松花坝水源区Landsat 7 ETM+遥感影像融合对比研究.docVIP

PAGE PAGE 1 松花坝水源区Landsat7ETM+遥感影像融合对比研究 　　摘要：采用IHS变换、Brovey变换、PCA变换、Gram-Schmidt变换、CN变换和小波变换等遥感影像融合方法，对松花坝水源区2002年Landsat7ETM+多光谱数据与全色波段进行融合，并结合影像的光谱统计参数选取相应评价指标，对这些方法进行评价。结果表明，6种融合方法均能不同程度地提高影像质量，源于同一传感器的不同分辨率影像融合能够有效避免异源传感器影像融合所常见的实相及校正误差，PCA变换效果最佳。 　　关键词：ETM+遥感影像；融合；评价指标；松花坝水源区 　　中图分类号：S7718；P28349 　　文献标识码：A文章编号：1671-3168（2012）06-0022-04 　　收稿日期：2012-11-13 　　基金项目：水利部公益性行业项目“高原盆地城市水源地保护和恢复技术研究”（201101042）。 　　作者简介：董金义（1986-），男，云南保山人，硕士研究生。主要研究方向为三维GIS和遥感技术应用。Email：dongjinyi@163com。 　　遥感影像融合是20世纪70年代提出的数据融合理论，如何将同一地区不同特性遥感影像有效地结合在一起是当前研究的热点之一。遥感影像融合是解决多源海量数据富集表示的有效途径之一，它能够整合不同空间和光谱分辨率的信息，产生比单一数据含有更多细节的融合数据[1]。目前，多源遥感影像融合一般可以分为像元级、特征级和决策级3个层次[2]。如何有效地将多源海量遥感数据融合在一起，并使得融合后的影像既保持多光谱影像的光谱特征，又具有较高的纹理细节辨识能力[3]，这对影像融合具有重要的意义。根据融合所用传感器的不同，影像融合形式一般分为2种：一种是多传感器在同一时间或者不同时间获取的关于同一具体场景的影像融合；另一种是单一传感器在不同时间或者不同环境条件下获取的某一具体场景的影像融合。 　　鉴于现有的传感器，选取松花坝水源区Landsat7ETM+遥感影像，使用不同方法进行融合对比，可避免在影像融合中由于不同时相和不同传感器所造成的各种参数差异问题，解决了影像融合中配准精度问题[4]，并通过几种融合方法进行对比分析，找出一种适合于此区域的最佳影像融合方法，对该区域遥感解译精度的提高具有重要意义。 　　1研究区概况 　　松花坝水源区地处昆明市东北面的嵩明、官渡两县（区）内，北部和寻甸县接壤、西部与富民县相交。地理位置为102°45′～102°59′E，25°08′～25°27′N，南北长36km，东西宽24km，水源区保护面积为593km2。流域地形复杂，地貌结构多样。地势东北高西南低，属低山和中高山地貌，海拔1920～2800m。最高点位于北部梁王山上的大尖山，海拔最低处在松华坝水库坝址。属亚热带西部山地高原季风气候。 　　2影像融合及评价方法 　　此次实验对像元级遥感影像融合问题进行对比分析。像元级影像融合常用的算法有多种，本次采用IHS变换、Brovey变换、PCA变换、Gram-Schmidt变换、CN变换和小波变换等方法对研究区遥感影像进行融合对比分析。 　　林业调查规划第37卷第6期董金义，等：松花坝水源区Landsat7ETM+遥感影像融合对比研究 　　21影像融合方法 　　211IHS变换 　　IHS彩色变化是将标准RGB图像有效地分离为代表空间信息的明度（I）、代表波谱信息的色别（H）以及饱和度（S）[2]。该算法首先将多光谱图像的3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；融合过程则是用高分辨率全色影像去代替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影像。在影像融合中，主要采用的ISH技术有直接法和替代法2种方式。RGB与HIS空间的变换关系式为： 　　212Brovey变换 　　用Brovey锐化方法对彩色图像和高分辨率数据进行数学合成，从而达到图像锐化效果。彩色图像中的每一个波段都乘以高分辨率数据与彩色波段总和的比值。表达式为： 　　213PCA变换 　　主成分分析（PrincipalComponentAnalysis），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（5） 　　其中：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。 　　214Gram-Schmidt变换 　　Gram-Schmidt变换是线性代数和多元统计中常用的方法，它通过对矩阵或多维影像进行正交化，从而消除冗余信息。变换产生的各个分量只是正交，各分量信息量没有明显的变化。另外，Gram-Schmidt变换后的第一分量GSI就是变换前的第一分量，