多源遥感数据融合方法的新探索.pdf

第24卷 第6期吉 林 大 学 学 报信 息 科 学 版Vol . 24 No. 6 2006年11月Journal of Jilin University Infor mation Science EditionNov . 2006 文章编号 1671258962006 0620580206 收稿日期 2006201221 基金项目中国地质调查局基金资助项目200412 作者简介杨长保1972 , 男白族 , 云南鹤庆人,吉林大学讲师,博士后,主要从事遥感与地理信息系统研究, Tel 862 13069108158E2mail yangcbjlu1edu1cn。 多源遥感数据融合方法的新探索 杨长保 a ,姜琦刚 a ,丘殿明 b ,刘万崧 a 吉林大学a.地球探测科学与技术学院;b.学报地球科学版编辑部,长春130061 摘要目前常用的几种遥感图像融合方法在不同的应用层面上有各自的优势,但也存在比如光谱信息丢失严 重等现象。为此,首先分析对比了传统的4种融合方法,用高分辨率SPOT图像和多光谱T M图像分别运用4 种融合方法进行图像融合的研究。在此基础上提出改进的多进制小波包融和方法,并通过主观与客观相结合 的质量评价方法对融合效果进行比较。分析结果表明,主成分分析融合要比Brovey融合能够更好的刻画细节; 多进制小波包融合所丢失的图像光谱信息为最低,能更好的刻画细节问题;乘积融合法在增强建筑物信息方 面有比较突出的优势。 关键词遥感图像;融合;信息;评价 中图分类号 TP751;TN92712文献标识码 A New Exploration ulti Source Remote Sensing I mage Fusion YANG Chang2bao a , J I ANGQi2gang a , Q I U Dian2ming b , L I U Wan2song a a. College of Geo2Exploration Science and Technology b. Department of Journal of Jilin University Geoscience Edition , Jilin University, Changchun 130061, China Abstract According deferent sources Remote Sensing image and deferent applied purpose, using three levels fusion 2pixel level, character level and decision2making level, it improved ination analysing and pick2 ing2up ability from image and made more nicety of classification decision2making and positioning .In this thesis, using high spatial resolution SPOT imagery and multi2spectral T M imagery, the author carried out respectively four imagery fusion s and analytical results indicated that Principal ComponentAnalysis ismore detailedly potried the imagery than Brover fusion , wavelets analysis fusion losing less imagery infor mation than oth2 ers, product fusion has prominent advantages in enhance imagery ination.It concluded that the reciprocal fusion should be chosen based on deferent applied purpose. Key words remote sensing i mage; fusion; infor mation; uation 引 言 多年来,遥感技术得到了迅速发展,各种面向复杂应用背景的多平台、多时相、多光谱和高分辨率 卫星遥感系统也随之大量涌现,它已被广泛地应用于地表植被的分类,矿物蚀变信息提取,环境观测等 领域。为了能进行更准确的分类决策和增加空间定位精度,可通过高空间分辨率和高光谱分辨率图像与 图像处理技术两条途径实现。 采用高空间与高光谱分辨率的遥感器如法国SPOT卫星遥感器的XS1, XS3波段的地面分辨率为 10 m10 m;其PAN图像地面分辨率为518 m518 m,IPS的I C L ISSⅢ则为2315 m2315 m。美国 IKONOS卫星的全色panchromatic图像地面分辨率为1 m1 m,波长0145～0190μm,多光谱图像 则为4 m4 m,其波长范围为红0163～0190μm,绿0152～0160μm,蓝0145～0152μm,近红外 0169～0190μm,和陆地卫星Landsat的1～4波段的光谱相同。 利用图像处理技术即进行不同光谱与空间分辨率遥感图像的融合,图像融合技术是数据融合技术 的一个分支,它可以定义为通过一个数学模型,把来自不同传感器获取的图像综合成一幅满足特定应 用的需求图像的过程,遥感应用的许多研究工作表明,通过融合不同来源的遥感图像,不仅能充分利用 它们在时间上和空间上的互补和冗余,有效地把不同传感器的优点结合起来,还可以提高对图像信息的 分析和提取能力。 1 图像融合 遥感图像融合是个对多遥感器的图像数据和其他信息的处理过程,它着重于把那些在空间或时间上 冗余或互补的多源数据,按一定规则算法进行运算处理,获得比任何单一数据更精确、更丰富的 信息,生成一幅具有新的空间,波谱、时间特征的合成图像。图像融合可在3个不同的层次上进行像 元Pixel ,特征feature和决策层decision level 见图 1 [1, 2 ]。 图1 遥感图像融合 Fig11 Fusion of remote sensing image 111 基于像元的图像融合 基于像元的图像融合是指对测量的物理参数的合并,即直接在采集的原始数据层上进行融合。它强 调必须进行基本的地理编码,即对栅格数据进行相互间的几何配准,在各像元一一对应的前提下进行图 像像元级的合并处理,以改善图像处理的效果,使图像分割、特征提取等工作更准确地进行。基于像元 的图像融合必须解决以几何纠正为基础的空间匹配问题,由于对多种遥感器,原始数据所包含的特征难 以进行一致性检验,基于像元的图像融合往往具有一定的盲目性,但它能更多地保留图像原有的真实 感,提供其他融合层次所不能提供的细微信息。 112 基于特征的图像融合 基于特征的图像融合,强调 “ 特征 ”结构信息之间的对应,它对特征属性的判断具有更高的可 信度和准确性,且数据处理量大大减少,有利于实时处理。融合后的影像既保留原高分辨率遥感影像的 结构信息,又融合了多光谱影像丰富的光谱信息,图像类别环境得以改善,遥感分类精度得以提高。 113 基于决策层的图像融合 基于决策层的图像融合是指在图像处理的图像识别基础上的融合,往往直接面向应用为决策支持服 务。先经过图像数据的特征提取以及一些辅助信息的参与,再对其有价值的复合数据运用判别准则,决 185第6期杨长保,等多源遥感数据融合方法的新探索 策规则判断、识别、分类,然后将这些有价值的信息融合,获得综合的决策结果,常用的方法有马尔可 夫随机场模型方法加入多源决策分类,贝叶斯法则分类,专家系统方法等。 2 常用图像融合方法的比较及应用 211 Brovey变换融合 Brovey变换融合 [3 ]方法是将遥感图像的 3个波段,按照下列公式进行计算,获得融合后各波段的数 值 [DR/ DRDGDB ] Dhires DRnew [DG/ DRDGDB ] Dhires DGnew [DB/ DRDGDB ] Dhires DBnew 1 其中,R、G、B为图像的红、绿、蓝波段数值,Dhires代表高分辨率遥感图像。 212 主成分变换融合 该方法的最大优点是可以应用任意数目的波段,它对N个波段的低分辨率图像进行主成份分析 PCAPrincipal ComponentAnalysis , 将单波段的高分辨率图像经过灰度拉伸,使其灰度的均值和方差 和PCA变换第1分量图像一致;然后以拉伸过的高分辨图像代替第1分量图像,经过PCA逆变换还原 到原始空间,融合后的图像包括两幅原始图像的高空间分辨率和多光谱信息特征。融合图像上目标的细 部特征更加清晰,光谱信息更加丰富,其理论基础是图像统计特征。 213 乘积融合 该融合算法是在原始图像上进行操作,结果将增强某些信息的表现,在很多城市和郊区环境研究城 市规划,基础设施建设中,用户经常希望道路、农场等特征能够被识别出来,应用该方法将使上述特征 得到增强,该方法简单,占用的机器资源少,但结果图像不保留输入的多光谱图像的辐射反射信 息。其融合公式如下 DT MDSPOT DT Mnew2 214 小波变换融合 小波变换是近年来克服傅立叶变换局限性的有效方法,是一种将图像的光谱特性和空间分辨率信息 分离的有力工具。它提供了一种简洁的层次框架,以融合不同空间分辨率的遥感图像 [4～7 ]。其中图像被 分成两个部分,近似分量和细节分量,后者又可分为水平,垂直和斜线分量,它的本质是在一定的分解 水平对低分辨率图像的相应小波系数按某种算法结合高分辨率图像的对应系数,构成融合图像的小波系 数,再反变换生成新图像,以获取所需的光谱与空间分辨率信息。融合处理步骤如下。 1 对高分辨率图像进行小波分解,得到近似分量和3个方向上的细节分量。对近似分量可继续进 行分解,得到第2个分辨级上的细节分量和近似分量。 2 对多光谱图像的各个波段进行单独处理,实现与擘相同的分解过程。 3 分解得到的诸细节分量及近似分量由算法模型生成用于重构过程的近似分量和3个方向上的细 节分量。 4 执行重构算法,实现图像融合。 5 将分别进行信息融合的各波段图像,重新进行波段合成,得到融合图像。 基于小波变换的融合一般采用多进制小波变换,该算法根据待融合影像分辨率之比来确定采用几进 制小波,将待融合的高分辨率影像进行多进制小波变换,然后把变换所得的低频成分和低分辨率影像依 据一定的关系进行相互替换,以形成新的高分辨影像的低频成分。经过多进制小波逆变换获得融合后的 影像,最大限度地保留了待融合影像的光谱信息,同时提高了待融合影像的清晰度和空间分辨率。实例 应用中所选的两种图像的分辨率之比正好是3,因此,笔者对三进制小波变换做了改进并将其用于本次 研究当中,通过对融合质量的评价,该方法具有很好的效果。 285吉 林 大 学 学 报信 息 科 学 版第24卷 3 实例应用及融合效果评价 利用上述所讨论的融合方法,选择一幅6个波段30 m分辨率的T M742 RGB多光谱图像和一幅 10 m分辨率的SPOT全色影像分别应用上述4种融合方法进行融合,其结果如图2～7所示。 图2 原始T M742 RGB图像 Fig12 Original T M image 图3 原始SPOT图像 Fig13 Original SPOT i mage 图4 Brovey变换融合结果 Fig14 Brovey transfor m fusion 图5 主成分分析融合结果 Fig15 PCA fusion 图6 乘积融合结果 Fig16 Multiplicative fusion 图7 三进制小波变化融合结果 Fig17 Triple resolution wavelet trans fusion 目前对于融合图像质量的评价尚没有客观、统一的标准,因此评价还主要依靠观察者的主观感觉。 为了能对融合图像进行定量分析,笔者利用信息熵、平均梯度、均值和图像标准方差对融合图像的信息 385第6期杨长保,等多源遥感数据融合方法的新探索 量和清晰度进行分析 [8]。根据 Shannon信息论原理,一幅8 bit表示的图像的信息熵 E - ∑Ptlog2Pt 3 其中,Pt为图像像素灰度值为t的概率,熵越大,表示图像所含的信息越丰富,融合质量越好。 平均梯度g可敏感地反映图像对微小细节反差表达的能力,因此可用来评价图像的清晰程度,其计 算公式为 g 1 M - 1 N -1 ∑ M -1 x 1 ∑ N -1 y 1 5f x, y 5x 2 5fx, y 5y 2 /24 其中,f x, y为图像, M,N分别为图像的行、列数,一般来说g越大,表示图像越清晰。信息熵 EByte从整体上表示了信息源的总体特征,平均梯度g则反映了图像中微小细节反差与纹理变化特 征及清晰度。 此外,在某种程度上,均值和标准方差也可用来评价图象反差的大小,在统计理论中,统计均值 μ 、标准方差σ 2 分别定义为 μ 1 n ∑ n i 1 xi5 σ 2 1 n -1∑ n i 1 x i - μ 2 6 其中,n为样本总数,xi为第i个样本值。 对于一幅图像,n为像素总数,xi为 第i个像素的灰度值,则均值为像素的灰度平均值,对人眼反 映为平均亮度。如果均值适中则视觉效果良好。标准方差反映了会对相对于灰度均值的离散情况,标准 方差越大,则灰度级分布越分散。此时图像中所有灰度级出现概率趋于相等,从而包含的信息量越趋于 最大。若标准方差大,则图像的反差大,即可以看出更多的信息,上述几项指标仅仅从定量的方面考虑 图像的质量,并不全面。因此定性分析,即视觉分析仍是必不可少的这也是一般评价融合图像的质 量时,以视觉分析为主,辅以定理分析的原因。表1给出了上述各种融合方法的结果的图像统计参 数。 表1 评价统计参数 Tab11 uation statistical parameter 影 像均 值标准方差信息熵平均梯度 T M6415221611314151941010 SPOT62153424160851106111824 Brovey变换融合53153512159551012111065 主成分变换融合53153512159551186121156 乘积融合52159012151041901111198 小波变换融合63195215171951512101956 4 结 语 从上述分析可看出,目前对不同光谱与空间分辨率图像的融合方法已经形成了一个较为完整的方法 体系。笔者用高分辨率SPOT图像和多光谱T M图像分别运用上述4种融合方法进行图像融合的研究, 并通过主观与客观相结合的质量评价方法对各种融合方法的效果进行比较。如从表1中可以看出, Brovey变换融合与主成分分析融合方法产生的结果非常的相似,但主成分分析融合要比Brovey融合能 够更好的刻画细节。小波变换融合使图像获得高空间分辨率的同时,所丢失的图像光谱信息为最低。通 过对融合结果图像的观察乘积法在增强建筑物尤其是道路信息方面有比较突出的优势,但丢失的 光谱信息也比较多。用户可以根据应用目的选择有针对性的融合法。 多源遥感影像数据融合目前还处于探索阶段,小波的多分辨分析理论引入,利用它在空间域和频率 域同时具有良好局部化性质,形成多传感器影像上的多尺度匹配模型,使融合的效果更佳;对不同层次 485吉 林 大 学 学 报信 息 科 学 版第24卷 的融合建立相应的数学模型,综合利用这些模型,完成融合任务或者归纳现有方法,建立一个总的空间 模型,以简化现有算法的繁杂性。笔者将在所提出的小波融合方法基础上做进一步研究。 参考文献 [ 1 ]赵英时.遥感应用分析原理与方法[M ].北京科学出版社, 2003 2772290. ZHAO Yin2shi . Remote SensingApplication Analysis Principle and [M ]. Beijing Science Press, 2003 2772290. [ 2 ]贾永红,李德仁,孙家柄.多源遥感影像数据融合[J ].遥感技术与应用, 2000, 15 1 41244. J I A Yong2hong, L IDe2ren, SUN Jia2bing .Fusion ofMulti2Source Remote Sensing Datum [J ].Remote Sensing Technology and Application, 2000, 15 1 41244. [ 3 ]党安荣,王晓栋,陈晓峰,等.ERDAS I MAGI NE遥感图像处理方法[M ].北京清华大学出版社, 20041072 120. DANG An2rong, WANG Xiao2dong, CHEN Xiao2fen,et al .Remote Sensing I mage Manipulation with DRDAS I MAGI NE [M ]. Beijing Tsinghua University Press, 2004 1072120. [ 4 ]SCHEET, CLEAR EM. Fusion by the I HS Trans ShouldWeUse Cylindricalor SphericalCoordinates [J ].Internationl Journal of Remote Sensing, 1998, 19 4 7592765. [ 5 ]TEGGI S, CECCH IR, SERAFI N I F. T M and IRS21C2PAN Data Fusion UsingMultiresolution DecompositionsBased on the AtrousAlgorithm [J ].International Journal of Remote Sensing, 2003, 24 6 128721301. [ 6 ]ZHOU J, CI V ICO D L, SI LANDER J A. A Wavelet Trans to Merge Landsat T M and SPOT Panchromatic Data [J ].International Journal of Remote Sensing, 1998, 19 7432757. [ 7 ]刘长柱.一种基于小波变换的全色遥感图像与彩色多光谱图像融合算法[J ].空间电子技术, 2002 1 8214. L I U Chang2zhu. An Algorithm Based on Wavelet Trans of Panchromatic I mage Fusing with Multi2Spectral I mage [ J ]. Spatial Electronic Technology, 2002 1 8214. [ 8 ]李弼程,魏俊,彭天强.遥感影像融合效果的客观分析与评价[J ].计算机工程与科学, 2004, 26 1 42246. L IBi2cheng, WEIJun, PENG Tian2qiang . Analysis and uation of Fusion Effect forRemote Sensing I mage [J ].Comput2 er Engineering and Science, 2004, 26 1 42246.Ed. Z 待发表文章预告 多模光纤带通特性分析 史新亮 1 ,胡贵军 1 ,檀承志 1 ,周翘宇 2 1. 吉林大学 通信工程学院,长春130012; 2.长春输油分公司,长春130062 摘要多模光纤存在严重的模式色散,其带宽距离积受限。为此,分析了多模光纤的带通特性。从多模 光纤传递函数出发,推导了多模光纤频率响应函数以及频率响应和幅度响应的相关函数,并进行了仿真 分析。结果表明,多模光纤频率响应的高频部分相对平坦,由一系列带通区域组成,每个带通区域的带 宽与导模的时延有关。仿真实验表明,通过载波复用技术,可以利用这些带通区域进行大容量信息传 输。 关键词光纤通信;多模光纤;频率响应;相关函数 585第6期杨长保,等多源遥感数据融合方法的新探索