第34卷第3期
2009年5月
测绘科学
Science of Surveying and M app ing
Vol 134No 13
M ay
基于缨帽变换的遥感图像融合方法研究
陈 超, 江 涛
①
①②
, 刘祥磊
①
(①山东科技大学测绘科学与工程学院遥感科学与技术系, 山东青岛 266510;
②山东科技大学基础地理与数字化技术山东重点实验室, 山东青岛 266510)
【摘 要】本文阐述了图像融合和缨帽变换的意义, 针对缨帽变换在植被信息提取方面的优点, 提出一种新的基
于缨帽变换的遥感图像融合方法。为了验证算法的有效性, 在城区遥感图像融合中, 将其与其他几种图像融合算法进行比较。实验结果表明, 基于缨帽变换的遥感图像融合方法得到的结果图像纹理清晰、结构完整、光谱保持能力强, 在城市零星绿地提取中有着显著的效果。【关键词】遥感图像; 融合; 缨帽变换; 结果评价【中图分类号】TP75 【文献标识码】A 【文章编号】100922307(2009) 0320105203
1 引言
随着遥感技术的发展, 越来越多的由不同类型传感器获得的多传感器、多时相、多空间分辨率、多光谱分辨率的遥感图像数据被用于对地观测。为了更充分地利用和开发这些数据资源, 需要利用图像融合技术, 将它们各自的优势结合起来, 的多义性、不完全性、, 的准确性[1, 2]。
缨帽变换是由Kauth 和Thomas 于1976年发现的一种线性变换, 它遵循一般的线性变换形式, 能够消除多光谱图像的相对光谱响应相关性, 在全色图像可视化、自动特征提取和生物量估计等方面都非常有用[7]。根据I K ONOS 遥感图像在城市植被信息提取中的应用, 本文在分析缨帽变换原理的基础上提出了基于缨帽变换的遥感图像融合方法, 能够最大程度地提取城区绿地。
的综合效果; 第二分量为绿度指数, 与地面植被覆盖、叶面积指数及生物量有很大关系; 第三分量为湿度指数, 反映了地面水分条件, 特别是土壤的湿度状态。其余分量为黄度指数及噪声[3]。
, 和主成分分析不, 不。随着植被生, , 土壤亮度上的信息减弱; 当植被成熟和逐渐凋落时, 其在绿色度图像特征减少, 在黄度上的信息增强。这种解释可以应用于不同区域上的不同植被和作物[1, 3, 9]。缨帽变换既可以实现信息压缩, 又可以帮助解译分析农业特征, 因此有很大的实际应用意义。
3 技术路线
缨帽变换是针对植被信息提取的影像增强方法, 是全球性的植被指数。它使坐标空间发生旋转, 旋转后的坐标轴指向与地面景物有密切的关系的方向, 特别是与植物生长过程和土壤有关。针对缨帽变换的这个特点, 本文提出了基于缨帽变换的遥感图像融合方法, 并将其应用于城市绿地信息的提取中。
基于缨帽变换的遥感图像融合步骤如下:①将多光谱图像与高分辨率全色图像进行精确配准; ②利用缨帽变换系数对多光谱图像进行缨帽变换; 分别得到:第一分量“亮度指数”、第二分量“绿度指数”、第三分量“湿度指数”、第四分量“黄度指数及噪声”; ③将高分辨率全色图像与多光谱图像缨帽变换后的第一分量进行直方图匹配, 使这两副图像的均值和方差一致; ④用匹配过的高分辨率全色图像代替多光谱图像缨帽变换后的第一分量; ⑤利用替换过的第一分量与其他分量进行缨帽逆变换, 还原到RG B 空间, 得到空间分辨率提高的多光谱融合图像。
2 缨帽变换的基本原理
缨帽变换又称KT 变换。是一种经验性的多波段图像的线性变换, 是Kauth 和Thomas (1976) 在研究MSS 图像反映农作物和植被的生长过程时提出的。在研究过程中他们发现M SS 四个波段组成的四维空间中, 植被的光谱数据点呈规律性分布, 像缨帽状, 因此将这种变换命名为缨帽变换。
缨帽变换数学表达式如公式1所示。
T
(1) u =R x +r
其中R 是缨帽变换系数, x 代表不同波段的灰度值, r 表示常数偏移量, 是为避免在变换过程中出现负值。u 表示缨帽变换后不同的波段的灰度值。经过缨帽变换可以得到与波段数相同的几个分量, 其中前三个分量与地面景物密切相关。第一分量为亮度指数, 反映了地物总体反射率
作者简介:陈超(19822) , 男, 山东省成武县人, 山东科技大学摄影测量与遥感专业硕士研究生, 主要研究方向为遥感图像处理与分析。E 2mail:ayang198206@1631com 收稿日期:2008201211
4 实验
411 实验数据说明
本文所采取的实验区数据为I K ONOS 1m 高分辨率全色波段图像(大小为617×765) 和4m 多光谱波段图像(大小为155×192) , 分别如图1a 、图1b 所示, 其中图1b 为I K O 2NOS 多光谱图像4、3、2波段假彩色合成图像。这两副图像包含建筑物、城市绿地和水等地物。受城市绿化特点的影响, 城市植被林相复杂, 某些植被类型之间光谱差异不显著, 同时又具有大量的零星绿地分布, 要求融合方法既具有较好的光谱保持能力, 又有较好的空间结构。
106测绘科学 第34
卷
图1 I KO NO S 原始图像
412 融合方法的选取
经图像校正、配准后, 分别利用I HS 变换法(图2a ) 、小波变换法(wavelet ) (图2b ) 、主成分变换法(PC A ) (图2c ) 以及本文提出的基于缨帽变换的图像融合方法对实验区数据进行融合
。
图3 缨帽变换及其融合结果图
从图2可以看出, I HS
性, 光谱退化; 小波变换法由于舍弃了高分辨率图像的低频成分, 故很容易出现分块效应和模糊现象; 主成分变换法则会失去源图像的物理特性。以上三种方法在城区植被信息提取中都不能取得理图2 融合结果图像想的效果。
413 基于缨帽变换的图像融
缨帽变换依赖于传感器
(主要是波段) , 因此其转换系数对每种传感器是不同的。I K ONOS 遥感图像的缨帽变换系数如下R 所示(来自ESR I 公司的ERDAS 遥感图像处理软件) 。根据公式1分别得到实验图像的第一分量“亮度指数”(图3a ) 、第二分量“绿度指数”(图3b ) 、第三分量“湿度指数”(图3c ) 、第四分量“黄度指数及噪声”(图3d ) 、融合后图像(图3e ) 。而图3f 则是融合结果图像的一个子区, 其大小为98×118。通过观察融合结果及其子区图像可以发现, 基于缨帽变换的融合图像的光谱特征明显, 光谱保持能力强, 能够很清晰地分辨各处地物的边界, 如红色为绿地, 灰色为道路, 左下角深色为水, 褐色为建筑物屋顶, 并且建筑物间面积较小的绿地也能够很清楚的显现。
01326 -01311 -01612 -0101509-0
1356-0131201719
R =01560-0132501722-[1**********]9-01081-01扭曲程度和偏差指数[1, 7]。本文综合利用信息熵、清晰度和
扭曲程度来对融合结果图像进行评价。
通过表1可以看出:在信息熵和清晰度方面, 本文算法要优于其他三种方法, 这说明基于缨帽变换法的融合图像在保持空间纹理信息和多光谱信息的同时, 其信息量并没有减少。与小波变换法相比, 本文方法的信息熵、扭曲程度虽相应变化不大, 与之相当, 但清晰度较强, 这说明用本文方法融合后的图像在边缘丰富程度及空间细节信息的表现能力方面要优于小波变换法。同样, 在城区植被信息提取中本文算法也比I HS 变换法和PCA 变换法更适用。通过以上分析可以看出, 本文算法能保持低分辨率图像更多的光谱信息和高分辨率图像中丰富的高频信息。
表1 融合图像的信息熵、清晰度和扭曲程度
融合方法类型I HS 变换法
信息熵清晰度扭曲程度
Band3Band1Band2Band3Band1Band2Band3Band1Band24180
[**************]9
[***********][***********][***********][***********][***********][***********][***********]4617643173
小波变换法5165PC A 变换法
51405195
本文算法
6 结束语
从前述分析可以认为:基于缨帽变换的图像融合算法能很好地区分城市间地物, 特别是在零星绿地提取中有显著效果, 突出了细小地物。融合后图像植被与建筑物之间的边界清晰, 结构完整, 有较好的光谱保持能力, 而且零星绿地与周围建筑物对比明显, 最适合于城市植被信息的提取。实验结果表明, 无论是从目视解译还是从定量指标方面, 本文方法在城市绿地信息提取中都要优于其他方法。
另外, 基于缨帽变换的遥感图像融合方法虽然能够很好地区分建筑物与植被, 并且对于城区零星绿地信息提取也有着显著优势, 但是该方法不能很好地区分不同的植被种类, 使得得到的融合图像不能在植被分类等研究中应用。
(下转第163页)
5 融合结果评价
遥感图像融合一般综合利用3类统计参数来进行分析与评价:第一类反映亮度信息, 如均值; 第二类反映空间细节信息, 如信息熵和清晰度; 第三类反映光谱信息, 如
第3期 韩奎峰等 动态矿区DE M 生成方法及其在土地复垦中的应用研究163
4 结束语
1) 通过对我国现有土地复垦工作不足的深入研究, 为了更好地贯彻新土地管理法的精神, 提出了动态土地复垦的方法。并确定了其对空间数据的需求以及空间分析方法。
2) 确定了动态矿区DE M 生成方法, 为空间分析提供了数据基础。
3) 通过实例验证可以得到动态土地复垦所需的决策数据。
参考文献
[1][2]
秦明周1土地利用分类及其影响因素研究[J ]1地域研究与开发, 1997, 16(1) :132161Meifeng, Cai M o wen, xie chunlei L i . GI S 2based 3D li m it e 2quilibriu m analysis f or design opti m izati on of a 600m high sl ope in an open pitmine [J]1Journal of University of Sci 2ence and Technol ogy Beijing, 2007, (1421) :1251
张新, 王小平, 等1ARC /I N F O 软件在矿区土地复垦中
的应用[J].煤矿环境保护, 2000, (14-1) :242261[4]陈秋计1DE M 在矿区土地复垦中的应用研究[J ]1
金属矿山, 2006, (2) :672681
[5]吴侃1矿区土地破坏预测[J ].山东煤炭科技,
2006, (3) :482491
[6]李太启1刘桥二矿动态塌陷区预复垦治理方法[J ].
矿山测量, 1999, (2) :572581
[7]卞正富1矿区土地复垦条件分区研究[J ]1中国矿
业大学学报, 1999(5) :23722401
[8]何国清1矿山开采沉陷学[M]1徐州:中国矿业大
学出版社, 19921
[9]刘立民1基于GI S 的矿山塌陷损害评价系统及可视
化方法[J ]1防灾减灾工程学报, 20031
[10]朱庆1基于规则格网DE M 的地形特征提取算法
[J ].测绘学报, 2004, (1) 1
[3]
M ethod of dynam i c D E M of m i n i n g area genera ti on and its appli ed researchon l and recl ama ti on
Abstract:Firstly, according t o the insufficiency existed in the work of m ining area land recla mati on in our country, the concep 2ti on about ‘dyna m ic land recla mati on ’was distilled and the data foundati on ———dyna m ic digital m ining area digital elevati on model (DDMDE M ) which was used t o define dynam ic land recla mati on app r oach was als o deter m ined 1should include the accu mu 2lated effect result data of land surface caused by coal m ining p r oducti on the of land surface 1The f or mer one can be supp lied by m ining subsidence result data, while the latter lied t o ti m e interval, a series of digital elevati on models (DE M ) (quasi -dyna m ) can be generated by data p r ocessing, then s patial analysis technique of DE M was t and positi on data in subsidence area at different peri ods 1Research on dynam ic t o these data and the result fr om p ractical instances de mon 2strated the feasibility Key words:dyna p r obability integral method; m ining subsidence p redicti on; digital elevati on model; s pa 2tial analysis
HAN Kui 2feng, K AN G J ian 2rong (School of Geodesy and Geomatics Xuzhou Nor mal University, J iangsu Xuzhou 221116, China )
(上接第106页)
参考文献
[1][2]
[3][4]
[5]
赵英时, 等1遥感应用分析原理与方法[M]1北京:科学出版社, 20031
(美) John R 1Jensen 著, 陈晓玲, 龚威, 李平湘等译1遥感数字影像处理导论[M]1北京:机械工业出版社, 20071
费鲜芸1高分辨率遥感影像在城市绿地信息提取中的应用研究[D]1泰安:山东农业大学, 20061杨存建, 刘纪远, 黄河等1热带森林植被生物量与遥感地学数据之间的相关性分析[J ]1地理研究, 2005, 241
王海晖, 彭嘉雄, 吴巍1评价多传感器图像融合效果方法的比较[J ]1红外与激光工程, 2004, 321
刘松涛, 周晓东1图像融合技术研究的最新进展[J ]1激光与红外, 2006, 36:62726311
[7]周家香, 朱建军, 左廷英1I K ONOS 图像的缨帽变换
方法[J ]1矿山测量, 2006, (1) :132141
[8]王攀峰1遥感图像融合[M]1长沙:中国国防科技
大学, 20051
[9]陆冬华, 赵英俊1基于改进型B r ovey 算法的高光谱
数据融合技术[J ]1世界核地质科学, 2006, 23:17721801
[10]L ily R L iang, Carl G Looney 1I m age Fusi on with Spatial
Frequency [R ]1Computer Science Depart m ent, Uni w 2ersity of Nevada Reno, Reno, NV US A, 19991
[11]WU M eng 2che, CHE N Kun 2shan 1A Comparative Study
of I m age Fusi on f or Land Cover Classificati on [J ]1遥感学报, 2006, 10:57825851
[6]
Research on re m ote sen si n g i m age fusi on m ethods ba sed on t a sseled cap tran sfor ma ti on
Abstract :This paper elaborates the significance of i m age fusi on and tasseled cap transf or mati on 1A ne w re mote sensing i m age fu 2si on method based on tasseled cap transf or mati on according t o the advantage in the as pect of vegetati on inf or mati on of tasseled cap transfor mati on is put f or warded 1I n order t o test the availability of the algorith m, a comparis on with other re mote sensing i m age fusi on methods during the metr opolitan area re mote sensing i m age fusi on is perfor med 1A t last, it concludes fr om the test result that this meth 2od can get distinct texture, integrated structure and better light s pectru m p r operty, and it can be app lied t o city greenland extracti on 1
Key words:i m age of remote sensing; fusi on; tasseled cap transfor mati on; measure result
①①②①
CHEN Chao , J I AN G Tao , L I U X iang 2lei (①Depart m ent of Re mote Sensing Science and Technol ogy, Geomatics College, Shan Dong University of Science and Technol ogy, Shan Dong Q ingdao 266510, China; ②Laborat ory of Fundamental Geographic I nf or 2mati on and D igital Technol ogy, Key Laborat ory of Shan Dong, Shan Dong Q ingdao 266510, China )