基于ENVI的多源遥感影像数据融合

存档日期： 存档编号：

本科生毕业设计（论文）

论 文 题 目：基于ENVI的多源遥感影像数据融合

* 名： * * 系 别： 环境与测绘系 专 业： 测绘工程 年 级 、 学 号： 11 测绘 1******** * * * 师： * *

江苏师范大学科文学院印制

摘 要

在世界遥感技术领域极速发展的情况下，对于用卫星传感器来观测和获取某一地域遥感影像数据的方法越来越多，此时多时相、多平台、高光谱和高分辨率卫星等影像数据大量涌现，并且在有关地学的多个领域都用到了这些影像数据。多源遥感影像融合技术在处理怎么使各种有差别的的遥感影像既保存着各自重要的使用特点和对象，同时也会将其局限性缩至最小这方面是最有效的途径之一。并且在不同的学科范畴都涉及到多源遥感影像数据融合技术，因此该技术被不断地完善与推行。而当前在世界上对该技术还尚未形成一套完善的理论与方法，于是目前在遥感领域研究的一个重要的研究技术就是周密处理与剖析遥感信息。

本文基于ENVI对多源遥感影像数据融合的研究。第一章介绍了遥感影像数据融合的基本理论知识和本论文内容研究的背景和意义，以及国内外目前对遥感图像融合技术的发展现状。第二章是对数据融合三个层次（像素级融合、决策级融合和特征级融合）的对比介绍，像素级融合、决策级融合和特征级融合，另外还展示了每个层次数据处理流程图。第三章对像素级融合中加权融合法变换、Brovery 变换、IHS变换和PCA变换等融合方法进行了分析比较。第四章介绍了融合的评价指标（主观评价、客观评价）。第五章通过对Quickbird多光谱影像的4、3、2波段和Quickbird全色影像的1波段数据的进行融合实验，对实验结果进行分析，总结出这四种融合方法的特点和适用范围，得到更准确，更可靠、更安全的估计和判断，为相关工作提供帮助。

关键词：数据融合；ENVI；IHS变换；PCA变换；评价指标；多源遥感影像；

I

Abstract

Fast development in the field of remote sensing technology in the world, with satellite sensors to measure and obtain a regional method of remote sensing image data is becoming more and more this time multi temporal, multi platform, hyperspectral and high-resolution satellite , and in the study of the image data used in these areas. Multi-source remote sensing image fusion technology in dealing with how to make a variety of discriminating the use of remote sensing image is kept their important characteristics and objects, and at the same time its limitations will be shrunk to a minimum is one of the most effective way. And in different disciplines category involves multi-source remote sensing image data fusion technology, thus being constantly perfected and the implementation of the technology. And the current in the world and also with the technology has not yet formed a perfect theory and method, so the current research in the field of remote sensing is an important research techniques careful processing and analysis of remote sensing information.

This article is based on ENVI of multi-source remote sensing image data fusion research. The first chapter introduces the basic theoretical knowledge of remote sensing image data fusion and the content of this thesis research background and significance, as well as the present situation on the development of remote sensing image fusion technology at home and abroad. Second chapter on three levels of data fusion (pixel level fusion and decision level fusion and feature level fusion) contrast, pixel level fusion and decision level fusion and feature level fusion, it also shows the data processing flow chart of each level. The third chapter of weighted fusion method in pixel level fusion transformation, Brovery transformation, IHS transform and PCA transform fusion method are analyzed and compared. The fourth chapter of the fusion evaluation (subjective evaluation and objective evaluation). Fifth chapter through to the Quickbird multispectral image of 4, 3, 2 band and Quickbird panchromatic image 1 band data fusion experiments, analysis of the experimental results, summarized the characteristics of the four fusion method and the applicable scope, get more accurate, more reliable and safer estimates and judgment, to offer help for related work.

Key words： Data Fusion；ENVI；IHS transform；PCA transform；Evaluation;Multi-source remote sensing image

1 II

目 录

摘要…………………………………………………………………………………………………Ⅰ Abstract………………………………………………………………………………Ⅱ

1 绪论…………………………………………………………………………………1 1.1 概述………………………………………………………………………………1 1.2 选题研究的背景与意义…………………………………………………………………1 1.3 国内外研究现状 …………………………………………………………………2

1.3.1 国外研究现状……………………………………………………………2

1.3.2国内研究现状…………………………………………………………3

1.4 论文结构…………………………………………………………………………4 2 多源遥感影像数据融合……………………………………………………5 2.1 层次分类 …………………………………………………………………………5 2.2 像素级融合 ………………………………………………………………………5 2.3特征级融合 ………………………………………………………………………5 2.4 决策级融合 ………………………………………………………………………6 3 影像融合的常用方法………………………………………………………………10 3.1 融合常用方法分类 ……………………………………………………………10 3.2 加权融合法………………………………………………………………………11 3.3 Brovery 变换法 …………………………………………………………………11 3.4 IHS 变换 ………………………………………………………………………11 3.5 PCA变换 …………………………………………………………………………13 3.6方法比较………………………………………………………………………14 4 融合影像质量评价…………………………………………………………………15 4.1 主观评价………………………………………………………………………16 4.2 客观评价…………………………………………………………………………17

4.2.1 均值………………………………………………………………………18 4.2.2 标准差…………………………………………………………………18 4.2.3 信息熵…………………………………………………………………18 4.2.4 平均梯度………………………………………………………………18

1 III

4.2.5 相关系数………………………………………………………………18 5 融合实验数据分析…………………………………………………………………20 6 总结与展望……………………………………………………………………25 6.1 总结…………………………………………………………………25 6.2 展望…………………………………………………………………25 7 致谢 ………………………………………………………………………27

1 IV

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

1 绪 论

1.1 概述

在二十世纪七十年代美国最早提出了数据融合（Data Fusion）的概念，然而那时人们并没有对其足够重视，直到进入 80 年代以后在军事中广泛应用直接促使其快速发展[1]。随后用于军用信息方面的融合系统被美国研发出来了，美国全军利用该技术进行目标辩别、目标追踪、形势估评和胁迫估计完善了军方的战略监视系统，在第一代信息融合系统下还研制出了大型的战争系统、小型的战术系统和海洋的监视系统技术，使得信息融合的可行性和有效性得到进一步的证明。

关于数据融合概念说法不一，很难给出数据融合的确切定义。比如美国宇航局在对其功能的方面描述数据融合是将多传感器和多源信息处理过程综合起来来展现和促进实体估计特征提高的能力[2]。军事上美国军队利用该技术进行目标辩别、目标追踪、形势估评和胁迫估计完善了军方的战略监视系统，以及使用该系统对分析战场局势危险情况和受到胁迫的程度实行恰当的详细评估[3]。Lucien在对信息的质量和真实性的研究下，将融合定义为：“为了产生单个信号在质量与可靠性方面都更好的，数据融合要将一组传感器的信息进行综合的处理”。1998 年 L.Wald 对上述的定义进行了改善和补充，给出了更为普通的定义：从表达形式上将数据融合是一个框架, 然后对多源数据进行组织、关系联系和综合归纳是运用特定的逻辑推理用具来完成的,从而通过这些多源数据的共同作用会获得质量更高的信息。数据融合的方式、进程、方法、评价质量等方面都在该定义中给出了比较全面的概述[4]。

1.2 选题研究的背景与意义

遥感技术的数据特性具有庞大性。不同的波谱分辨率、空间分辨率和时间分辨率遥感图像由多种对地观察卫星不断地来提供。任何单一信息源在不同的遥感卫星成像原理和不同的技术条件限制下，都不能将目标对象特征全部展现出，在操作领域方面都会有一定的特指性和限制性，于是信息源单一的数据很难达到数据资源在信息监测方面的要求。随着遥感技术的飞速发展，怎么将所需数据资源信息在基于大量数据的数据库中充分显现出出来，迫使人们急切的寻找一种可以对各源数据进行综合利用的方法来对观测目标有一个更加清晰、全面和准确的解读与认识。图像融合为了获取比任一单一数据更加准确、更加充足的新图像则需要对多幅遥感图像数据中的同一目标

1

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

检测选用一定的算法来实现,。为了提高解译的精度指标、解译的可靠性以及它的使用频率我们可以用融合将多源信息进行总结归纳，来消除它们之间的冗余和抵牾。 冗余性、互补性、合作性是多源遥感影像数据所供应信息的三个最基本特征。影像对其环境或目标的表述，冗余性的体现为影像描述和解译的结果都是一样的，这样使目标的相关误差和不确定性大大减少，并且识别率和精确度也能相应被提供是该信息应用的一大优势；在遥感中相互独立的不同信息通过融合来互补彼此的缺陷度，这样大大增加了结果的可靠性，这就是互补性的主要内容；合作性顾名思义就是指不一样的传感器在勘测和处置自己获得的信息的时候不能单独的处理会对另外的消息有相互依赖性，这样使得各信息相互合作，从而可以各信息间的相互协调能力。

在实际应用中我们为了获得影像对环境或对象的解译正确，通常会结合并且应用影像数据各自的优势，多源遥感影像融合技术在处理怎么使各种有差别的的遥感影像既保存着各自重要的使用特点和对象，同时也会将其局限性缩至最小这方面是最有用的渠道之一，于是目前我们对遥感影像进行融合的探究刻不容缓。在信息处理方面多源遥感影像数据融合不单只是一种纯粹的处理数据的技术，而更多的表现是在对遥感信息实行综合管理和剖析的技术层次。该技术不单单能准确的为地理系统信息更新技术提供数据，并且还能促进目前与计算机相关的融合视觉信息技术的发展，以此对此研究已渐渐在遥感应用方面成为钻研的重点之一。

1.3 国内外研究现状

1.3.1 国外研究现状

在国外二十世纪七十年代美国最早提出了数据融合（Data Fusion）的概念，然而那时人们并没有对其足够重视，直到进入 80 年代以后在军事中广泛应用直接促使其快速发展。基于遥感技术飞快发展的形势下，国外学者顺应着形势在对融合进行大批的探究和工作的前提下，最终得到了一些显著的研究成果。在某些国外的参考文献中提出当时影像融合的主要发展方向是对特征级和决策级融合的研究，比如对DS的证实推理、贝叶斯（Bayesian）的决策统计论述、推理模糊、自动适应空间权融合方法、鉴于分类决策树的融合方法和当时火热的神经网络的研究等。从应用程度上讲，相比其他两级的融合方法最先被投入使用并且使用的范围最普及的是像素级融合方法，所以我们要把大部分的精力都放在研究像素级融合方法的内容上。例如海顿第一次就在遥感影像融合中将以色彩空间为代表作的定位参数的IHS的亮度、色度、饱和度植入

2

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

到其中去，并且还运用高分辨率图像来提高对多光谱图像的处理效果。因为该方法融合的影像的算法简单并且在效果上该融合后的目视较好，所以该方法受到众多学者的认可，并且使它在生活中的应用更加普及，然而渐渐地人们发现影像融合后的光谱失真现象严重是该方法的最大缺陷。进而人们探寻可以将影像不同波段之间的相关性克服掉的影像技术，PCA法随之而生并饱受青睐，处理成像原理不一样的遥感图像之间的融合也运用到了该融合方法。国外学者Jia为了考证在维持光谱效果真实的方面PCA法是不是要比IHS法更突出，于是他将SAR影像与TM影像采取了融合实验。实验结果总的来讲PAC法更突出，但融合后目视的效果不佳也是该方法不可避免的缺点；基于小波变换的离散正交小波变换的图像融合算法，并进行分析，从小波融合图像的频率域的角度变换具有很好的频率，实现图像滤波的优点。在图像融合中做了大量的基于小波分解层的研究；

1.3.2 国内研究现状

我国对于遥感影像融合方法的研究相比国外来说相对较晚，其中主要原因有：首先国内相对自主的影像资源极其贫乏这样直接使有关影像融合的技术发展较迟；另外在需求方面国内的遥感技术相比国外要小的多这样就间接地对遥感融合技术诞生的萌芽产生了影响。

经过对国内许多参考文献的阅读掌握到目前我国关于特征级和决策级融合方法

的钻研还正处在早期的起步阶段，例如关于分类的常用融合的方法是由焦子弟提出的；由陈东林等人提出的融合方法是一种如何准确地结合影像的光谱特征的处理方法；严冬梅钻研了怎样在具有典型性的路段中将某一特定区域提取出来生长的目标融合法；在证据推理方面方勇借此研究了多源遥感影像融合；肖刚对此基础上提出一种改进的“ISODATA”算法在通过对遥感影像的特征影像融合理论方面进行了具体的研究后；董晓冲等在基于遗传算法的基础上提出影像分级决策融合法等，并且研究的主要是怎么对像元级融合方法做出改良的方面内容。

在“863计划”和“第九个五年计划”中我国提出了目前国家着重探究的项目和着重

的规划是信息融合技术，其中最关键的技术之一是高新技术产业范畴中的发展，计算机方面的技术以及航空航天技术的发展等。目前国内在探究多传感器图像融合方面处于领先者的组织主要有武汉大学、中科院遥感所、北京理工大学、西北工业大学、南京理工大学等。

3

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

总结上述情况我们可以得出，关于如何对遥感影像进行融合的方法方面，当下我

国对此的研究必须还要增强，特别是在对光谱扭曲严重相对于像元级融合方法的这一问题的研究上，目前都还没有解决的方案还需要更近一步的研究。所以对于从影像融合应用的角度来讲，选择对像元级遥感影像融合方法的钻研，是非常有实际意义的。

1.4 论文结构

本论文从研究多源遥感影像数据融合技术出发，以Quickbird多光谱影像和

Quickbird全色影像为数据源，进行了以下的研究工作：

本论文共有六个章节，各章节描述的详细内容如下所述：

第一章为绪论，粗略的描述了本论文课题探究的背景和意义，目前国内外研究近

况，以及本论文探究的基本内容。

第二章为遥感图像融合，图像融合三个层次像素级、特征级、决策级的比较，并描绘出三个层次的融合流程，对比出三个层次的优缺点。

第三章为像素级融合中的常用方法：加权融合法变换、Brovery 变换、IHS变换和PCA变换等进行了分析与比较。

第四章为数据融合的主观和客观的分析，对主观和客观分析进行描述主观分析的方法和客观分析的相关指标。

第五章通过对Quickbird多光谱影像的4、3、2波段和Quickbird全色影像的1波段数据的融合实验总结出这四种融合方法的特点和适用范围。

第六章为结论和展望，通过研究得出的一些结论并通过此论文得到的心里体会再

指出对以后的发展做出更大胆的假设。

4

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

2 多源遥感影像数据融合

2.1 层次的分类

人们根据数据的抽象层次效果将多源遥感数据分为三个等级即像素级（特征提取之前）、特征级（属性说明之前）、决策级（数据独立属性说明之后）【5】。

2.2 像素级融合

将经过空间配准好的影像按照某种独特的算法进行融合，这是像素级融合的主要内容，算法一般有加、乘、梯度、线性平均、比值和多元回归运算等，接着是对融合后的影像实行提取特征和说明属性的操作【6】。该融合的层次是最低的并且在倘若只知道原始数据层的情况下也可以对影像进行融合，对于多元图像的复合、图像剖析等处理都可以用该融合方法进行。像素级图像融合可以获得更大、更全面的信息量， 并且为进一步的图像分析与理解提供依据。传感器的融合配准的准确度高，相比其他两个融合层次而言该融合独特之处在于它可以尽量的将一个对象的初始信息保留下来，而且其他两融合水平不能给予的微妙的信息它也具备，该融合的精度也很高。缺点是该方法对信息的处理量大，处理代价高、耗费时间长、高要求的校准精度、实时性差、抗干扰能力差[7]。由于像素级融合是图像融合的最低水平，大部分算法都集中在该水平，并能够更多的使图像保留着真实性，还有能给予其他层次不能给予的微观信息的独特优势，因而被广泛应用。

像素级融合的常用方法有：加权融合方法、Brovey变化方法、 IHS 变换融合方法、主成分变换方法等。

图2-2为像素级融合的过程。

2.3 特征级融合

处于中层的融合是特征级融合，该方法流程是首先将通过校准后的数据来对影像特征进行提取，其次为了得到同一目标的特征向量要将这些数据实行综合处置和分析，这样每种传感器都能得到处理后的数据，然后在对这些数据进行融合，最终再进行图像的分类或目标的识别[8]。人们对目标状态的信息状况和特征的状况的融合是特征级融合主要探究的重要的两个内容。多传感器在如何对目标进行判读的领域主要应用的是目标状态信息融合。该融合系统处理流程为首先进行预处理，预处理完成后用

5

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

影像1 影像2 影像N影像几何纠正与噪声去除 像素级融合融合处理融合结果 图2-2 像素级融合

Figure2-2 Flowing Chart of Pixel Level Data Fusion

2.4 决策级融合

处在最高层次上表示信息的融合是决策级融合，是指首先将配准后的数据先进行预处理、特征提取、识别的处理，然后再将目标初步识别结果与之相对应的传感器数据给出来，然后根据地物的不同特征得到图像分类结果，最后得出联合推理结果[10]。决策级融合是直接利用特征级融合后得到的各类目标特征信息来对具体目标进行决策，然后给出简单而明了结果的融合过程。所以，在此图像融合中相对其他的融合对配准图像的精度要求较低。不同的逻辑推理的方法，不同的统计方法以及信息理论可以用在此图像融合，因为对影像特征提取的预处理要求较高，所以此融合的处理代价较高。决策级融和方法在对图像有良好的实时性和容错性方面展现出了巨大的优势，该方法对融合的处理要求的时间段，怎样将分类特征的组合和量化和统一的机理难以表达缺点是该融合的主要缺点[11]。

6

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

决策级融合的常用方法有：最大似然法， 基于Dempster-Shafer理论方法，基于

模糊集理论方法，基于BP神经网络方法等。

决策级融合流程如图 2-4 所示。

影像1 影像2 影像N影像几何纠正与噪声去除 目标识别特征级影像融合评 价融合结果 图 2 -3特征级融合流程图

Figure2-3 Flowing Chart of Feature Data Fusion

3个融合层次比较如表2-5 所示。

表2-5 3个融合层次比较

Table 2-5 The Comparison of Three Fusion Levels

融合的层次 信息的抗干扰精度大容错性实时性优处理的融合水平

7

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

丢失量

像素级融合 少 特征级融合

适中

能力 弱 适中 强

小 大 适中 小

能力 弱 适中 强

劣 弱 适中 强

工作量 少 适中 多

差 适中 优

决策级融合 多

影像1 影像2 影像N影像几何纠正与噪声去除 目标识别决策级影像融合评 价融合结果 图 2-4 决策级融合流程图

Figure2-4 Flowing Chart of Decision Level Data Fusion

8

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

3 影像融合的常用方法

在三个融合层次中最基础的融合是像素级融合，所以我们要对像素级进行融合，融合后才能为后两级融合提供相应的影像特征，实际中对影像的目视解译是该级融合层次的主要运用。在影像融合三个层次中像素级融合是钻研最为娴熟和有用的一级，目前对该融合已经有了一套充足有效的融合方法来描述它。本章主要的内容介绍像素级融合的主要方法。

3.1 融合常用方法分类

影像融合方法如图3-1所示。融合常用方法：加权融合方法、 Brovery 变换方法、 IHS变换方法、PCA变换方法等。

加权融合法乘积性融合法空间域融合比值融合法高通滤波融合法 高频调制融合法影像融合法 金字塔融合法多分辨率融合小波变换融合变化域融合彩色变换融合法分量替换融合主分量分析容和法线性回归融合法

图3-1 像素级融合方法

9

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

Figure 3-1 The Method of Pixel Level Fusion

3.2 加权融合法

[12]

加权融和方法是基于像元，对全色和多光谱影像的波段进行灰度值的加权计算。加权融合法按式（3-2）进行融合。

IfusedA*(PHIHPLIL)B (3-2)

Ifused 为融合影像灰度值；A、B为常数；PH、为权系数；IH、IL分别为高空间分辨率影像

和低空间分辨率多波段影像的像PL素灰度值。权系数和常数的选取决定了融合影像效果的

质量。

3.3 Brovery 变换融合法

Brovery 变换融合的另一个说法为彩色标准化变换融合，该变换融合的主要目的是如何将多光谱影像三个颜色的波段（红、绿、蓝）标准化，通过多光谱标准化和高分辨率图像乘积的产品提高图像信息[13]。该方法最明显的特点是最大限度地发挥每个像素如何对其光谱特性的保留以及如何将影像的光彩信息转变为高分辨率图像全色信息的融合，将融合图像的视觉效应大大增强了。式（3-3）是Brovey 融合的定义公式。

RPan*(R/I) GPan*(G/I)

BPan*(B/I)

其中 I(RGB)/3 （3-3）

Pan 为调整大小后的全色光谱图像的对应值，R 、 G、 B 分别代表了影像光谱数据的红色光波段，绿色光波段，蓝色光波段。

3.4 IHS 变换

IHS 变换是一种成熟的空间变换算法，IHS(I表示亮度；H 表示色调；S 表示饱度)。把彩色影像的RGB(红、绿、蓝)变换成IHS,称为 IHS 正变换；由 IHS 变换成RGB 称为 IHS 的反变换[14]。IHS系统能够将影像的颜色的特征定量地描绘出来，

10

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

因此该变换在图像的数字化处置和理会中使用最为的广泛。我们在研究中要将RGB空间与IHS空间的模型关系建立起来来实现RGB和IHS之间的转换。该变换方法通常有圆柱体变换、球体变换、单六角锥变换、三角形变换这四种形式。坐标系的选择和计算量是这些变换的主要区别。本文以圆柱体彩色变换和单六角锥彩色变换为例来比较RGB和IHS之间的正反变换如表3-4所示。

表 3-4 圆柱体彩色变换和单六角锥彩色变换

Table 3-4 Color Transformation And Single Cylinder Pyramid Color Transformation

彩色变换

正变换 反变换 当0H120时

1S*COSH R13COS60H备注

BI13131SG3IRB

C0当GB C当GB

RGB

当120H240时

S*COSH1201G13COS180HR13圆柱体变换

S2RGBHtan13GBC

6R2G2B2RGRBGB3

1SB3IRG

当240H360时

S*COSH24011B3COS300HG131SR

3IBG

maxmax[R,G,B]minmin[R,G,B]

单六角锥变换

maxmin ImaxSminRBH5/6当R=max，

RGh=0时R=I,G=T,B=P h=1时R=Q,G=I,B=P h=2时R=P,G=I,B=T

当S0时，令 h=floor3H/

G=min

11

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

RGH1/6当R=max，

RBh=3时R=P,G=Q,B=I h=4时R=I,G=P,B=I h=5时R=I,G=P,B=Q

P=I(1-S) Q=I（1-S(H-h)) T=I(1-S(1-H+h)

)

B=min

GRH1/6当G=max，

GBB=min

GBH3/6当G=max，

GRR=min

BGH3/6当B=max，

BRR=min

BRH5/6当B=max，

BGG=min

3.5 PCA变换

主成分(PCA)变换也叫主元素分析，K-L变换，它是为了获得一组相互没有关系的综合指标来替代原来指标，所以它要将许多具备一定关联性的原始指标来重新的在组合一下。在最小均方误差方面的意义上讲PCA变换是一种最好的正交变换。主成分变换在对低分辨率多光谱影像与高空间分辨率影像融合的过程为：首先用该方法对多光谱影像采用主成分变换，变换后来求取各影像的主分量，最终得到融合后的影像。主成分变换法融合流程如图3-5所示.。

3.6 融合方法比较

通过前面几种方法的介绍来对比一下它们的优缺点，如表3-6所示。

表3-6 各融合方法的比较

Table 3-6 The Comparison of Each Fusion Method

融合方法

优点

信号分化重建的过程中不会使信息

缺点

融合影像从总体看颜色信息没有和特征空间自然地结合在一起的正如高通滤波后的图像效果，此外也有一些目

标较小的光谱信息会丢失。

加权融合法

发生丢失和冗余，将多光谱图像在空间细节表达的方面能力进行有效地增强，来使图像的光谱特性在融

12

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

合的先后保持一致。 多光谱图像融合法变换空间分解为颜色和亮度分量的计算，该方法不仅能维持原光谱信息的内容还能将

影像进行锐化。

IHS变换具有显着改善的纹理，和

IHS 变换

颜色，基本保持多光谱影像多光谱颜色。高空间分辨率影像的信息大

部分被保留了下来。 该方法在多光谱图形的全部波段中

主成分(PCA)变换

都可以适用，将多光谱影像的判 别和观测的本领也提高了，将多光谱影像的光谱特征更好地被保留了下

来。

高空间分辨率影像多光谱影像中只可选取三个波段进行变换，这样综合利用信息不全还会是信息的其他波段消失。标准化涉及的融合过程中，在像素灰度值方面该融合图像的结果比其他方法要小。 该方法会导致光谱信息缺失的现象更加严重，因为此原因不能让所有的波段数据都选择到融合中去，融合后的

数据利用率被降低。

因用简单的替换来替代第一部分高分辨率图像，反主成分因子的合成方向会偏移原来的方向，造成色相变化。各主成分经过该方法变换后会失去它本有的物理特征，并且在容和区域的

选择上也异常敏锐。

低分辨多光谱影像Brovery 变换融合

空间配准高空间分辨率影像拉伸配准的多光谱影像主分量变换分量替换（拉伸的高空间分辨率影像代替第一主分量）逆主分量变换融合的影像

图3-5 主成分变换法融合流程

13

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

Figure 3-5 Flowing Chart of PCA

4 影像质量评价

目前在对遥感影像的研究中，对某一个目标进行融合会有多种融合方法，不同的融合方法对应着不同的融合效果有好有坏，怎样才能知道融合效果的好坏，这时我们就要对融合结果进行有关影像质量的评价。

在多遥感器图像融合中，由于获取数据来源的方法，融合的方法也不一样，这样

对评价的融合结果也不一样。但是目前人们在对融合后效果好坏评价的研究上投入了较少的精力，以定性与定量评价为主的多种统计分析方法是目前评价融合影像的最常用的方法。定性评价是通过视觉图像对比融合前后的变化，该方法受个人主观的影像因素较大。定量评价的评价内容的关键是图像所包含的信息量，以及在统计特性的基础上产生的信号的信噪比，客观评价的定义和分类精度[15]。主要评价方法如统计特征可以用均值，方差，标准差和统计值显示基于各种遥感图像融合方法的一般特征。影像的熵、交叉熵、联合熵是从影像包含的信息量角度来对结果进行剖析，比如我们常用仙农（Shannon）理论建议的信息熵来评价融合质量，基于信息熵的来源的交叉熵评价前、后两图像像素信息融合的相对差异，对于效果的总体评价是在多波段图像融合的联合熵；图像的清晰程度以及图像的之间的对比度和细节纹理是否变化有时也可用平均梯度来评价，也有学者在小波变换的基础上使用小波的平均能量融合来将在细节方面异常丰富的图像的系数都标示出来，在反映图像的分辨率和清晰的指标上它比其他的梯度更加能映射出该情况[16]。评价方法不仅有上面提到的几种方法还有其他的评价方法。融合图像对应于原始图像特征的一个粗略的评估后（空间或光谱）得到与融合图像之前和之后的相关程度。1999年何国金等人为了衡量融合前后光谱损失情况的大小而采用了对图像光谱扭曲值的研究方法[17]，他们为了从其他方面来对融合结果进行评价，从而选择了从融合后影像分类的精度以及影响对地面地物的辨识能力等方面来进行评价，这种评价指标有很大的实际意义，这会促进融合影像更加广泛的应用到其他领域中去。

对图像融合效果进行的评价不仅可以被用来检验融合结果是不是成功，而且在对怎样提出新的融合方法也有巨大的推进作用；如若要对它实用的范畴供应事实理论的依据这时我们就可以将融合图像实行影像质量的评估；对各环节和因素的融合图像质量分析，改进或控制融合成像的方法和过程，是为了提高融合后的质量。有效性的

14

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

主观评价方法评价分为视觉效果和基于数理统计评价方法。ENVI（The Environment for Visualizing Images）是一种很完善的数字影像处理系统[18]。本文借助ENVI来对融合后个评价指标进行对比与分析。

4.1 主观评价

影像的主观评价就是通过人的主观思想来观察影像，并对影像的质量进行评价

[19]

。由于该方法就是通过人为的对图像信息进行判断所以该方法比较简单、便捷，在

有些固定领域总应用非常广。评论融合图像是否配准就可以运用该方法，倘若没有配准好的话就会导致影像与影像之间有重叠影像的效果。我们经过对不同图像对比研究可以看出图像的光谱信息是不是丢失和缺真还有在信息进行空间传输时是不是重要的信息会丢失；确定在融合前后有关图像的纹理细节和图像颜色的讯息是否相同；确定融合图像的总体亮度与色调差别是不是合适，会不会有影响影像质量的现象出现如模糊的像遮上了一层雾或像打了马赛克一样；确定会不会对图像的清晰度产生影响以及评价后图像的边缘是不是还清晰等[20]。人眼对于主观评定法最大的优势是可以对图像上那些显著的地物如道路、田地、居民地、以及机场等可以直接比较还可以感知出地物色彩之间强烈的差异以及得到图像本身在空间中的分解力和清晰度的差异，另外在评价图像光谱特征的能力中是其他评价方法不可匹及的。这种方法是主观的，眼睛的感受程度通常都决定了融合图像的质量。

绝对、相对评价目前是主观评价内容中的两种主要的类型评价[21]。绝对评价的内容主要是由观察者事先依据规章好的评价尺度在结合上自己自身以前对于评价的经验在对影像进行评价是绝对评价的主要内容，有时为了指导观察者对影像的质量作出更合理的综合评价我们要提供一幅标准影像作参考。如表4-1所示“全优度尺度\"是绝对评价中经常使用的评价尺度。

表4-1 融合影像质量主观评价的绝对评价

Table.4-1 Absolute Subjective Assessment of Fusion Images

影像判读质量 质量极优的影像 质量优的影像 质量良的影像 质量低的影像

15

影像判读质量的等级 V级 IV级 III级 II级

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

质量极低的影像 I级

观察者要对影像好坏进行比较并判定它的等级质量，首先要对影像按质量由好到坏的顺序排列好，这是相对评价的主要内容。如表4-2所示“群优度尺度\"是相对评价的常用方法。

表4-2 影像质量主观评价的相对评价

Table 4-2 The Relative Evaluation of Subjective Evaluation of Image Quality

影像判读的质量 质量最优的影像 质量优的影像 质量较优的图像 质量适中的影像 质量较低的影像 质量低的影像 质量最低的影像

影像判读质量等级 VII 级 VI级 V级 IV级 III级 II级 I级

最终评价的结果的成绩是由许多观测者观测后给出分数，在将这些分数结合起来取其平均值得出。平均值Cp的公式如式（4-1-1）所示为：

CpnkCk/nk （4-1-1）

k1k1kk式中Ck为影像属于k类的分数，

nk判定该影像属于k类的观察者人数。

4.2 客观评价

人为地主观评价有一定的缺陷，因此，除主观评价外，我们还应将客观评价导入系统的评价中。当前影像的信息量大小、清晰度高低、对比度强弱等是遥感影像的客观评价的主题评价内容，统计的方法是该评价主要应用到的方法。本论文就依据影像的评价算法来计算影像评价中的均值 、熵、标准差、平均梯度四种具有代表性的客观评价参数[22]。

4.2.1 均值

均值就是图像中所有像素的灰度平均值。均值的定义如式（4-2-1）所示为。

16

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

MN1 Fm,n*m*n （4-2-1）

m1n1 M ,N为像元的行列数

4.2 .2 标准差

标准偏差反映图像的相对离散的灰度平均值。标准偏差的计算公式如式（4-2-2）所示。  4.2.3 信息熵

熵反映了影像包含信息量的丰富程度，依据著名的仙农（Shannon）信息论原理[23]，

1mnMx,yFx,y2 （4-2-2） mnx1y11幅8 bit位表示的影像x的熵如式（4-2-3）所示为。

255H(x)pilog2pi （4-2-3）

i0式中： x 为要输入的图像变量，pi 为图像的像元灰度值为i的概率。信息熵的大小决定了图

像包含信息的丰富程度。

4.2.4 平均梯度

平均梯度g在细小细节方面反映图像的对比度的能力展现出了极大地优势，并且

可以被用来评价图像的清晰度，同时还能反射出图像中对微小细节对比度和纹理变换特征。其计算公式如式（4-2-4）为。

(m1)(n1)Fx(x,y)2Fy(x,y)21(()())/2 （4-2-4） g

(m1)(n1)xyi1式中 g 越大，影像越清晰。

4.2.5 相关系数

两幅图像间相似的程度大小用相关系数来表述，多光谱信息的改变大小也可用此

来表示。x,y两幅图像的相关系数的定义如式（4-2-5）所示为。

17

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

__mn(M(x,y)M(x,y))(F(x,y)F(x,y))x1y1 （4-2-5）

__mnmn22(M(x,y)M(x,y))(F(x,y)F(x,y))x1y1x1y15 实验数据分析

本文选择Quickbird多光谱影像的 4、3、2波段,分辨率为0.61米,大小为1024(像素)X1024(像素)米和Quickbird全色影像的1波段,分辨率为2.24米,大小为4096(像素)X4096(像素)在几种融合方法下的客观评价值来比较各融合方法，Quickbird第（2,3,4）波段融合影像和Quickbird全色影像的1波段原始图像如图5-1所示。

图5-1 Quickbird（第2,3,4）融合影像Quickbird全色影像（经放大）原始图

Figure 5-1 The Original Fusion Image And The Original Panchromatic Images of Quickbird

加权融合法变换融合的图像如图5-2所示。

18

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

图5-2 加权融合后的图像

Figure 5-2 The Fusion Image of Weighted fusion

Brovey融合变换对比如图5-3所示。

图5-3 Brovey融合变换后的图像

Figure 5-3 The Fusion Image of Brovey

HSV融合方法（IHS变换）融合后图像比较如图5-4所示。

19

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

图5-4 IHS融合后的图像 Figure 5-4 The Fusion Image of IHS

PCA 融合法融合后的图像如图5-5所示。

图5-5 PCA 融合后的图像

Figure 5-5 The Fusion Image of PCA

20

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

主观评价：（1）从色彩上讲IHS融合变换和PCA融合变换色彩的变化较大，蓝色的道路变成浅蓝色，粉红色的土地变成暗红色和深红色，红色的树木变成暗红色。Brovey融合变换的颜色变化不深，红色的树木变成了亮红色，粉红色的土地变成了浅红色，加权融合法的颜色变化不大，同一类对象的颜色基本保持一致，可见加权融合法在保持光谱特性的性能优于其他三种融合方法。

（2）从清晰度、纹理边缘来看，融合影像上地物与地物之间的分界线都能清晰辨认，像道路，房屋边界等线状物都比原始影像要清晰，加权融合法和PCA 融合法比IHS融合法和Brovey融合法的图像更清晰，道路、房屋的边界等线状地物的构像在图5-1和图5-5中有清晰的反差,对比图5-1和5-5房屋边线细小纹理，图5-1比图5-5更清晰，综上主观评价中加权融合法效果最好，其次是PCA融合法，IHS融合法，Brovey融合的图像效果和其他三种融合方法相比最差。

客观评价：实验数据如表5-6所示。

表5-6 实验数据分析结果

Table 5-6 The Results of Experimental Data Analysis

21

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

与对应

影像

波段号

均值

标准差

熵

平均梯度

多光谱波段相关系数

Quickbird多光谱 Quickbird全色影像 加权融合法

4 3 2 1 4 3 2 4 3 2 4

IHS变换

3 2

PCA变换

法

4 3 2

65.476 70.843 74.263 136.106 65.862 71.230 74.650 40.770 46.325 47.102 64.017 71.650 73.463 137.726 134.010 136.242

20.070 18.675 20.086 27.636 21.533 20.163 21.776 11.055 16.880 12.784 18.884 23.502 20.032 15.457 18.665 23.076

6.0372 6.0733 6.1104 4.9831 6.3155 6.3005 6.3704 5.2688 6.0135 5.5068 5.9374 6.3513 6.0078 5.8501 6.0676 6.4616

3.4023 3.0011 4.1711 11.1472 9.1346 9.1047 9.8118 3.7235 4.2410 4.5037 5.2264 5.9580 6.3582 7.9425 5.0333 8.9250

1 1 1 0.9171 0.9067 0.9188 0.9161 0.9580 0.9178 0.9152 0.9515 0.9170 0.2261 0.9436 0.6331

与全色影像相关系数 0.1355 0.6378 0.5758 1 0.2706 0.7450 0.6712 0.4701 0.6400 0.8222 0.3667 0.6361 0.7482 0.8733 0.6377 0.9420

Brovery 变换

从上表可以清楚四融合方法和融合图像的面积变化率是最高的主成分变换，远高于其他三种方法的融合。在主观和客观评价中主成分变换法的光谱失真是最大的，从而导致了主成分变换融合影像分类误差较大的现象。尽管 IHS 变换和 Brovery 变换的融合影像分类后影像面积的的变化率较小，但都对原始影像的光谱特性产生了不同程度的影响，另外因为IHS 变换和 Brovery 变换融合影像的空间分辨率都有了提高，并且加强了影像的纹理信息，所以在高密度建筑物的分类提取中发挥出优势。平均梯

22

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

度的加权融合方法进行图像融合和原始图像的相关系数最高，加权融合方法保持光谱特征和地形的细节表达的能力。所以在低频地物信息的提取和高频信息的提取上都展现出了优势，因此在融合影像的分类结果中加权融合影像的面积变化率是最低的。

6 总结与展望

6.1 总结

（1）本文阐述了多源遥感影像数据融合的基本 概念，给出了多源遥感影像数据融合的范畴领域，并且分析了多源遥感影像数据融合的国内外发展局势。

23

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

（2）阐述了多元遥感数据融合的几个层次以及它们的优缺点，以及每个融合的处理流程，一般为了提高融合处理的效率，适当的融合层次和融合方法必须确定好，所以我们必须首先在处理前按照各层次数据融合的特点和应用的目的以及数据源的特点为依据。

（3）本文着重总结了多源遥感影像像素级影像融合的方法。各类融合方法都对影像发生了一些变化如将原始影像的平均梯度增强了，加强了对地物细节方面表达的能力，还可将原多光谱影像的光谱产生了转变。不同的融合方法有不同的作用、优势与不足，从本文融合方法的对比中加权融合法融合效果最好。我们应综合利用这些方法的优势与不足从而使影像数据更好地为目标检测、变化检测和目标识别服务。

（4）本文还提出了影像质量评价的指标，均值、标准差、信息熵、平均梯度、相关系数这些都是评价影像的指标，并给出了这些指标的变化与影像质量的关系.

（5）因为数据源的不同和区域配准的不同所以目前我们遥感数据融合方法的钻研有很多。另外还有对不同的传感器类型、不同分辨率相比的空间融合等都要对数据融合进行多种情况的研究，如何能提高图像的空间分辨率，能够保持原始多光谱图像的光谱特征并没有改变，并保证在原始光谱数据中分离的图像融合的重点目标仍然是可分的，目前仍然不知道在不同情况下的最好融合策略，而用户只能靠自己的经验来判断出融合的结果。另外，由于地表的景观还拥有动态性，所以在缺失同一时刻获得的数据情况下，融合的效果也会产生变化。

6.2 展望

本文对遥感影像融合层次、像素级融合的主要方法以及融合后影像评价的指标展开深入研究，并通过对影像进行实验分析，但是遥感图像融合技术在遥感图像分析中是一种重要的工具，我们对遥感影像融合技术的研究还远远不够，所以我们对影像融合发展的后续情形提出恰当的憧憬。

虽然目前遥感影像数据融合被使用的领域非常多且研究领域也很广大，但到目前

为至影像融合的理论和数学模型还没有统一的规范，而且在特定应用上要用特定的方法来应对，由于应用的不同导致在对融合结果的评价上也得不到统一的标准来规范。如何在提升融合影像空间分辨率的情况下还尽可能保证原影像的光谱待征是目前遥感影像融合的主要目标，这样能确保在后续的分析中理解的有效性。目前研究遥感影像的像素级融合的问题比较多，所以对于特征级与决策级信息融合问题的研究也是将

24

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

来一个重要发展方向。

致 谢

四年的大学生活匆匆而过，我也迎来了校园生活的最后历程。经过我多次修改

25

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

后，终于把论文写成。在本次论文设计过程中，我学会了好多内容，如正式文体该怎么写文体的思路、格式等要严格的按照要求来完成，当然这些内容的领会都要归功于我的导师林卉老师的细心、耐心、严谨的指导，作为我们学校优秀的副教授、硕士生导师，还是江苏省“青蓝工程”优秀青年骨干教师，林卉老师在学术上有很深的造诣，荣获了许多奖项。私底下林卉老师还是我们人生道路上的指向标，他会耐心的听力的烦恼然后在细心地教导你给你强有力的支持，林卉老师那无私为人，严格要求自己的精神是我以后要一直学习的目标。在此我要对我的指导老师林卉老师献上最高的敬谢之意。

在者我要感谢和我度过珍贵大学四年光阴的同学，学习上他们给了我很大的帮助并且督促我的学习，生活上也给了我很大的帮助使我渐渐地完成了本次的论文过程。导师们的高深精湛的造诣与严谨求实的治学精神和同学的学习热情是我不可夺取的宝贵财富。在这论文即将完成之际，我的心情无法平静。

最后感谢给位老师在百忙之中还要抽取时间对本文进行审阅，评议。在此要非常感谢参与本人论文答辩的各位老师。

参考文献

[1] 贾永红. 多源遥感影像数据融合技术[M].北京：测绘出版社，2005.8 [2] 邵振峰.城市遥感[M].武汉大学出版社,

26

2009.11

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

[3] 康停军，姚静，武文波.遥感影像数据融合方法的比较分析[J].辽宁工程技术大学测绘与地理科学学院，2011.3

[4] Jun Li, SPATIAL QUALITY EVALUATION OF FUSION OF DIFFERENT RESOLUTION IM AGES[C] ,ISPRS 2012

[5] 赵文吉，段福州，刘晓萌，徐智勇.ENVI遥感影像处理专题与实践[M].北京中国环境科学出版社，2013.4

[6] 袁传武，柯尊胜，陈双田等．多源遥感数据融合原理与模型结构及应用[J] ．西南林学院学报 ，2014.2

[7] 王胜利,余学祥，杨然.小波理论在遥感图像融合中的应用[J]． 北京测绘，2012.3 [8] 冉向书.多源遥感图像融合及其应用研究[D]. 西安：西北工业大学硕士学位论文， 2013.3

[9] 负培东，曾永年.像元级遥感影像融合方法研究[D]．中南大学，2010.8

[10] 王建梅,李德仁．全色与多光谱数据融合方法用于土地覆盖分类中的比较研究．测绘通报[J]，2011.10

[11] Shi W Z，Zhu C Q，Zhu C Y et a1．Multi—band wavelet for fusing SPOT panchromatic and multispectral images[J]．Photogrammetric Engineering and Remote Sensing，2012.5

[12] 杨肖琪，林嵩,金斌等．高分辨率卫星遥感数据的融合比较研究 [J]．集美大学学报 ,2013 .4

[13] 王昱，胡莘，张保明．数字影像质量评价方法研究[J]．测绘通报，2012。5 [14] Ramesh C，Ranjith T．Fusion performance measures and a lifting wavelet transform based algorithm for image fusion[C]．Proceedings of 5th International Conference on Information Fusion，Maryland，USA，2012.3

[15] 赵英时．遥感应用分析原理与方法 [M]．北京科学出版社．2013．10

[16] 王淑，王恒山，肖刚．多源遥感影像融合理论、技术和应用[J] ．微型电脑应用，2010，2

[17] 樊旭燕，付春龙，石继海，武丽娟。基于主成分分析的遥感图像模拟真彩色融合方法[J].测绘科学技术学报，2013.4

[18] TANGG J SH．A contrast based image fusion technique in the DCT domain[J]． Digital Signal Processing，2011.3

[19] Henri Maitre，Isabelle．Image Fusion[D]．Elsevier Science，2012.4

27

江苏师范大学本科生毕业设计 基于ENVI的多源遥感影像数据融合分析

[20] 杜子涛．多源遥感影像像素级融合技术的应用研究[D]．陕西长安大学，2013 [21]张永生.遥感图象信息系统[M].科学出版社，2012.5

[22]阳方林，郭红阳，杨风暴．像素级图像融合效果的评价方法研究[J]．测试技． 术学报，2013.1

[23]王洪华,王双亭,杜春萍,基于多进制小波的多源遥感影像融合[J ] ,中国图象图 形学报, 2012. 4

28