刘 昶
(合肥市测绘设计研究院有限公司,安徽 合肥 230000)
0 引言
多源遥感影像融合技术在当前遥感技术发展中是很重要的方向,融合技术[1]是指多源信道所采集的同一目标的图像,通过一定的图像技术处理提取各自信道上的信息,综合成同一图像的过程[2]。由于SAR影像纹理丰富,分辨率高;光学影像光谱信息丰富,符合人的视觉效果,因此两种影像具有很强的互补性,通过融合,将纹理信息和光谱信息集成到一幅影像中[3]。从而突出地物特点、增加影像信息量、提高影像的解译效果,为目标识别和地物判读别提供有力支持,通过融合技术实现影像的优势互补,提高遥感影像的质量。
IHS变换法是图像融合方法最常用的方法之一,在色彩信息保持上具有优势,但不能同时在分辨率上和光谱信息上得到较好的融合效果,易产生光谱退化现象[4-6],小波变换[7]是一种多尺度、多分辨率图像处理技术,但舍弃了高分辨率图像的低频分量,容易产生分块模糊的现象。为了克服小波变换在图像处理中的不足,Contourlet变换和非下采样Contourlet变换[8](Nonsubsampled Contourlet Transform,NSCT)等方法应运而生,特别是NSCT具有多尺度、多方向和平移不变的特性,更适合SAR影像的处理,因此本文研究一种基于NSCT变换和IHS变换相结合的SAR影像和光学影像的融合方法。通过与IHS变换、NSCT变换、小波变换等融合方法进行实验比较,结果表明本文方法融合效果更优。
1 NSCT和IHS变换的融合方法
1.1 非下采样Contourlet变换
Contourlet变换也具有小波变换的优点,能更好的捕捉图像边缘信息,但一些连续点处变换处理时容易导致图像产生失真效果,并且应用Contourlet变换在多光谱影像融合中会导致多光谱影像的频谱混淆光谱信息丢失严重,不利于遥感影像融合的应用。因此在Contourlet变换基础上提出NSCT方法,该方法由非下采样金字塔结构和非下采样滤波器组成,在图像分解和重构的过程中,没有进行上、下采样,所以NSCT具有平移不变性的特征,同时使得其具有多尺度、多方向选择的特性,以及具有良好的空域和时频局部特性[9-11]。图1所示为NSCT变换的框架结构图。
非下采样Contourlet变换滤波器,即设计一组基本的低通和高通滤波器满足式(1)的重构条件,才使得构成NSCT方法的非下采样金字塔结构通过多级迭代实现:
H0(z)G0(z)+H1(z)G1(z)=1
(1)
其中,H0(z)为低通分解滤波器;G0(z)为低通重建滤波器;H1(z)为高通分解滤波器;Gz(z)为高通重建滤波器。NSCT变换除了满足式(1)外,同时还需满足双正交的其他条件。非下采样金字塔滤波器如图2所示。
通过上述对图像的扭转操作和滤波器的组合来实现多级方向滤波器组。通过非下采样扭转和的方法构造了风扇滤波器、象限滤波器以及平行滤波器等滤波器核心部分,在非下采样变换处理中,图像经过象限滤波器组和风扇滤波器组会分为四个方向。
1.2 IHS变换
目前IHS变换在影像融合领域是应用最多的,其中I代表亮度,H代表色调,S代表饱和度。IHS空间同RGB空间进行互换,则变换的公式如式(2)—式(4)所示:
(2)
H=arctan(V1/V2)
(3)
(4)
影像融合采用IHS变换方法时,一般采用高分辨率影像替换多光谱影像的I分量,通过IHS逆变换方法得到融合后图像。但是SAR影像与多光谱影像的光谱信息差异大,经IHS变换后的融合影像一般会发生光谱扭曲情况。
1.3 基于NSCT和IHS变换的影像融合方法
根据以上分析NSCT变换和IHS变换方法的优势,为了更好的利用SAR影像与光学影像的空间信息、光谱信息等,提出一种新的影像融合方法,其该方法的影像融合过程如图3所示。根据影像融合流程图,具体步骤如下:
1)对去噪SAR影像和多光谱影像进行配准处理;2)利用IHS变换对多光谱影像进行处理,得到亮度分量I,色度分量H以及饱和度分量S;3)对SAR影像和多光谱影像的亮度分量I进行NSCT分解,分别得到两影像的高频子带系数和低频子带系数;4)对分解后得到的高低频子带系数运用本文提出的融合规则进行处理,得到融合后的高低频系数;5)将得到高低频系数进行NSCT逆变换得到新的亮度分量I′;6)将I′,H,S分量通过IHS逆变换,得到最后的融合影像。
1.4 高低频融合规则
1.4.1 基于区域能量的低频融合规则
(5)
1.4.2 基于标准差加权的高频融合规则
(6)
(7)
通过高低频融合策略后,NSCT逆变得到新的I′分量,最后进行IHS逆变换得到最终融合图像I′。
2 实验结果及评价
本次实验采用IHS变换、NSCT变换、小波变换和本文方法的4种融合算法进行实验。综合考虑图像的信息量、清晰度和光谱信息,通过选标准差、边缘保持指数、平均梯度、信息熵、相似系数、均方根误差、光谱扭曲程度[12-13]共7种指标来完成评价,通过主观和客观相结合的评价方法,比较分析各种融合算法的优越性。
2.1 实验数据
本文采用Terra-SAR与Quick Bird光学影像,如图4所示。Terra-SAR影像的分辨率3 m,Quick Bird影像分辨率为2.4 m,通过以上4种方法进行融合变换,并分析其精度。
2.2 影像融合及评价
通过IHS变换、NSCT变换、小波变换和本文方法的4种融合算法进行实验,其融合结果见图5,7种评价指标对融合后的影像精度评价结果如表1所示。
表1 融合影像精度评价结果
从主观视觉效果的角度来看,融合影像不如原QuickBird影像清晰,由于原QuickBird影像分辨率为2.4 m,分辨率高,Terra-SAR影像的分辨率为3 m,与其进行融合的过程中,不可避免的降低了影像的谱分辨率。但融合后的影像的纹理信息、边界信息以及光谱信息都得到一定的增强。
结合表1从精度的指标来看:原始影像和本文方法融合结果具有较大的标准差,说明影像地物清晰,容易辨别;本文方法和IHS变换具有较大的信息熵,说明融合结果信息量较丰富,能够较好结合光学影像和SAR影像的地物信息;从边缘保持指数、平均梯度的值都比原始影像有所提高,增加了丰富的纹理信息,与主观视觉效果相吻合;融合后影像的IHS变换光谱扭曲程度最大,也符合IHS变换的基本原理,本文方法的相关系数最大,说明信息量保留大,且光谱扭曲度最小,说明增加纹理信息的同时,较好的保持了光谱信息。通过综合比较,可以看出本文融合方法的各项评价指标均较优,对于SAR影像和光学影像的融合效果较好。
可见对于SAR影像和光学影像的融合,不仅能够保持原始影像的光谱信息,还能有效利用SAR影像的灰度信息,本文提出的NSCT和IHS变换的SAR影像与光学影像融合方法表现相对更优,信息量增加,光谱扭曲减小,图像的细节信息和纹理信息更加突出。
3 结论
影像融合是将SAR影像与光学影像进行结合使用的重要环节,SAR影像独特的成像方式,能够全天时,全天候,不受天气、云层等各种外界因素的影响获取地物信息,从而可以弥补光学影像由于种种外界因素的干扰而丢失的地物信息,同时由于SAR影像纹理信息丰富,与光学影像结合使用,可以使融合影像既包含SAR影像的纹理信息,又包含光学影像的光谱信息。
本文提出基于NSCT和IHS变换的SAR影像与光学影像融合方法,对比不同算法的融合结果,验证了本文提出的变换法在提高影像的清晰度,增加地物的细节信息,减少影像的光谱失真等方面均具有优越性,高质量的影像为目标识别和地物判读别提供有力支持,如影像的变化检测。
