高 燕，周成虎，苏奋振，刘媛媛

（1.信息工程大学 地理空间信息学院，河南 郑州 450052；2.中国科学院 地理科学与资源研究所，北京 100101；3.中国天绘卫星中心，北京 102102；4.中国南海研究协同创新中心，江苏 南京 210023；5.总参第一测绘导航基地，北京 100040）

天绘一号卫星影像融合及其质量评价

高 燕1,2,3,4，周成虎2，苏奋振2，刘媛媛5

（1.信息工程大学 地理空间信息学院，河南 郑州 450052；2.中国科学院 地理科学与资源研究所，北京 100101；3.中国天绘卫星中心，北京 102102；4.中国南海研究协同创新中心，江苏 南京 210023；5.总参第一测绘导航基地，北京 100040）

以南京市天绘一号卫星影像为实验数据，运用IHS变换、Brovey变换、Wavelet变换、PCA、Pansharp等遥感影像融合方法对其全色和多光谱影像进行融合，并对5种方法的融合结果进行了定性和定量分析。实验结果表明，IHS变换法和Pansharp法能显著增强融合影像的光谱信息，提高融合影像的空间分辨率。

天绘一号卫星；影像融合；高空间分辨率遥感影像；质量评价

天绘一号卫星是我国第一颗传输型立体测绘卫星，天绘一号01星于2010年8月发射升空[1]，可获取2 m分辨率的高空间分辨率遥感影像、5 m分辨率的三线阵立体影像和10 m分辨率的4波段多光谱遥感影像，其成果可应用于地图测制、海岸带测绘、国土资源调查、农业估产等诸多领域[2]。现有的影像融合研究大多是基于国外的遥感影像，对我国高分辨率遥感影像研究得并不充分。本文基于IHS变换、Brovey变换、Wavelet变换、PCA、Pansharp等遥感影像融合方法，对天绘一号卫星的2 m分辨率的全色遥感影像与10 m分辨率的多光谱影像进行融合，并从人眼视觉和定量统计分析2个方面对融合效果进行了评价分析。

1 遥感影像融合方法

遥感影像融合将不同类型的传感器获取的同一地区的遥感影像进行空间配准，采用一定的算法使各影像中的优势能够互补，产生的新影像不仅具有较高的空间分辨率而且具有多光谱信息。对于不同数据源的遥感影像需要使用不同的融合方法才能得到较理想的效果。目前，影像融合的方法主要有IHS变换、Brovey变换、Wavelet变换、PCA和Pansharp等。

1）IHS变换法。将多光谱遥感影像从RGB色彩空间变换到IHS（强度、色调、饱和度）色彩空间，然后利用高分辨率的灰度图像替换IHS变换中的强度分量I，最后再进行一次IHS反变换[3]，从而得到一幅具有高空间分辨率的多光谱遥感影像。

2）Brovey变换。它是一种比值融合法，基本思想是假设全色影像PAN与多光谱影像MS的响应范围相同，将多光谱波段的值归一化后与全色波段的值相乘[4]，得到影像的增强信息，其表达式为：

3）Wavelet变换。首先将待融合的遥感影像进行小波分解，使其频率特性得到分离，利用全色波段的高频成分和多光谱波段的低频成分进行小波重建[5]，最后得到融合的遥感影像。

4）PCA方法，即主成分分析方法，是在图像统计特征基础上的多维线性变换。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与PCA变换第一分量图像一致，然后以拉伸过的高分辨图像代替第一分量图像，经过PCA逆变换还原到原始空间，使融合后的图像具有高空间分辨率和多光谱信息特征[6]。

5）Pansharp方法，即超分辨率贝叶斯法。利用全色波段增强多光谱遥感影像，合并传感器特性模拟全色波段和多波段影像的观测过程，利用先验知识估计高分辨率多光谱影像的期望值，这种方法使全色波段数据与多光谱波段数据自动对齐，在保留光谱信息的同时增加了空间分辨率[7]。

2 遥感影像融合质量评价

遥感影像经过融合后具有丰富的色彩和高空间分辨率，不同的应用有不同的评价标准，可用目视判读进行主观评价，也可用一些统计分析指标（影像方差、信息熵、平均梯度、偏差指数和相关系数等）进行定量分析，指标简要描述见表1。

表1 定量统计分析指标及其描述表

3 实验与结果分析

3.1 实验影像数据

本文所用的天绘一号实验数据是2011年3月南京某地区的一景遥感影像，包括2 m分辨率的全色影像和10 m分辨率多光谱影像（如图1所示），实验区域中有建筑物、农田、道路、河流等地物，遥感数据的基本参数如表2所示。

表2 天绘一号遥感数据基本参数表

图1 2011年3月南京某地区实验数据

3.2 数据融合

选取全色影像和多光谱影像的1、2、3波段，采用5种融合方法分别进行融合实验，实验步骤为：①在全色与多光谱影像中选取同名点，对影像进行几何配准；②多光谱影像重采样到全色影像大小；③分别用5种方法对影像进行融合。融合质量要求影像纹理清晰，无影像发虚和重影现象，融合后能明显提高地物解译的信息量。图2a～图2e即为融合后的真彩色遥感影像。

3.3 结果分析

从目视效果来看，图2 a～图2e 5幅融合后的遥感影像均没有发虚或重影的现象，较原始影像的细节和光谱信息都有不同程度的提高，其中IHS和Pansharp方法的目视效果最佳，细节清晰，光谱信息丰富；Brovey变换得到的融合影像细节信息较前2种稍差；PCA方法得到的遥感影像细节清晰、光谱信息丰富，但在圆形建筑物的顶部出现了一些错误，本应是亮度高的白色区域出现了一些黑色的空洞（见图2f）；Wavelet变换法得到的影像细节比较模糊，边缘信息表现不好，目视效果最差。

图2 使用不同融合方法得到的真彩色遥感影像

表3是融合影像的多种统计值，从方差的值来看，PCA方法得到的融合影像信息最丰富；从信息熵的值来看，IHS方法得到的融合影像信息量最大；从平均梯度的值来看，IHS和PCA方法得到的融合影像纹理细节多，影像层次清晰；从与高分辨率影像相关系数的值来看，IHS方法获得的融合影像与全色影像的相似性最大，空间信息保持最好；从与多光谱影像偏差指数的值来看，Pansharp方法得到的融合影像与多光谱影像的偏差最小，光谱信息最丰富，这些统计值与目视结果基本一致。

综合目视效果与定量评价2个方面的分析，可得出如下结论：用IHS变换法和Pansharp方法能使天绘一号的实验影像获得较好的融合效果，融合影像在细节表现能力、光谱信息保持和影像保真等方面都有较好的表现。

表3 融合结果定量评价统计值表

4 结 语

本文基于天绘一号卫星全色和多光谱的影像组合，运用了5种变换方法进行融合实验，并对融合后的遥感影像进行了目视和定量分析。通过对比分析认为：不同的融合方法具有不同特点，会产生不同效果；遥感影像融合能够发挥多种遥感数据的优势，实现空间与光谱信息的互补；IHS变换法和Pansharp方法是适合实验区天绘卫星影像的融合方法。

[1] 李松明，李岩，李劲东. “天绘一号”传输型摄影测量与遥感卫星[J]. 遥感学报, 2012, 16(增刊): 10-16

[2] 何忠焕，左志进，刘冬枝. 天绘一号卫星遥感影像的处理方法[J]. 地理空间信息, 2012, 10(6): 4-6

[3] 夏清，胡振琪，李建华，等. 不同遥感影像融合方法的质量评价[J]. 地理空间信息, 2013, 11(1): 49-51

[4] 田丰，王昆，王猛. 高空间分辨率遥感影像融合方法探讨[J].海洋测绘, 2012, 32(1): 61-64

[5] 王乐. 遥感影像融合及其质量评价[D]. 长春：吉林大学, 2012

[6] 何海鹏，何国金. IKONOS高分辨率遥感影像融合方法比较研究[J]. 科技导报, 2009, 27(5): 33-37

[7] 谭永生，沈掌泉，贾春燕，等. 中高分辨率遥感影像融合研究[J]. 遥感技术与应用, 2007, 22(4): 536-542

Image Fusion and Quality Assessment of TH-1

by GAO Yan

The experiments were carried out to fi nd out the suitable ways for TH-1 panchromatic and multispectral image fusion. IHS transform,Brovey transform, Wavelet transform, PCA and Pansharp remote sensing image fusion methods were used in this paper to fuse the image of TH-1 in Nanjing. And the results of 5 methods were analyzed in qualitative and quantitative ways. The experimental results show that the IHS transform and Pansharp method can signifi cantly enhance spectrum information of the fusion images and improve the spatial resolution. The two methods are more suitable for the TH-1 image data of experimental area.

TH-1 satellite,image fusion,high spatial resolution imagery,quality assessment

P237.4

B

1672-4623（2014）02-0016-02

10.11709/j.issn.1672-4623.2014.02.007

2013-07-30。

项目来源：国家自然科学基金资助项目（41271392）；国家科技支撑计划资助项目（2011BAH23B04）。

高燕，博士，研究方向为遥感影像智能处理。