TM多光谱与SPOT全色遥感图像融合算法对比

SPOT多光谱影像与全色影像融合研究
郑丽
【期刊名称】《佳木斯大学学报（自然科学版）》
【年(卷),期】2015(033)006
【摘要】图像融合是解决多源遥感图像综合的有效技术手段,针对不同数据源选择最佳的融合方法是提高图像融合质量的关键.分析Gram_Schmidt融合算法的理论、算法和融合步骤的基础上,对SPOT的多光谱波段影像和全色波段影像进行融合,目视效果从色调、纹理和清晰度等方面进行定性分析,定量分析是根据均值、标准方差、扭曲程度指标进行分析,对融合后影像质量做出了评价.研究结果表明:SPOT影像采用Gram_Schmidt变换融合效果保持了较高的空间分辨率同时光谱保持较好,Gram_Schmidt融合算法适合高分辨遥感影像融合.
【总页数】4页(P868-871)
【作者】郑丽
【作者单位】宿州学院环境与测绘工程学院,安徽宿州234000
【正文语种】中文
【中图分类】TP79
【相关文献】
1.基于TM多光谱影像和SPOT全色影像的融合技术探讨 [J], 王勇
2.基于支持向量机的SPIN-2影像与SPOT-4多光谱影像融合研究 [J], 赵书河;冯
学智;都金康;林广发
3.遥感影像的融合--SPOT全色波段和多光谱影像的融合 [J], 陆宇红;马林波;韩嘉福
4.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], 李军;周月琴;李德仁
5.遥感影像的融合——SPOT全色波段和多光谱影像的融合 [J], 陆宇红;马林波;韩嘉福
因版权原因，仅展示原文概要，查看原文内容请购买。

TM影像和SPOT影像的配准以及融合这一部分将演示利用自动找点功能实现影像到影像的配准处理过程。

带有地理坐标的SPOT影像被用作基准影像，一个基于像素坐标的Landsat TM影像将被进行校正，以匹配该SPOT影像。

♦分别打开并显示SPOT、以及Landsat TM影像文件♦开始进行影像配准并加载地面控制点需要注意的是，ENVI数据的融合需要坐标等投影信息，如果没有这些信息，如果要对数据进行融合的话，需要检查基准数据SPOT数据是否带有坐标，如果没有坐标，可以首先给SPOT数据赋一个假的坐标。

赋假坐标的方法可以打开ENVI头文件，mapinfo选项里赋予假的投影信息，然后再对两幅影像进行配准。

1.从ENVI主菜单栏中，选择Map →Registration →Select GCPs: Image to Image。

2.在Image to Image Registration对话框中，点击并选择Display #1 （SPOT影像），作为Base Image。

点击Display #2（TM影像），作为Warp Image。

3.点击OK，启动配准程序。

通过将光标放置在两幅影像的相同地物点上，然后在Ground Control Points Selection对话框中，点击Add Point，把该地面控制点添加到列表中。

点击Show List查看地面控制点列表。

尝试选择几个地面控制点找到选择地面控制点的感觉。

4.这样选择三个点后: 然后在Ground Control Points Selection对话框中，选择option/Atomatic Registration选项进行自动找点,所有参数可以不变,也可以修改预计自动找点的数量,OK.系统将自动为您找好很多的控制点.图5-5：用来进行影像到影像配准的Ground Control Points Selection对话框注意对话框中所列的实际影像点和预测点坐标。

TM与SPOT影像融合方法试验分析0 引言遥感技术日新月异发展，面向各个领域应用背景的多平台，多时相，多（高）光谱和高分辨率的卫星遥感系统随之大量涌现。

由此获得的海量遥感数据被广泛应用于土地资源调查、洪水监测、地形测绘、植被分类与农作物生长态势评估、天气预报、自然灾害监测等方面[1]。

与之相适应的遥感数据处理与分析理论、方法不断涌现，影像融合方法就是其中重要的一种，它能够将不同遥感数据的优势综合起来，实现数据精炼，减少冗余性，提高遥感影像的利用效率[2]。

TM 与SPOT 影像融合是较为普遍的一种融合选择，融合图像综合了TM的光谱信息和SPOT 的高空间分辨率，但是不同的融合算法总是会产生不同的融合效果，以TM 与SPOT 融合为例，本文将应用四种融合算法，结合融合效果的评价指标，指出各种方法的优缺点，最后分析本次试验中存在的问题。

1 融合方法1.1 基于IHS 变换的融合方法IHS 显色系统采用色调（Hue）、饱和度（Saturation）、亮度（Intensity）表示颜色。

基于IHS 彩色空间变换的遥感图像融合算法是遥感领域应用较多的一种方法，该算法首先将多光谱图像的三个波段映射到RGB 彩色空间，然后再由RGB 彩色空间变换到IHS 彩色空间，融合过程就是用高分辨率全色图像去代替IHS 彩色空间中的I 分量，最后将IHS 彩色空间变换到RGB 彩色空间即可得到融合图像。

1.2 基于主成分分析变换的融合方法主成分分析(Principal Component Analysis，简称PCA)是基于变量之间的相互关系，在尽量不丢失信息的前提下进行的一种多维正交线性变换。

变换公式为Y=TX,式中X 是待变换图像的数据矩阵；Y 是变换后的图像数据矩阵；T 是变换矩阵（通常是正交矩阵）。

主成分分析后的各个分量各不相关，各波段的信息所做出的贡献能最大限度地表现出来，并且第一主成分分量往往集中了90%以上的图像信息，实现了数据压缩。

实验五-遥感图像的融合实验五遥感图像的融合一、实验目的和要求1.理解遥感图像的融合处理方法和原理；2.掌握遥感图像的融合处理，即分辨率融合处理。

二、设备与数据设备：影像处理系统软件数据：TM SPOT 数据三、实验内容多光谱数据与高分辨率全色数据的融合。

分辨率融合是遥感信息复合的一个主要方法，它使得融合后的遥感图象既具有较好的空间分辨率，又具有多光谱特征，从而达到增强图象质量的目的。

注意：在调出了分辨率融合对话框后，关键是选择融合方法，定义重采样的方法。

四、方法与步骤融合方法有很多，典型的有 HSV、Brovey、PC、CN、SFIM、Gram-Schmidt 等。

ENVI 里除了 SFIM 以外，上面列举的都有。

HSV 可进行 RGB 图像到 HSV 色度空间的变换，用高分辨率的图像代替颜色亮度值波段，自动用最近邻、双线性或三次卷积技术将色度和饱和度重采样到高分辨率像元尺寸，然后再将图像变换回 RGB 色度空间。

输出的 RGB 图像的像元将与高分辨率数据的像元大小相同。

打开ENVI,在主菜单中打开数据文件LC81200362016120LGN00_MTL选择File>data manage，任意选择3个波段组合，查看效果打开分辨率为30和15的图像下图分别是分辨率为30、15的，可以看到图像清晰度明显发生改变，分辨率越高，图像越清晰选择如下图所示的三个波段选择分辨率高的为15的点击ok，Sensor选择landsat8_oil，Resampling选择三次方的Cubic Convolution，实现融合，选择输出路径为sssrong融合之后的图像如下图，可以发现图像清晰度提高，分辨率变高，图像质量变好五、实验心得多光谱数据与高分辨率全色数据的融合可以使遥感图象既具有较好的空间分辨率，又具有多光谱特征，继而达到增强图象质量的目的，可谓是一举两得。

这次实验虽然比较简单，但是一开始的时候还比较模模糊糊，甚至于连目的都不清楚。

SPOT多光谱影像与全色波段融合
SPOT多光谱影像的分辨率为20m分辨率，全色为10m分辨率
1、在实习数据路径下打开s_0417_2.bil（多光谱数据）和s_0417_1.bil（全色波段数据），加载到显示窗口中，查看其范围和大小（前者为1418x1114，后者为2835x2227），确定采样系数。

2、在主菜单中选择Basic Tools-Resize Data(Spatial/Spectral)，选择多光谱文件（s_0417_2.bil）单击OK。

3、在Resize Data Parameters对话框中的xfac和yfac文本框中分别键入1.999，以使重采样后的图像大小与全色波段一致。

键入输出文件名，单击OK。

4、与前述一样，将重采样图像加载到显示窗口中，在主菜单中选择
Transform-Image Sharpening-HSV，选择重采样图像的显示索引号，单击OK，再选择全色波段作为高分辨输入图像：
5、单击OK，键入输出文件名，单击OK，执行融合，查看结果，并比较其与多波段合成影像与全波段灰度影像的区别。

下图为融合图像：。

全色影像和多光谱影像融合是指将全色影像（仅包含黑白灰度信息）和多光谱影像（包含多个波段的彩色信息）进行合并，得到具有高空间分辨率和丰富光谱信息的影像。

其原理基于以下步骤：
预处理：对全色影像和多光谱影像进行预处理。

这可能包括去噪、辐射校正、几何校正等。

分辨率匹配：由于全色影像通常具有较高的空间分辨率，而多光谱影像具有较低的空间分辨率，需要将它们的空间分辨率匹配。

可以使用插值等技术对多光谱影像进行上采样，使其与全色影像具有一致的分辨率。

融合算法：融合算法用于将全色影像和多光谱影像合并成一幅高分辨率彩色影像。

常用的融合方法包括：基于变换的方法（如基于小波变换、纹理合成等）、基于统计的方法（如主成分分析、拉普拉斯金字塔变换等）以及基于特征的方法（如IHS变换、HSV变换等）。

增强和调整：对融合后的影像进行增强和调整，以达到更好的视觉效果。

这可能包括对比度调整、色彩平衡、锐化等操作。

通过全色影像和多光谱影像的融合，可以获得既具有高空间分辨率又具有丰富光谱信息的影像，提高了遥感图像的解译能力和应用效果。

常见的应用包括土地利用分类、环境监测、资源调查等。

多光谱与全色图像融合方法为使多光谱与高空间分辨率全色图像的融合效果在努力保持光谱信息的同时尽可能提高其空间分辨率,论文主要对多光谱与全色图像融合算法进行了深入研究,通过大量的融合实验得到了一系列有价值的结论,完成了一定的创新性工作,具体的工作内容如下:在多分辨率分析的特征匹配基础上,提出了一种基于Mallat小波变换与空间投影结合的图像配准算法。

该算法采用投影匹配原理将二维数据变为一维进行匹配计算,降低了配准所需要的时间。

另外,采用逐层细化的分层搜索策略可减少匹配误差从而提高配准精度。

在综合分析àtrous小波变换和Curvelet变换的优点基础上,提出了一种基于àtrous-Curvelet变换的融合算法。

分解后的系数依据所在高,低频层的不同特点,采取多重加权规则进行融合。

该算法能在保留多光谱图像光谱信息的基础上,有效地提高融合图像的空间分辨率。

针对遥感图像影像分辨率低的问题,提出了一种基于区域模糊推理的NSCT域融合算法。

该算法有效地克服了传统融合方法中存在的融合图像模糊,抗噪能力差的缺点。

针对传统脉冲耦合神经网络(PCNN)模型参数无法自动设定的难题,结合lαβ彩色空间转换,提出了一种基于双通道自适应PCNN的图像融合算法。

该算法充分考虑到像素间的相关性及噪声突变的影响,融合效果优于多尺度分析方法。

同主题文章[1].万宁,吴飞. 基于ICA的全色影像和多光谱影像融合算法' [J]. 计算机工程. 2006.(07)[2].陈蔓丽,陈木生,狄红卫. 基于小波变换的多光谱图像和全色图像配准算法' [J]. 暨南大学学报. 2006.(03)[3].于浩,张晓萍,杨勤科,崔健,李锐. 基于双树复小波的遥感图像融合' [J]. 遥感信息. 2008.(05)[4].张易凡,何明一. 基于局部空间线性恢复模型的多光谱与全色图像融合算法' [J]. 西北工业大学学报. 2008.(01)[5].王霖郁,李坤波,黄丽莲. 基于色调一致性改进的图像融合最速下降法' [J]. 应用科技. 2010.(03)[6].杨明辉,任维春. 法国地理院SPOT图像应用研究的进展' [J]. 遥感信息. 1988.(02)[7].英国将研制高分辨率卫星' [J]. 航天返回与遥感. 2002.(03)[8].李琼,孔令罔,朱元泓. 色彩的宽带多光谱空间表示法(英文)' [J]. 仪器仪表学报. 2004.(S3)[9].王小龙,张杰,初佳兰. 基于光学遥感的海岛潮间带和湿地信息提取——以东沙岛(礁)为例' [J]. 海洋科学进展. 2005.(04)[10].王忠武,赵忠明,刘顺喜. IKONOS图像的线性回归波段拟合融合方法' [J]. 遥感学报. 2010.(01)【关键词相关文档搜索】：通信与信息系统; 图像融合; 多光谱图像; 全色图像; 多分辨率分析; 小波变换; 非下采样Contourlet变换; 脉冲耦合神经网络; 彩色空间转换【作者相关信息搜索】：吉林大学;通信与信息系统;王珂;陈大可;。

摘要：介绍了遥感影像三种常用的图像融合方式。

进行实验，对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像，简要分析比较三种图像融合方式的各自特点，择出本次实验的最佳融合方式。

关键字：遥感影像；图像融合；主成分变换；乘积变换；比值变换；ERDAS IMAGINE1. 引言由于技术条件的限制和工作原理的不同，任何来自单一传感器的信息都只能反映目标的某一个或几个方面的特征，而不能反应出全部特征。

因此，与单源遥感影像数据相比，多源遥感影像数据既具有重要的互补性，也存在冗余性。

为了能更准确地识别目标，必须把各具特色的多源遥感数据相互结合起来，利用融合技术，针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理效率；同时，必须将海量多源数据中的有用信息集中起来，融合在一起，从多源数据中提取比单源数据更丰富、更可靠、更有用的信息，进行各种信息特征的互补，发挥各自的优势，充分发挥遥感技术的作用。

[1]在多源遥感图像融合中，针对同一对象不同的融合方法可以得到不同的融合结果，即可以得到不同的融合图像。

高空间分辨率遥感影像和高光谱遥感影像的融合旨在生成具有高空间分辨率和高光谱分辨率特性的遥感影像，融合方法的选择取决于融合影像的应用，但迄今还没有普适的融合算法能够满足所有的应用目的，这也意味着融合影像质量评价应该与具体应用相联系。

[2]此次融合操作实验是用三种不同的融合方式（主成分变换融合，乘积变换融合，比值变换融合），对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像。

2. 源文件1 、 imagerycolor.tif ，SPOT图像，分辨率10米，有红、绿、两个红外共四个波段。

2 、imagery-5m.tif ，SPOT图像，分辨率5米。

3. 软件选择在常用的四种遥感图像处理软件中，PCI适合用于影像制图，ENVI在针对像元处理的信息提取中功能最强大，ER Mapper对于处理高分辨率影像效果较好，而ERDAS IMAGINE的数据融合效果最好。

多种融合方法在SPOT—5影像融合中的效果评价作者：王静来源：《科技与创新》2014年第07期摘要：运用多种不同的影像融合技术对SPOT-5影像的多光谱影像和全色影像进行融合，生成新的高分辨率多光谱影像。

通过目视判读，且采用图像均值、相关系数、相对偏差、熵、标准差和平均梯度6个定量指标对不同方式的融合结果进行分析，结果表明，高通滤波融合方法在提高融合影像空间分辨率的同时，也保持了原多光谱影像的光谱特征。

关键词：影像；融合技术；SPOT-5；HPF融合方法中图分类号：TP751 文献标识码：A 文章编号：2095-6835（2014）07-0153-02SPOT-5卫星遥感影像实时性强，覆盖面广，分辨率高，且信息量丰富，已被广泛应用于煤田地质、矿区环境、水工地质、灾害地质等多种地学领域。

融合技术使SPOT-5遥感影像既具有全色数据的高空间分辨率，又具有多光谱数据的光谱分辨率，从色彩、纹理等方面增强了影像的可判读性和区划精度。

一种好的融合方法，不仅要求增强空间分辨率、锐化空间纹理信息，还要求光谱信息保真性高，否则得出的结果偏差很大或错误，不利于遥感解译。

以下采用Brovey变换、乘法变换、主成分（PC）变换、高通滤波（HPF）变换和光谱锐化（Gram-Schmidt变换）方法对工作区内SPOT-5数据的多光谱影像和全色影像进行融合处理，并对各融合效果进行评价。

1 遥感图像的融合算法1.1 Brovey变换法Brovey变换也称彩色标准化融合变换，是通过归一化后的多光谱波段与高分辨率影像的乘积来增强影像信息。

1.2 乘法变换法利用最基本的乘积组合算法直接对两类遥感影像信息进行合成。

1.3 PC变换法多波段图像经主成分变换至各不相关的成分，将高分辨率图像与第一主成分分量图像进行直方图匹配，用匹配后高分辨率图像替换第一主成分，之后使用逆变换得到融合图像。

由于只是用高分辨率图像来替换低分辨率图像的第一主成分，在替换过程中低分辨率图像第一主成分分量中一些光谱特性的信息损失，在很大程度上影响了融合图像的光谱分辨率。

遥感真题答案解析考研遥感专业课真题与课后题答案解析第一套真题答案遥感：是20世纪60年代发展起来的对地观测的综合性探测技术, 有广义理解和狭义理解；广义理解：泛指一切无接触的远距离探测, 包括对电磁场、力场、机械波等探测；狭义理解：利用探测仪器, 不与探测目标相接触, 从远处把目标的电磁波特性记录下来, 通过分析, 揭示目标物的特征性质和动态变化的综合性探测技术。

遥感平台：搭载传感器的工具, 按高度分类, 可以分为地面平台、航空平台和航天平台。

大气窗口：指电磁波通过大气层时较少被反射、散射和吸收的, 透过率较高的波段。

反射波谱：指地物反射率随波长的变化规律, 通常用平面坐标曲线表示, 横坐标表示波长, 纵坐标表示反射率, 同一物体的波谱曲线反映出不同波段的不同反射率, 将此与遥感传感器的对应波段接收的辐射数据相对照, 可以得到遥感数据与对应地物的识别规律。

太阳同步轨道：卫星轨道面与太阳和地球连线之间在黄道面内的夹角, 不随地球绕太阳公转而改变, 该轨道叫~BIL格式：逐行按波段次序排列的格式。

波谱分辨率：指卫星传感器获取目标物的辐射波谱信号时, 能分辨的最小波长间隔, 间隔越小, 分辨率越高。

米氏散射：当大气中粒子的直径与辐射的波长相当时发生的散射, 这种散射主要大气中的微粒引起, 例如气溶胶、小水滴。

散射强度与波长的二次方成反比, 并且向前散射强度大于向后散射强度, 具有明显的方向性。

合成孔径雷达：指利用遥感平台的前进运动, 将一个小孔径的天线安装在平台的侧方, 以代替大孔径的天线, 提高方位分辨力的雷达。

SAR的方位分辨力与距离无关, 只与天线的孔径有关。

天线孔径愈小, 方位分辨力愈高。

图像锐化：又叫图像增强, 是增强图像中的高频成分, 突出图像的边缘信息, 提高图像细节的反差, 图像锐化处理有空间域与频率域处理两种。

1、黑体辐射的特性。

与曲线下面积成正比的总辐射出射度是随温度的增加而迅速增加, 满足斯忒潘-波尔兹曼定律, 即黑体总的辐射出射度与温度四次方成正比MT,作用：对于一般物体来讲, 传感器探测到的辐射能后就可以用此公式大致推算出物体的总辐射能量或绝对温度。

实验名称:影像融合一、 实验内容1. 对TM 影像和SPOT 影像进行数据融合2. 利用均值、标准差、特征值等参数对融合效果进行评价二、 实验所用的仪器设备计算机和ENVI 软件 TM 影像和SPOT 影像三、 实验原理1. 影像融合定义：指将多元遥感图像按照一定的算法，在规定的地理坐标系中，生成新的图像的过程。

目的在于提高图像空间分辨率，改善分类，多时相图像融合用于变化监测。

2. HSV 变换原理：首先将多光谱图像经HSV 变换得到H 、S 、V 三个分量。

然后将高分辨率的全色图像代替V 分量，保持H 、S 、V 分量不变。

最后再进行HSV 反变换得到具有高空间分辨率的多光谱图像。

3. Brovey 变换原理:Brovey 融合也称色彩标准化(Color Normalization)融合,是一种RGB 彩色融合变换方法。

它保留每个像素的相关光谱特性,并且将所有的亮度信息变换成高分辨率的全色图像融合。

Brovey 融合的方法公式定义为： [R new G new B new ]=PanI 0[R 0G 0B 0] 其中:Pan 表示调整大小后的全色光谱图像的对应值 I 0，R 0、G 0、B 0分别表示调整大小后的多光谱图像的对应值，R new 、G new 、B new 分别表示融合后的多光谱图像的对应值。

4. 评价指标 (1) 均值与标准方差图像均值是像素的灰度平均值，对人眼反映为平均亮度；标准方差反映了图像灰度相对于灰度均值的离散情况，可用来评价图像反差的大小。

均值和标准方差的公式分别为μ=1n ∑x i n i=1 ; σ2=1n−1∑(x i −μ)2n i=1;上述两个式子中，n 表示图像总的像素的个数，X i 为第i 像素的灰度值。

(2) 特征值同名地物点在不同波段图像中亮度的观测量将构成一个多维的随机向量，称为光谱特征向量，而这个矩阵向量发生的伸缩变换比值为特征值。

(3) 相关系数描述波段影像间的相关程度的统计量，反映了两个波段影像所包含信息的重叠程度。