高频部分，因此可 以利用小波变换在变换域内所具有的分频特性，将 多（高）光谱遥感影像（低空间分辨率）小波分解 后的高频信息用高空间分辨率遥感影像的高频信 息代替，最后进行小波逆变换，得到同时具有高空 间分辨率和多（高）光谱分辨率的遥感影像。基于 小波的融合方法可以分为单层小波分解重构和基 于小波多分辨率分析的多层分解重构，从最后的融 合结果看多层分解重构要优于单层分析。 3 基于I H S 和小波分析的叠加融合法 3 . 1 I H S 和小波分析的叠加融合原理 数据融合中的一个关键问题是如何在提高融 合影像空间分辨率的同时尽量仍保持良好的光谱 信息质量，以利于植被判读和分类。IHS 变换中， 用高空间分辨率影像代替亮度分量，可以有效地提 高遥感影像的空间分辨率。然而，由于不同频道数 据具有不同的光谱特性曲线，IHS 方法扭曲了原始 的光谱特性，产生了光谱退化现象。从目前的研究 情况看，利用小波分析来进行数据融合已成为解决 该问题的有效手段。李军等人提出的基于 IHS 和小 波分析的叠加融合方法，为解决 IHS 变换中的光谱 退化现象提供了借鉴之处，其基本步骤为[4] （1）分别对高分辨率全色影像与多光谱影像 进行几何纠正； （2）采用基于区域的几何配准方法， 将多光谱影像配准到高分辨率全色影像上； （3）对 高分辨率全色影像按 Trous 小波算法进行小波分 解，分解层数一般为 3～5； （4）将高空间分辨率全 色影像小波分解的小波面 Wi叠加至多光谱影像经 IHS 变换后的强度 I 影像中； （5）进行小波逆变换 得到新的强度影像 I′； （6）将 I、H、S 依据进行 IHS 逆变换，得到融合后的影像。 3 . 2 改进的基于 I H S 和小波分析的叠加融合方法 应用上述叠加原理进行融合计算时，融合后的 影像最大限度地保留了彩色多光谱影像的光谱信 息；且在提高多光谱影像的清晰度和空间分辨率的 同时，保持了原多光谱影像的反差[4]。但在融合的 过程中，上述方法存在以下不足 （1）由于将 SPOT 全色影像（高空间分辨率） 小波分解后的小波面（高频分量和低频分量）全部 叠加到多光谱亮度分量 I 中，从而使变换后的多光 谱影像（低空间分辨率）R、G、B 分量与 SPOT 全 色影像（高空间分辨率）高度相关，而与变换前的 多光谱影像相关性降低； （2）将 SPOT 全色影像（高空间分辨率）小波 分解后的小波面（高频分量和低频分量）全部叠加 到多光谱亮度分量 I 中，不可避免地将 SPOT 全色 影像的光谱信息融合到亮度分量 I 中，从而使多光 谱影像（低空间分辨率）光谱信息产生变异。 改进的做法应是分别将多光谱的亮度分量 I 和 全色影像进行小波分解，然后保持多光谱影像亮度 分量 I 的低频信息不变，将全色影像（高空间分辨 率）小波分解后的高频信息叠加至多光谱影像亮度 分量 I 的高频分量上，而后对同时具有低频信息和 叠加后高频信息的亮度分量 I 进行小波逆变换，这 样得出的 I 将会最大地保留原多光谱影像的光谱信 息，且能最大限度地提高其空间分辨率，改进后的 叠加影像融合流程图如图 1 所示。 具体步骤如下 （1）分别对高空间分辨率遥感影像和低空间 分辨率的多光谱影像进行几何纠正； （2）以高空间分辨率的遥感影像为基准，将内 插后的低空间分辨率的多光谱影像配准到高空间分 辨率的遥感影像上，配准精度在一个像元以内； （3）对多光谱影像进行 IHS 变换，产生I、H、 S 三个分量； （4） 分别对 I 分量和高空间分辨率的遥感影像 小波逆变换 I′∑WI Wi wI 高 空 间 分 辨 率遥感影像 几何纠正 几何纠正 几何配准 IHS 变换 多分辨率小波分解 低空间分辨率多光谱 影像 TM5，4，3 对 I 进行多分辨率小波分解 对 I′、H、S 3 个影像分量进行 IHS 逆变换 R′、G′、B′合成影像 图 1 改进的叠加法影像融合流程图 Fig.1 improved additive fusion for multi- sources remotely sensed imagery 第 3 期 王广军等多源遥感数据融合方法探讨 301 进行小波分解，分解层数为 log2N 1，N 为二维影像 每一维的像元数； 5 保持小波变换后I分量的低频信息wI不变， 将变换后两影像各小波面上的高频分量 WI和 Wi分 别相加，而后对 I 进行小波逆变换，得到变换后的 亮度 I分量； 6 将 I HS 做IHS 逆变换， 得到融合后的影像。 4 试验与结果比较 为了验证改进的叠加融合方法的优越性，作者 基于 ENVI3.5 和 IDL5.5 小波工具包开发了影像叠 加融合程序。考虑到数据获得的局限性，我们选用 了阜新市海洲露天矿的 MSS 和 TM 遥感数据进行 融合试验。多光谱遥感影像选用 MSS7-6-4 （RGB） ， 作为高空间分辨率的 TM 选用 TM5 波段进行融合 试验。 在本融合实验中， 小波函数选用 Daubechies 2 小波，MSS7-6-4、TM5、改进前的叠加融合结果和 改进后的叠加融合结果见图 2。 aMSS7- 6- 4 波段组合影像（内插成 30m） （b）原始 TM5 波段影像 c改进前的叠加融合结果 （d）改进后的叠加融合结果 图 2 阜新市海洲露天矿遥感影像图 Fig.2 remotely sensed imageries of Haizou open pit mining in Fuxin city 从表 1 可看出改进后的叠加融合法的优越处 （1）改进后的叠加融合影像与多光谱 MSS 影 像的相关性要优于改进前的叠加融合方法，表明改 进后的叠加融合方法在保持原 MSS 光谱信息方面 要优于改进前的叠加融合方法； （2）改进后的叠加融合影像各波段与原始 TM 影像各波段保持相对较低的相关系数，减少了高空 间分辨率遥感影像与多光谱影像光谱信息发生混 叠的可能性。 由于改进前的叠加融合方法是将 TM的高频信 息和低频信息全部叠加到多光谱影像上，而改进后 的叠加融合方法仅将 TM的高频信息叠加到了多光 谱影像上，所以改进后的叠加融合影像与 TM 的相 关系数要低于改进前的叠加融合影像与 TM的相关 系数，由此带来的负面影响是改进后的叠加融合影 像的空间分辨率从理论上讲要略低于改进前的叠 加融合影像，但从实际融合效果上看，此影响不大。 表 1 M S S 与 T M 、改进前后叠加融合影像与 M S S 、 T M 相关系数 Tab.1 correlation coefficients of the additive and improved additive fusion images with MSS and TM 影像 红色波段 绿色波段 蓝色波段 MSS/TM 0.250 354 0.259 901 0.200 626 改进前叠加融合/MSS 0.412 097 0.394 036 0.302 372 改进后叠加融合/MSS 0.492 086 0.467 683 0.265 631 改进前叠加融合/TM 改进后叠加融合/TM 0.894 149 0.680 732 0.926 728 0.735 275 0.907 642 0.762 293 5 结 论 （1）改进后的叠加融合方法在保证提高空间分 辨率的基础上较好地保留了原多光谱影像的信息； （2）减少了高空间分辨率遥感影像与多光谱 影像光谱信息发生混叠的可能性。 参考文献 [1] 李德仁.摄影测量与遥感的现状及发展趋势[J].武汉测绘科技大学学 报，2000,2511- 5. [2] 贾永红,李德仁.SAR 与 TM 影像的 IHS 变换复合及其质量定量评价 [J].国土环境遥感，1997334- 39. [3] 贾永红,李德仁,孙家柄,等.四种 IHS 变换用于 SAR 与 TM 影像复合 的比较[J].遥感学报, 1998,22103- 106. [4] 李 军,周月琴,李德仁.小波变换用于高分辨率全色影像与多光谱影 像的融合研究[J].遥感学报, 1999,32116- 121. [5] 何国金,李克鲁.星载合成孔径雷达遥感及多卫星遥感数据融合方法 [J].地质科技情报,1997,16（增刊）29- 34. [6] 王智均,李德仁,李清泉. Wallis 变换在小波影像融合中的应用[J]. 武 汉测绘科技大学学报,2000,254338- 342. [7] 朱长青,王倩,杨晓梅.基于多进制小波的 SPOT 全色影像和多光谱遥 感影像融合[J].测绘学报,2000,292132- 136. [8] 王智均,李德仁.多进制小波理论在 SPOT和 TM影像融合中的应用[J]. 武汉大学学报信息科学版,2001,26124- 28. [9] 吴奎桥,王 浒,黄润恒,等.基于小波多分辨率分析方法的海冰遥感影 像数据融合[J].遥感学报,2001,52130- 134 [10] 王智均,李德仁.基于小波理论的IKONOS卫星全色影像和多光谱影 像的融合[J].测绘报,2001,302112- 116.