Landsat7卫星多光谱图像与全色图像的数据融合.pdf

第3 3 卷第1 期 2 0 0 4 年1 月 中国矿业大学学报 J o u r n a lo fC h i n aU n i v e r s i t yo fM i n i n g ＆T e c h n o l o g y V 0 1 ．3 3N O ．1 J a n ．2 0 0 4 文章编号1 0 0 019 6 4 2 0 0 4 0 10 0 3 70 4 L a n d s a t 7 卫星多光谱图像与全色图像的数据融合 胡召玲1 ，侯飞2 ，张海荣1 1 ．徐州师范大学G I S 实验室。江苏徐州2 2 1 1 1 6 2 ．徐州师范大学科技处，江苏徐州2 2 1 1 l6 摘要随着遥感技术的发展，遥感图像的数据融合备受关注．本文论述利用小波变换和I H S 相结 合的方法对L a n d s a t 7 多光谱图像与全色图像进行数据融合．选取徐州市南郊铜山新区的图像进 行试验，并与颜色变换法融合图像进行对比分析，结果表明，无论是目视解译还是定量分析，该融 合方法均优于颜色变换法． 关键词多光谱图像；全色图像；小波变换；数据融合 中圈分类号P2 3 7文献标识码A D a t aF u s i o nB e t w e e nM u l t i S p e c t r a lI m a g ea n d P a n c h r o m a t i cI m a g eo fL a n d s a t7S a t e l l i t e H UZ h a o l i n 9 1 ，H O UF e i2 ，Z H A N GH a i r o n 9 1 1 ．G I SL a b ．，X u z h o uN o r m a lU n i v e r s i t y ，X u z h o u ，J i a n g s u2 2 1 1 1 6 ，C h i n a ； 2 ．S c i e n c ea n dt e c h n o l o g yo f f i c e ，X u z h o uN o r m a lU n i v e r s i t y ，X u z h o u J i a n g s u2 2 1 1 1 6 ，C h i n a A b s t r a c t D a t af u s i o no nr e m o t es e n s i n gi m a g e si so d eo ft h em o s ti m p o r t a n tp r o b l e m si nc u r r e n t r e m o t es e n s i n gf i e l d ．Af u s i o nm e t h o d ，w h i c hc o m b i n e sw a v e l e tt r a n s f o r m a t i o nw i t hI H Sm e t h o d ， w a sd e s c r i b e d ．T h e nd a t af u s i o nb e t w e e nm u h i s p e c t r a li m a g ea n dp a n c h r o m a t mi m a g eo fl a n d s a t 7 s a t e l l i t ew a si m p l e m e n t e du s i n gt h em e t h o d ．E x p e r i m e n t a ld a t ao fT o n g s h a nd e v e l o p m e n ta r e a w h e r ei Ss u k e di ns o u t hs u b u r bo fX u z h o uc i t yw e r es e l e c t e d ．T oc o m p a r ew i t hf u s i o nr e s u l t s ，C O l o r t r a n s f o r m a t i o nm e t h o dw a su s e d ．T h ee x p e r i m e n tr e s u l t st h a tw e r ea n a l y z e dw h e t h e ri nv i s i o no ri n q u a n t i t ys h o wt h a tb e t t e rf u s i o ni m a g ec a nb eo b t a i n e db yt h e m e t h o dt h a nt h a t b yc o l o r t r a n s f o r m a t i o nm e t h o d ． K e yw o r d s m u l t i s p e c t r a li m a g e ；p a n c h r o m a t i ci m a g e ；w a v e l e tt r a n s f o r m a t i o n ；d a t af u s i o n 随着遥感技术的发展，可见光、热红外和微波 等大量不同卫星传感器对地观测的应用，获取同一 地区的多种遥感影像数据 多时相、多光谱、多传感 器、多平台和多分辨率 越来越多，从而引发了世界 范围内对多卫星遥感信息融台研究的普遍关注．与 单源遥感影像数据相比，多源遥感影像数据所提供 的信息具有冗余性、互补性和合作性．多源遥感影 像数据的冗余性表示它们对环境或目标的表示、描 述或解译结果相同；互补性是指信息来自不同的自 由度且相互独立；合作性是不同传感器在观测和处 理信息时对其它信息有依赖关系“] ． 1 9 9 9 年4 月1 5 日美国发射了陆地卫星7 号 即L a n d s a t 7 ，不仅将陆地卫星计划推向2 1 世纪，从 而完成了白1 9 7 2 年7 月以来对地球资源与环境的 连续观测，而且使其对地观测技术向前迈进了一大 步．I ．a n d s a t 7 携带的E T M 传感器，是在 L a n d s a t 4 ，5 卫星上的专题成像仪T M 和L a n d s a t 6 卫星上的增强专题成像仪E T M 的基础上发展而 收稿日期} 2 0 0 2 一l g 一2 4 基金项目；江苏省高校自然科学研究计划项目 0 2 K J D 4 2 0 0 1 作者简介，胡召玲 1 9 7 3 一 ，女，山东省莱州市人．徐州师范大学讲师，工学博上．从事遥感与地理信息系统方面的研究． 万方数据 中国矿业大学学报第3 3 卷 来，多光谱图像的空问分辨率是3 01 3 3 ，另外它还增 加了一个1 5m 分辨率的全色通道，同时将热红外 通道的分辨率提高到6 0m ，在城市规划与管理的 过程中，高分辨率的遥感图像往往更能满足人们的 需求．因此为提高遥感图像的地面分辨率，探讨与 研究将a n d s a t 7 多光谱图像与全色图像的数据融 合，具有重要的科学意义和实用价值．传统的为提 高遥感图像分辨率的数据融合方法多采用I H S 法，这种融合方法虽然可以实现不同空间分辨率遥 感图像的几何信息叠加，但会产生光谱退化现象， 不利于影像的分类．本文则探讨一种将小波变换与 I H S 相结合的方法用于多光谱影像与全色影像的 融合，试验证明这种方法对于提高图像的空间分辨 率是十分有效的． 1L a n d s a t 7 数据简介及多光谱图像波段的 选择 L a n d s a t 7E T M 传感器的主要参数如表1 所 示[ “． 裹1E T M 备通道的主要参数 T a b l e1M a j o rp a r a m e t e r so fE T M s e n s o r 从表1 中可以看出，L a n d s a t 7 数据可分为三个 波段组，即可见光／短波红外波段组 1 ，2 ，3 ，4 ，5 ，7 波段 ，热红外波段组 6 波段 和全色波段组 8 波 段 ．全色波段的范围包括大部分的可见光和部分 近红外，这个波段与2 ，3 ，4 三个波段所包括的波长 范围最为接近，图像上的像元灰度值反映了地物在 0 ．5 2 ～o ．9 0 “ m 波段上的辐射强度，因此将这三个 波段的图像数据与全色波段的数据相融合，融合图 像的光谱特性与原多光谱图像的光谱特性应该相 差无几． 2 小波变换与I H S 法相结合的数据融合方 法 2 ．1I H S 法数据融合 由色度学可知，颜色可用三刺激值来表示，如 采用红、绿、蓝所含成分的多少 即R G B 系统 ．同 样，颜色也可以采用色品度方式来表示，强度、色 度、饱和度便是色品度表示方式之一，常称为I H S 系统．强度，仅表示强度的大小，色度H 代表颜色 纯的程度，而饱和度S 代表具有相同明亮度的颜色 离开中性灰度的程度．颜色R G B 编码具有方法简 单、便于彩色显示和彩色扫描的优点，因此目前常 用于彩色显示器或彩色扫描仪上．I H S 编码的优点 是能把强度和颜色分开，根据人眼观察要求，编码 字节J 最长，H 为次之，s 要求更短．因此，H ，s 相 对，而言要求较低，这给合并不同分辨率的数据， 又保持较多的信息提供了可能途径．R G B 系统与 I H S 系统的变换关系式为E 3 ] 1 √弋 l √飞 1 0 1 √3 √6 1 √2 1 √3 √6 O 弘 H a r c t a n 旦， U 1 ●。。。’’1 。。一 s 一√口{ 口l ， 式中，为强度；H 为色度；s 为饱和度m ，V 为变 换的中间变量． 其逆变换式为 [ | ] 上L 一L √飞√飞、『1 j 一L一L √1 、『飞0 1 者一赤 o √1 、『飞 j 2 I H S 法数据融合的步骤如下 1 由式 1 对T M 2 ，3 ，4 波段组成的假彩色图 像从R G B 系统变换至I H S 系统，得到强度J ，色度 日和饱和度s3 个分量． 2 将T M 的全色波段图像与J 分量图像进行 直方图匹配，使其灰度的均值与方差和I H S 空间 中亮度分量J 图像一致． 3 去掉分量f ，利用对比度拉伸后的全色波段 图像代替，分量，并与日和s 一起采用I H S 逆变 换式 2 变换至R G B 系统，从而得到融合后的图 像． 2 ．2 小波变换与I H S 法相结合的数据融合方法 自9 0 年代以来，小波变换开始应用到影像融 合领域．小波变换是介于函数的空问域表示和频率 域表示之间的一种表示方法，它在空间域和频率域 万方数据 第1 期胡召玲等L a n d s a t 7 卫星多光谱图像与全色图像的数据融合3 9 上同时具有良好的局部化性质，对高频成分采用逐 步精细的空间域取样步长，可以“聚焦”到对象的任 一细节，具有“数学显微镜”的功能．J ．Z h o u ，王智 均、朱长青等利用小波变换法研究了T M 图像和 S P O T 图像的融合“口；李军等将小波变换用于高 分辨率全色影像与多光谱影像的融合”] ．本文则研 究应用小波变换与I H S 法相结合的数据融合方法 对E T M 的全色波段图像与多光谱图像进行融 合，具体融合过程如下 1 对2 ，3 ，4 波段组成的假彩色图像进行I H S 变换，得到，，H ，S3 个分量图像． 2 选取适当的分解水平，分别采用合适的小 波函数对J 分量图像和T M 全色波段图像进行小 波分解． 3 利用小波分解后1 分量的低频图像和金色 波段的高频图像进行小波逆变换，得到新的，分量 图像． 4 采用新的，分量和原来的H 与S 分量，对 图像进行I H S 逆变换，得到融合后的图像． 3 试验结果与分析 试验选取徐州市南郊的铜山新区做为研究区， 研究区内的主要地物有建成区、山体 主要覆盖的 是针叶林 、农田等．在融合前，首先应对欲融合的 多光谱图像和全色波段图像进行几何配准，使不同 波段的遥感图像在几何上能完全匹配，像元分辨率 归化一致．为与全色波段的图像一致，笔者将多光 谱图像重新采样为1 5m ，选取的图像大小为5 1 2 5 1 2 个像元，融合前的多光谱图像和全色波段图像 分别如图1 2 所示．取小波分解的水平为2 ，采用 小波变换和I H S 相结合的方法融合后的图像如图 3 所示，为便于对比分析，本文还采用了I H S 法对 图像进行融合，融合图像如图4 所示． 图1 多光谱图像 F i g ．1 M u l t is p e c t r a li m a g e 图2 全色网像 F i g ．2P a n c h r o m a t i ci m a g e 图3 基于小渡变换与I H S 法融合图像 F i g ．3F u s i o ni m a g eb a s e do nw a v e l e t t r a n s f o r m a t i o nm e t h o d 图4I H S 法融合图像 F i g ．4F u s i o ni m a g eb yI H Sm e t h o d 本文从目视效果比较和图像的定量分析这两 个方面来评价融合图像的质量．首先从目视效果上 看这两种方法融合后的图像质量都有所提高，图像 的纹理层次丰富，信息量增加，较1 H S 法而言，本 文所采用的方法融合后的图像清晰度更强，纹理更 丰富，图像的色彩也更接近于融合前的彩色图像． 图像的定量分析好的融合图像是既能很好地 保留原多光谱图像的光谱性质，又能使融合图像具 有高空间分辨率的特点．本文采用能反映这两个方 面的图像参数一熵和偏差指数来评价融合前后图 像的质量，定义分别为 1 熵 熵是信息度量的一种尺度，影像的熵是衡量影 像信息丰富程度的一个重要指标．由S h a n n o n 信 万方数据 中国矿业大学学报 第3 3 卷 息论原理，一幅8 比特表示的影像z 的熵定义为 H z 一一∑p i l b p 。， i i 式中盘为图像z 取灰度值i 的概率，可近似取为 灰度的频率，即 f 。 A 一面， 式中 为灰度的频数；Ⅳ为影像像元的总数． 2 光谱扭曲度 光谱扭曲程度表示融合前后图像的光谱特征 变化情况，数值越小融台效果越好，其定义为 1 MN D _ 赤蚤蚤愀幻 _ 叫，J l ， 式中M ，Ⅳ为图像的行列数 F i ，J ，上 f ，j 分别 为图像融合前后 i ，J 点的灰度值．图1 ，3 ，4 的熵 值见表2 ，图3 ，4 的偏差指数见表3 ． 襄2 圈像的熵 T a b l e2T h ee n t r o p yo fi m a g e 裹3 融合舶像的光谱扭曲度 T a b l e3T h ed i f f e r e n c ei n d e xo ff u s i o ni m a g e 如表2 所示，采用熵和光谱扭曲度这两个指标 对图像的信息量和光谱保持能力进行定量分析，结 果表明融合图像即图3 ，4 的熵值比原始E T M 图 像即图1 相应的值显然要大得多，表明这两种方法 都能极大地增加图像的信息量，提高图像的空间分 辨率，增强图像纹理表现能力，从而改善图像的清 晰度I 在第3 波段、第4 波段，图3 的熵值明显地大 于图4 ，表明融合效果比图4 要好．表3 表明图3 ，4 的光谱扭曲度都很小，这种结果一方面是因为融合 所采用的是同一时间所获取的遥感图像，另一方面 也说明了融合E T M 2 ，3 ，4 与全色波段是十分可 行的，几乎不改变图像的光谱性质，并且图3 的光 谱扭曲度值要小于图4 ，也充分说明了本文所采用 的融合方法是可行的． 4 结论 本文研究了基于小渡变换和I H S 相结合的方 法对L a n d s a t 7 多光谱图像与全色图像的数据融合 问题，并经试验证明，该方法融合的图像在图像的 清晰度、信息量、光谱保持能力等方面均优于I H S 变换法． 参考文献 [ 1 ] 何国金．李克鲁，胡德永，等．多卫星遥感数据的信息 融合理论、方法与实践[ J ] ．中国图像图形学报， 1 9 9 9 ，4 9 7 4 4 7 4 9 ． [ 2 ] 冯钟葵，叶晓端．L a n d s a t 7 卫星快速格式数据产品 [ J ] ．遥感技术与应用，2 0 0 0 ，1 5 4 2 7 0 2 7 2 ． [ 3 ] 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口] ．遥感学报， 1 9 9 9 ，3 2 1 1 6 - 1 2 0 ． [ 4 3 Z h o uJ ，C i v c oDL ，S i l a n d e rJA ．Aw a v e l e tt r a n s f o r mm e t h o dt om e r g el a n d s a tT Ma n dS P O T p a n c h r o m a t i cd a t a [ J ] ．I n t e r n a t i o n a lJ o u r n a lo f R e m o t eS e n s i n g ，1 9 9 8 ，1 9 4 7 4 3 7 5 7 ． [ 5 3 朱长青，王倩，杨晓梅．基于多进制小波的S P O T 全色影像和多光谱遥感影像融合[ J ] ．测绘学报， 2 0 0 0 ，2 9 2 t 1 3 2 1 3 6 ． [ 6 ] 王智均。李德仁，李滴泉。W a l l i s 变换在小渡影像融 合中的应用口] ．武汉测绘科技大学学报，2 0 0 0 ，2 5 4 3 3 8 3 4 2 ． 责任编辑王玉浚 万方数据