夏 清，胡振琪，李建华，王亚云，邵 芳

（1.中国矿业大学（北京） 土地复垦与生态重建研究所，北京100083）

随着多种对地观测遥感卫星的发射成功、遥感技术快速发展，多传感器、多时相、多光谱、多空间分辨率的遥感影像数据迅猛增加，提供了从粗到精、从多光谱到细光谱段的遥感对地观测数据源。如何将这些海量遥感数据尽可能地作为一个整体来综合应用，从而有效地、充分地提取各种遥感影像的综合信息，克服单一遥感影像提供信息不足的问题，即遥感影像数据融合技术，已经成为遥感领域研究的热点问题之一，其理论和方法已经成为智能信息处理、遥感应用等学科的重点研究领域[1-4]。多源遥感影像融合是将不同传感器获得的同一区域的不同空间分辨率影像的信息融合在一起，获得关于同一目标的更为准确、全面、可靠的信息。通过多源遥感影像融合技术，不仅可以提高影像的空间分辨率，而且还能够很好地保留光谱分辨率，增强对目标特征和动态监测区域的识别[5]。融合后影像的质量评价是影像融合处理过程中必不可少的一个重要环节和关键步骤，通过对融合算法的效果和性能进行分析及评估，可以进一步改进算法，使融合效果更符合应用者的需求，从而使整个融合处理过程得到优化。在目前的遥感影像融合的质量评价研究中，其评价方法可以分为主观评价方法和客观评价方法2大类[6]。本文在前人研究的基础上，对遥感影像采用Brovey变换法、高通滤波法、IHS变换法和主成分分析法进行了融合实验；通过影像实例验证及对融合效果进行主观定性评价及客观定量分析，探讨了遥感影像融合方法的适应性，这在国民经济建设领域中有着极其重要的实践意义。

1 遥感影像融合及其质量评价方法

1.1 遥感影像融合方法

1）Brovey变换法。它是一种对来自于不同传感器的数据进行融合的较为简单的融合方法。这种方法是通过归一化后的3个波段多光谱影像与高分辨率影像乘积来获得最终融合影像的[7]， 其变换的表达式如下：

式中，XSi为多光谱影像的像素灰度值；P为高分辨率影像的像素灰度；XSi(i=1,2,3)为多光谱影像的3个波段；N为多光谱的波段数；XSf为融合后的影像。

2）高通滤波法融合。对于一幅遥感影像来说，高频部分涵盖了影像的细节、边缘信息，低频部分涵盖了影像的光谱信息。高通滤波法融合是利用高通滤波器将高空间分辨率影像中的高频部分提取出来，叠加到低空间分辨率的高光谱影像中去，形成高频特征突出的融合图像[8]。

3）IHS变换法融合。通常在色度学上，用强度、色度和饱和度来表示颜色色度的系统，称其为IHS系统。IHS变换法融合是当高分辨率全色影像与多光谱影像融合时，先将多光谱影像利用IHS变换从RGB系统变换到IHS空间系统，然后将单波段的高空间分辨率影像进行灰度值拉伸，使其灰度的均值与方差和IHS空间中亮度分量影像一致，再将拉伸过的高空间分辨率影像作为新的亮度分量代入到 IHS系统中，最后经过逆变换变换到原始空间获得最终的融合影像[9，10]。

4）主成分变换法(PCA变换法)。它是一种基于统计特征的多波段正交线性变换，在数学上称为K-L变换。首先，对多光谱影像进行主成分变换，然后对高空间分辨率的影像进行灰度拉伸，使其灰度均值与方差和主成分变换的第一分量影像一致，再用拉伸的高空间分辨率影像代替第一分量影像进行主成分逆变换，最后生成高空间分辨率的多光谱融合影像[11，12]。

1.2 影像融合质量评价方法

遥感影像融合既能够保留影像的光谱信息，同时又能提高影像的空间分辨率，达到了一举两得的效果。但是在融合的过程中，人们对遥感影像的各项性质和指标都要有一定的量化标准去衡量，才能更好地评价融合后的影像，否则，融合工作就是盲目的。因此，有必要形成一种融合影像的评价系统来判断一幅影像是否达到了融合目的。目前的遥感影像融合质量评价方法分为2大类：主观评价方法和客观评价方法。

1）主观评价。它建立在人的视觉感官和经验知识基础上,直观简洁,但其缺点也显而易见,即不具备客观性,如果没有大量的统计,得到的评价结果就有可能存在失误。由于人眼对于色彩具有强烈的感知能力,这是任何定量评价方法所无法比拟的。主观评价是以人为观察为依据，对图像的质量性能进行判断[13]。

2）客观评价。它是一种基于影像统计特征定量地分析处理影像的方法。采用输入输出影像统计值和信息量，可以充分地客观量化影像的属性。客观评价指标主要分为4大类：第1类反映影像的亮度信息，如均值；第2类反映影像的空间细节信息，如标准差、信息熵和平均梯度；第3类反映影像的光谱信息量，如扭曲度、偏差指数；第4类反映影像的相关类评价参数，表示2幅影像的关联程度，如相关系数、Q值等[14]。本文主要采用均值、标准差、平均梯度、信息熵和相关系数作为客观定量评价指标。

2 遥感影像融合实验设计

本实验选取的是遥感影像融合实验的样例影像，2幅影像分别为全色波段(TM)影像和多光谱(SPOTS)影像。多光谱影像提取4、3、2波段作为本次实验所用波段，所选地区覆盖草原、河岸、树丛、沼泽地和水域等地物，成像效果较好；对其进行精确的几何纠正和精确的空间配准，图1为本次实验所用影像，实验设计方案流程如图2所示。

图1 原始影像

图2 设计方案流程

3 实验结果与讨论

4种融合方法的融合影像及客观定量评价指标如图3和表1所示。

图3 不同融合方法融合后的影像

首先对采用4种不同融合方法融合后的影像进行主观评价：通过上述4种融合方法的融合影像在空间分辨率和清晰度上比原始影像有所改善，融合影像纹理特征变得清晰，保留了尽可能多的原始信息，提高了地物细节特征，更加易于判读。同时，也改善了影像的光谱特征，各类地物光谱畸变较小，保留了原始影像的光谱信息。PCA融合影像中，地物轮廓十分清晰，但是由于其亮度值太高、对比度太低。Brovey融合影像的亮度值比其他融合方法融合的影像都要低。高通滤波融合影像的空间清晰度是最差的。

表1 不同融合方法提取的定量评价指标

再根据表1中的指标数值进行客观评价可知：PCA 法融合影像的亮度最高，而 Brovey法则是亮度最低的；Brovey影像和PCA影像的信息熵明显高于原始XS影像，因此融合影像的信息量较XS影像信息量增大；而IHS影像和高通滤波影像的信息熵和标准差与原始XS影像相差不大，甚至标准差都低于XS影像，说明信息量没有增大反而有所减少；高通滤波融合影像的信息熵和标准差都低于XS影像，这说明融合后的信息量没有原始影像包含的信息量多，融合效果不好；平均梯度值最高的为PCA影像，最逼真于原始影像，而高通滤波影像的平均梯度比XS影像都低，逼真效果最差。从影像的相关系数数值中可以看出IHS融合影像是最接近原图像的，丢失的信息较少，而PCA影像是最不接近原图像的，丢失原图像的信息较多。

4 结 语

遥感影像融合技术及其质量评价是遥感领域研究的一个热点问题。本文研究表明：Brovey法在信息量的保持和清晰度上都优于其他的融合方法，提高了影像的空间细节特征，增强了多光谱影像的判读效果，突出不同地物的细节，但是此种方法的光谱保持特性没有很好的保留，影像的亮度值最低；PCA影像在光谱保持特性上最好，融合后的影像视觉效果较好，但是影像的相关性较差，不接近原始影像，丢失原始影像的信息较多；IHS影像与原始影像的相关性最好，是最接近原始影像的，而且亮度信息也较好，光谱保持特性很好，但是影像的反差则是最小的，对比度不大，色调单一，看不出太多的信息。

同一种融合方法对同一影像，观察者感兴趣的部分不同，对融合效果的质量评价也不同；针对不同的应用方向，对影像的各项参数要求也不同，则需采用不同的融合方法。所以，我们要根据不同的应用目的选取合适的融合方法，再对其进行质量评价以达到所预期的效果。

[1]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):41-44

[2]王乐,牛雪峰,王明常.遥感影像融合技术方法研究[J].测绘通报,2011(1):6-8

[3]吴瑞娟，何秀凤，杨智翔.ALOS全色与多光谱影像融合的土地覆盖分类[J].地理空间信息,2012,10(1):116-118

[4]周丽雅.遥感影像融合及质量评价研究[D].郑州：中国人民解放军信息工程大学，2007

[5]宋丽玲.多源遥感图像融合算法的研究与应用[J].淮南：安微理工大学，2009

[5]史榕,许惠平,陈华根.遥感影像数据融合技术及融合质量评价研究[J].鲁东大学学报：自然科学版, 2008, 24(2): 130-134

[6]刘源璋,王宁,黄慧宁，等.Matlab在遥感影像融合及其效果评价中的应用[J].地理空间信息,2011,9(3):111-113

[7]李俊杰,何隆华,戴锦芳，等.遥感影像像元级融合方法与试验评价分析[J].地球信息科学，2008,10 (1):128-134

[8]YESON H,BESNUS Y,POLET J.Extraction of Spectral Information from Landsat TM Data and Merger with SPOT Panchromatic Imagery—a Contribution to be Study of Geological Structures[J].ISPRS Journal of Photogrammetry and Remote Sensing,1993,48(5):23-36

[9]CHAVEZ P S Jr, SIDES S C,ANDERSON J A.Comparison of Three Different Methods to Merge Multiresolution and Multispectral Data:TM &SPOT Pan[J].Photogrammetric Engineering and Remote Sensing,1991,57(3):295-303

[10]江东,王钰,王建华，等.多源图像信息融合的理论与技术[J].甘肃科学学报,2002,14(1):41-45

[11]王广杰,周介铭,杨存建，等.基于不同算法的遥感影像融合分析[J].四川师范大学学报:自然科学版,2011,34(2):255-259

[12]冯建辉.遥感影像融合技术研究[D].昆明：昆明理工大学，2012

[13]魏俊,李弼程.基于IHS 变换、小波变换与高通滤波的遥感影像融合[J].信息工程大学学报,2003,4(2):46-50

[14]李超,朱满,赵家平.多源遥感影像融合效果的定量评价研究[J].测绘与空间地理信息,2010,33(3):143-146