转自：http://www.digitalgx.com/article/RS/rs31.htm

ERDAS IMAGINE软件中的遥感影像融合方法初探
——以梧州地区IKONOS影像为例

海 敏
（广西航空遥感测绘院 广西南宁 530023）

【摘　要】　本文介绍了利用ERDAS IMAGINE系统为操作平台，对遥感影像进行融合处理的各种方法和具体步骤。
【关键词】　ERDAS IMAGINE 遥感 融合

　　1 图像融合的基本原理
　　随着遥感技术的迅猛发展，光学、热红外、微波、多光谱、高光谱等大量功能各异的遥感器不断更新换代，它们以不同的空间尺度、不同的时间周期、不同的光谱范围以及不同的扫描方向和极化方式等，多方面地反映地物目标的各种特性，构成同一区域的多源数据。与单源遥感数据（仅能反映地物目标某一个或几个方面的特征）相比，多源遥感数据既具有很重要的互补性，又存在冗余性。融合就是将同一区域的多源遥感图像按统一的坐标系统，通过空间配准和内容复合，生成一幅比单一信息源更准确、更完全、更可靠的新图像的技术方法。通过数据融合，一方面可有针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理的效率；另一方面又能将海量多源数据中的有用信息集中起来，融合在一起，便于各种信息特征互补，发挥各自的优势获得更多的有用信息，减少识别目标的模糊性和不确定性，从而为快捷、准确地识别和提取信息奠定基础。
　　2 IKONOS卫星数据介绍
　　IKONOS是美国空间成像公司于1999年9月24日发射升空的世界第一颗高分辨率商用卫星，是由美国洛克希德马丁（Lockheed Martin）公司设计制造的。雷神（Raytheon）公司负责建立地面接收系统和影像处理系统即客户服务系统。IKONOS卫星一共有5个成像波段，分别是：全色波段：0.45-0.90微米；波段1（蓝色）： 0.45-053微米；波段2（绿色）：0.52-0.61微米；波段3（红色）：0.64-0.72微米；波段4（近红外）：0.77-0.88微米。其中，全色波段的地面分辨率是1米，多光谱波段的地面分辨率是4米。IKONOS卫星数据可以部分代替航空影像，广泛用于城市、港口、土地、森林、环境、灾害调查和军事目标动态监测以及国家级、省级、市县级数据库的建设、更新等方面。
　　3 ERDAS IMAGINE软件中遥感影像融合具体过程
　　为了得到1米分辨率的彩色影像数据，将IKONOS影像的多光谱波段数据和其全色波段数据进行融合。ERDAS图标面板工具条，单击 Interpreter图标| Spatial Enhancement | Resolution Merge命令，打开Resolution Merge对话框。
　　在 Resolution Merge对话框中，需要设置下列参数：
　　3.1 选择融合的影像文件
　　1）高分辨率影像文件（High Resolution Input File），对于IKONOS影像来说就是指全色波段的影像文件；
　　2）多光谱影像文件（Multispectral Input File），这里指包含多个波段数据的影像文件。使用ERDAS IMAGIN软件提供的Layer Selection and Stacking功能（Image Interpreter | Utilities... | Layer Stack....）将IKONOS的多光谱波段的影像文件合成一个影像文件；
　　3）融合后输出文件（Output File）的路径及文件名；
　　3.2 选择多光谱文件用来进行融合的波段号（Layer Selection）：
　　合成的多光谱影像会有几个波段的影像，在这里输入层名来选择要进行融合的波段。可以使用“，”来列举层名，也可以使用“：”来表示参与融合的层的范围。
　　3.3 选择融合方法（Method）
　　遥感图像融合的关键就是选择合适的融合方法，而对于融合方法的选择，则取决于被融合图像的特性以及融合的目的。ERDAS IMAGIN软件在这里提供了三种影像融合的方法，分别是：主成分变换融合法，乘积变换融合法以及Brovey变换融合法。
　　3.3.1 主成分变换法
　　主成分分析法（principal component analysis，PCA）是将多波段的低分辨率图像进行PCA变换，将单波段的高分辨率图像经过灰度拉伸，使其灰度的均值与方差和PCA变换第一分量图像一致；然后用拉伸过的高分辨率图像代替第一分量图像，经过PCA逆变换还原到原始空间生成具有高空间分辨率的多波段融合图像。其中PCA的运算公式如下：

　　其中：
　　e ＝主成分波段号；
　　Pe ＝主成分波段e的主成分输出值；
　　k ＝某一输入波段；
　　n ＝波段总数；
　　dk＝输入的数据文件k波段的值；
　　E ＝向量矩阵，Eke表示矩阵中位于k行e列的数据。
　　3.3.2 乘积变换法
　　乘积变换法融合是应用最基本的乘积组合算法，直接对2种空间分辨率的遥感数据进行融合，其运算法则为：
　　（DNB1）（DNhigh res.image） = DNB1_new
　　其中：B1= 波段号
　　3.3.3 Brovey变换法
　　Brovey变换法融合是较为简单的融合方法，它是为RGB影像显示进行多光谱波段颜色归一化，将高分辨率全色影像与多光谱影像红、绿、蓝波段的比重各自相乘完成融合。其计算公式为：
　　[DNB1 / DNB1 + DNB2 + DNBn] x [DNhigh res.image] = DNB1_new
　　[DNB2 / DNB1 + DNB2 + DNBn] x [DNhigh res.image] = DNB2_new
　　…
　　其中：B =波段号
　　变换处理完成后，再反变换得到新图像。
　　3.4 选择重采样方法 （Resample Techniques）：
　　ERDAS IMAGIN软件提供三种常用的重采样方法来计算输出影像内插新像素的灰度值，分别是最临近像元法、双线性内插法以及三次方卷积法。三种方法各有优缺点：最近像元法取距离输入图像上整数坐标点最近的输入像元值作为输出像元值，不破坏原来的像元值，处理速度比较快；双线性内插法用内插点处的4个邻近像元值进行二维内插，该方法较之最近像元法计算量大，而且发生高频信息损失；三次卷积法在重采样点一个邻域内，通过卷积运算求采样点的像元值，没有高频信息损失但是计算量最大。
　　3.5 设置输出影像参数（Output Options）：
　　在这里可以选择是否将输出影像的色彩数转换成8位，也就是0～255之间（Stretch to Unsigned 8 bit）。也可以选择在计算输出影像文件的时候，像素值为0的像素是否被忽略（Ignore Zero in Stats）。
　　3.6 设置数据类型（Data Type）
　　这里可以显示输入的影像文件的数据类型，也可以选择输出影像文件的数据类型。一般来说输出文件的数据类型和输入的多光谱文件的数据类型应一致，这样可以减少软件运行的步骤，从而减少融合时间。特别是如果采用主成分变换法进行融合计算，输出文件的数据类型必须和输入的多光谱文件的数据类型一致。IKONOS的多光谱文件的数据类型是Unsigned 16-bit，输出文件也按照这个类型设置的话，输出的影像就是16位色，色彩数在0~65534之间。这样转成的TIFF文件不能直接在PhotoShop等图像处理软件中编辑，需要使用ERDAS IMAGIN软件提供的Rescale功能（Image Interpreter | Utilities... | Rescale... .）将其转换到8位色，使色彩数位于0~255之间。
　　以上参数设置好以后，就可以点击ok进行融合运算。
　　4 小波变换融合
　　ERDAS IMAGINE软件8.7以上的版本提供了另一种融合方法，小波变换融合（Wavelet Resolution Merge）。这种融合实际是一种图像锐化处理，是利用相对来说分辨率较高的全色影像对分辨率较低的多光谱影像进行锐化处理。实际上，这种方法最初所针对的是landset TM影像，是为了提高TM多光谱影像的分辨率而设计的。软件中的算法是一种改进后的算法，除了传统的全色影像与多光谱影像融合以外，这种算法可以用来融合任意的两种影像，例如将Radar影像和SPOT全色波段影像进行融合。将来自不同的传感器的影像进行融合可以分为4个级别的操作，分别是：信号级、像素级、特征级和决策级。ERDAS IMAGIN的小波变换融合算法是属于像素级的融合算法，这样的算法融合出来的影像比较适合依赖于人眼的观察和分析。当然，使用这种方法融合后的影像也应当可以进行计算机为基础的分析（例如监督分类），所以，这种算法必须尽量减少光谱失真。
　　4.1 小波理论
　　基于小波变换的图像算法类似于傅立叶变换。在傅立叶变换中，使用长的、连续的（正弦和余弦）波作为基础，而小波变换则采用短的、离散的波作为基础。在图像处理方面，小波可以作为用来滤波的窗口的尺寸参数。小波变换的关键是选择用来做基础的波形。这种波形是影像的基本波形，输入的影像可以细分为这种波形的倍数。小波的波形具有很多的数学特征，这使得小波比简单的正弦波和余弦波更有用。例如，小波是离散的，因此，小波的长度是有限的；而相对的由于正弦波是连续的，所以它的长度也是无限的。一旦确定了用来做基础的波形，就可以按照频率增长的倍数来确定一整套波形。举例来说，就是有关的两倍频率的小波、3倍频率的小波、4倍频率的小波等，都可以创造出来的。然后将输入的影像分别按照合适的波形进行分解，得到图像二维离散小波变换的四个分量：
　　http://www.digitalgx.com/article/RS/images/rs31/31-2.jpgIMAGINE软件中的遥感影像融合方法初探" TITLE="ERDAS IMAGINE软件中的遥感影像融合方法初探" />－逼近系数；
　　http://www.digitalgx.com/article/RS/images/rs31/31-3.jpgIMAGINE软件中的遥感影像融合方法初探" TITLE="ERDAS IMAGINE软件中的遥感影像融合方法初探" />－水平分量，行方向的变化系数；
　　http://www.digitalgx.com/article/RS/images/rs31/31-4.jpgIMAGINE软件中的遥感影像融合方法初探" TITLE="ERDAS IMAGINE软件中的遥感影像融合方法初探" />－垂直分量，列方向的变化系数；
　　http://www.digitalgx.com/article/RS/images/rs31/31-5.jpgIMAGINE软件中的遥感影像融合方法初探" TITLE="ERDAS IMAGINE软件中的遥感影像融合方法初探" />－对角线分量，对角线方向的变化系数；
　　小波变换的示意图如下：

　　其中：http://www.digitalgx.com/article/RS/images/rs31/31-8.jpgIMAGINE软件中的遥感影像融合方法初探" TITLE="ERDAS IMAGINE软件中的遥感影像融合方法初探" />分别是用来分解图像的低通和高通滤波器。
　　ERDAS IMAGIN软件提供的小波变化算法是将输入的高空间分辨率影像通过几次迭代的高通滤波和低通滤波分解成一系列的各种分辨率的低通影像及其相对应的高通影像，直到得到和要融合的多光谱影像的分辨率一致的低通影像及其相对应的高通影像，然后用经过重采样及直方图匹配的多光谱影像代替最后得到的低分辨率的低通影像（即http://www.digitalgx.com/article/RS/images/rs31/31-2.jpgIMAGINE软件中的遥感影像融合方法初探" TITLE="ERDAS IMAGINE软件中的遥感影像融合方法初探" />）进行逆运算，从而得到高分辨率的多光谱融合影像。
　　4.2 ERDAS IMAGIN的小波变换融合方法的具体步骤
　　单击 Interpreter图标| Spatial Enhancement |Wavelet Resolution Merge命令，打开Wavelet Resolution Merge对话框。这里大部分的参数的设置方法和Resolution Merge对话框的参数设置是一样的，不同的在对多光谱影像的转换方式（Spectral Transform）上。软件在这里提供3种转化方法，分别是：单波段法（Single Band）、IHS变换法（IHS）、主成分法（Principal Component）。这三种方法的目的都一样，由于高分辨率的影像是单波段的影像，所以，相应的，多光谱影像也要转换成单波段的影像。
　　4.2.1 单波段法
　　单波段法是将多光谱影像按照一个波段一个波段的方式与高分辨率的影像进行融合，最后组合成一个多波段的影像。这种方法适合所有的多光谱影像，但是融合速度较慢。
　　4.2.2 IHS变换法
　　IHS变换法适用于只有3个波段的RGB影像。它是多光谱影像从三原色（RGB）空间变换到IHS表色系统（孟塞尔表色系统）。一般来说，图像的RGB颜色空间不适于融合处理，而IHS系统则正好相反，它清楚地说明了特定颜色通道的特征。在色度学中，通常把由RGB空间向IHS空间的变换称为IHS变换，其计算公式如下：

　　变换后的影像再与高分辨率的影像按照IHS的顺序进行小波变化融合。最后再做HIS逆变换得到融合后的RGB影像。选择IHS变换后，还需指定RGB分别所在的层。
　　4.2.3 主成分法
　　这里的主成分法是计算出多光谱影像的PC-1，然后用PC-1与高分辨率影像进行小波变换融合。
　　4.3 小波变换的限制
　　首先，小波变换理论对高分辨率影像和多光谱影像的配准程度要求很高；其次，小波变换要求高分辨率影像的光谱范围和多光谱影像的光谱范围最好一致，如果光谱范围相差太大会导致光谱失真；然后，小波变换要求要进行融合的两幅影像没有暂时性的差异，也就是说不能出现以下的情况：一幅有植被，而另一幅相应地方的植被却以被砍伐、同一水域的面积在两幅影像上有差异；最后高分辨率影像的分辨率必须是多光谱影像分辨率的2的倍数。所以，如果要使用小波变化进行融合，最好是采用同一传感器同一时间同一地区不同波段的影像。
　　5 试验结果与分析
　　以下是分别用文中提到的6种融合方法进行融合的结果：

　　其中：
　　（1）使用主成分变换法；
　　（2）使用乘积变换法；
　　（3）使用Brovey变换法；
　　（4）使用小波变换中的单波段法；
　　（5）使用小波变换中的IHS法；
　　（6）使用小波变换中的主成分法；
　　从目视中可以看出。使用小波变化法的融合影像在色彩上明显优于使用其他方法的融合影像，而其中又以单波段法最接近原始RGB影像的颜色。IHS法更接近理想中的RGB颜色，而主成分法亮度明显提高，而对比度下降，使影像反差降低。
　　从算法时间上来看，（1）（2）（3）种方法明显要比小波变换的算法要快。而且，这三种方法不像小波变换法一样受到很多限制，任何两种影像都可以用来融合。
　　在遥感影像数据的融合过程中，不同的融合算法都对影像的特性产生了不同程度的影响，几乎每种融合算法都要在一定程度上扭曲原始多光谱信息，从而导致了相同地物的纹理、光谱等特征表现有很大的不同。因此，应当根据融合的目的和需要融合的影像条件来选择适合的融合方法。

【参考文献】
[1] 戴昌达，姜小光，等.遥感图像应用处理与分析[M].北京清华大学出版社，2004．
[2] ERDAS IMAGINE Field Guide
[3] ERDAS IMAGINE Tour Guide
[4] 贾永红，李德仁，孙家柄.多源遥感影像数据融合[J]，遥感技术与应用，2000，15（1）