Pleiades -1卫星影像的图像融合方法研究

第３７卷第８期　测绘与空间地理信息　Ｖｏ１．３７，Ｎｏ．８　２０１４年８月　ＧＥｏＭＡＴＩＣｓ＆ＳＰＡＴＩＡＬ　ＩＮＦｏＲＭＡＴＩｏＮ　ＴＥＣＨＮｏＬ０Ｇｙ　Ａｕｇ．，２０１４　Ｐｌｅｉａｄｅｓ一１卫星影像的图像融合方法研究　廖丹　，王永东　，李天坤　，李廷轩　（１．四川农业大学资源环境学院。四川成都６１１１３０；２．四川省第一测绘工程院，四川成都６１０１００；　３．四川农业大学部江堰校区，四川都江堰６１１１８０）　摘要：图像融合可以提高原始图像的质量、增加可视性效果、充分挖掘影像特征，为影像后期的深入分析提供　数据支撑，但现有与Ｐｌｅｉａｄｅｓ—ｌ卫星影像有关的图像融合方法还甚为少见。因此，本文以遥感处理软件（ＥＮ．　ＶＩ４．８）为处理平台，采用该软件自身提供的ＨＳＶ，Ｂｒｏｖｅｙ，Ｐｃ，Ｇｒａｍ—Ｓｃｈｍｉｄｔ，Ｃｏｌｏｒ　ｎｏｒｍａｌｉｚｅｄ，ＰＡＮ　Ｓｈａｒｐｅｎｉｎｇ变　换６种融合方法对Ｐｌｅｉａｄｅｓ一１卫星影像进行融合处理，经主观评价和定量评价后可以看出，Ｇｒａｍ—Ｓｃｈｍｉｄｔ变换　能明显提高原始图像的质量，融合后的效果最好，因此Ｇｒａｍ—Ｓｃｈｍｉｄｔ变换是Ｐｌｅｉａｄｅｓ—ｌ卫星影像最佳的融合　方法。　关键词：Ｐｌｅｉａｄｅｓ卫星影像；图像融合处理；定量评价　中图分类号：Ｐ２３７　文献标识码：Ｂ　文章编号：１６７２—５８６７（２０１４）０８—００５９—０５　Ｓｔｕｄｙ　ｏｎ　Ｍｅｔｈｏｄ　ｏｆ　Ｐｌｅｉａｄｅｓ一１　Ｓａｔｅｌｌｉｔｅ　Ｉｍａｇｅｓ　Ｆｕｓｉｏｎ　ＬＩＡＯ　Ｄａｎ　，ＷＡＮＧ　Ｙｏｎｇ—ｄｏｎｇ　，ＬＩ　Ｔｉａｎ—ｋｕｎ　，ＬＩ　Ｔｉｎｇ—ｘｕａｎ　（１．Ｃｏｌｌｅｇｅ　ｏｆ　Ｒｅｓｏｕｒｃｅ　ａｎｄ　Ｅｎｖｉｒｏｎｍｅｎｔａｌ　Ｓｃｉｅｎｃｅ，Ｓｉｃｈｕａｎ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ　６１１１３０，Ｃｈｉｎａ；　２．Ｆｉｒｓｔ　Ｓｕｒｖｅｙｉｎｇ　ａｎｄ　Ｍａｐｐｉｎｇ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｓｉｃｈｕａｎ　Ｐｒｏｖｉｎｃｅ，Ｃｈｅｎｇｄｕ　６１０１００，Ｃｈｉｎａ；　３．Ｄｕｊｉａｎｇｙａｎ　Ｃａｍｐｕｓ，Ｓｉｃｈｕａｎ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｄｕｊｉａｎｇｙａｎ　６１１１８０，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｉｍａｇｅ　ｆｕｓｉｏｎ　ｔｅｃｈｎｏｌｏｇｙ　ｃａｌｌ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｑｕａｌｉｔｙ　ｏｆ　ｔｈｅ　ｏｒｉｇｉｎａｌ　ｉｍａｇｅ，ｉｎｃｒｅａｓｅ　ｖｉｓｉｂｉｌｉｔｙ　ａｎｄ　ｆｕｌｌｙ　ｔａｐ　ｔｈｅ　ｉｍａｇｅ　ｆｅａ－　ｔｕｒｅｓ，ｗｈｉｃｈ　ｃａｎ　ｐｒｏｖｉｄｅ　ｔｅｃｈ—ｓｕｐｐｏｒｔ　ｆｏｒ　ｌａｔｅｒ　ｄｅｔａｉｌｅｄ　ｉｍａｇｅ　ａｎａｌｙｓｉｓ．Ｈｏｗｅｖｅｒ，ｌｉｔｔｌｅ　ｔｈｉｓ　ｋｉｎｄ　ｏｆ　ｒｅｓｅａｒｃｈ　ｈａｓ　ｂｅｅｎ　ｓｃｅｕ　ｔｏ　Ｐｅｉａ－　ｄｅｓ一１　ｓａｔｅｌｌｉｔｅ　ｉｍａｇｅｒｙ．Ｓｏ　ｂａｓｅｄ　ｏｎ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｐｒｏｃｅｓｓｉｎｇ　ｓｏｆｔｗａｒｅ（ＥＮＶＩ４．８），ｔｈｉｓ　ａｒｔｉｃｌｅ　ａｄａｐｔｅｄ　ｓｉｘ　ｋｉｎｄｓ　ｆｏ　ｆｕｓｉｏｎ　ｍｅｔｈｏｄｓ　ｉｔ　ｐｒｏｖｉｄｅｄ　ｉｎｃｌｕｄｉｎｇ：ＨＳＶ　ｔｒａｎｓｆｏｒｍａｔｉｏｎ．Ｂｒｏｖｅｙ　ｔｒａｎｓｆｏｒｍａｔｉｏｎ，Ｇｒａｍ—Ｓｃｈｍｉｄｔ　ｔｒａｎｓｆｏｒｍａｔｉｏｎ，Ｐｒｉｎｃｉｐｌｅ　Ａｎａｌｙｓｉｓ　ｃｏｍｐｏｎｅｎｔ　ｔｒａｎｓｆｏｒｍａｔｉｏｎ，Ｃｏｌｏｒ　ｎｏｍｒａｌｉｚｅｄ　ｔｒａｎｓｆｏｒｍａｔｉｏｎ　ａｎｄ　ＰＡＮ　Ｓｈａｒｐｅｎｉｎｇ　ｔｏ　ｄｅａｌ　ｗｉｔｈ　ｔｈｅ　ｆｕｓｉｏｎ　ｏｆ　ｓａｔｅｌｌｉｔｅ　ｉｍａｇｅｓ．Ａｆｔｅｒ　ｈａｖｉｎｇ　ｓｕｂｊｅｃｔｉｖｅ　ｅｖａｌｕａｔｉｏｎ　ａｎｄ　ｑｕａｎｔｉｔａｔｉｖｅ　ｅｖａｌｕａｔｉｏｎ，ｉｔ　Ｗａｓ　ｃｏｎｃｌｕｄｅｄ　ｔｈａｔ　Ｇｒａｍ—Ｓｃｈｍｉｄｔ　ｔｒａｎｓｆｏｒｍａｔｉｏｎ　ｃａｎ　ｓｉｇｎｉｉｆｃａｎｔｌｙ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｑｕａｌｉｔｙ　ｏｆ　ｔｈｅ　ｏｒｉｇｉｎａｌ　ｉｍａｇｅ　ｗｉｔｈ　ｔｈｅ　ｂｅｓｔ　ｆｕｓｉｏｎ　ｒｅｓｕｌｔｓ．Ｓｏ　ｔｈｅ　Ｐｌｅｉａｄｅｓ一１　ｓａｔｅｌｌｉｔｅ　ｉｍａｇｅ　ｏｐｔｉｍａｌ　ｆｕｓｉｏｎ　ｍｅｔｈｏｄ　ｉｓ　Ｇｒａｍ—Ｓｃｈｍｉｄｔ　ｔｒａｎｓｆｏｒｍａｔｉｏｎ．　Ｋｅｙ　ｗｏｒｄｓ：Ｐｌｅｉａｄｅｓ一１　ｓａｔｅｌｌｉｔｅ　ｉｍａｇｅ；ｉｍａｇｅ　ｆｕｓｉｏｎ；ｑｕａｎｔｉｔａｔｉｖｅ　ｅｖａｌｕａｔｉｏｎ　０　引　言　质量的信息，就需要进行图像融合处理。图像融合始于　２０世纪８０年代，是在统一的坐标系统中，采用一定的融　随着遥感技术的发展，传感器由最初单一的可见光　合算法将多源遥感数据生成新信息的过程；能综合单一　传感器发展到现在的多通道、高光谱、红外、雷达等传感　传感器数据或多源传感器数据的信息。不仅能消除数据　器，遥感数据也由低空间、低光谱、低时相分辨率发展到　问的冗余，还能降低其复杂度和不确定性；既增强了空间　了高空间、高光谱、高时相分辨率，获取的数据呈几何量　信息，也保留了光谱信息。目前，按照融合目的和出发点　级增加…。然而，这些日益增多的数据间既有互补性，也　的不同，可将其分为像素级融合、特征级融合和决策级融　存在大量的冗余。因此，为了获取更有用、更精简、更高　合　，其中像素级融合应用最为广泛。该技术是直接对　收稿日期：２０１３一ｌ１—２１　基金项目：四川省科技支撑项目（２０１３ＮＺ００４４）；ｔ￣；ｆｌ省科技厅应用基础项目（２０１０ＪＹ００８３）资助　作者简介：廖丹（１９９０一），女，Ｉ￣ｌ；ＩＩ自贡人，硕士，２０１２年毕业于四川农业大学地理信息系统专业，主要从事遥感与ＧＩＳ的应用研　究工作。　通讯作者：王永东（１９７２一），男，四川绵阳人，副教授，硕士，２００６年毕业于四川农业大学土壤学专业，主要从事３Ｓ技术应用方面的　研究工作。　测绘与空间地理信息　２０１４皋　原始影像进行融合处理，能最大限度的保留影像的光谱　信息　Ｊ。Ｚｈｉｈｕｉ　Ｗａｎｇ等采用像素级融合的基于亮度调节　的平滑过滤器（ＳＦＩＭ）、高通滤波（ＨＰＦ）、Ｂｒｏｖｅｙ、乘积变换　（ＭＬＴ）方法对Ｌａｎｄｓａｔ　７　ＥＴＭ　４－的全色和多光谱影像进行　融合处理，得出ＳＦＩＭ方法能明显提高原始影像的质量，　减少光谱扭曲度Ｅ４］。Ｙｕｅｌｏｎｇ　Ｃｈｉ采用较为常用的像素级　融合方法（ＨＳＶ，Ｂｒｏｖｅｙ，Ｇｒａｍ—ｓｃｈｍｉｄｔ，ＰＣ）对ＩＫＯＮＯＳ影　像进行融合处理，研究结果表明，４种融合方法均能增强　原始影像的光谱信息和纹理信息，提高了原始影像的质　量，其中Ｇｒａｍ—ｓｃｈｍｉｄｔ变换法的融合效果最好　，该结　果与张静伟等人的研究结果一致。。　。亓兴兰等采用基于　像素级融合的ＰＣＡ，ＭＬＴ，Ｂｒｏｖｅｙ，ＨＩＳ，ＨＰＦ变换方法对　ＳＰＯＴ影像马尾松毛虫害信息提取的应用研究表明，５种　图像融合方法得到的结果均优于原始影像，其中ＨＰＦ融　合方法的效果最好，且得到的马尾松毛虫损害信息分类　提取精度明显高于其他方法…。由此可见，像素级的融　合方法不仅能增强图像的光谱信息和纹理信息，还能提　高影像的分类提取精度。　Ｐｌｅｉａｄｅｓ一１卫星由法国国家空间研究中心（ＣＮＥＳ）　于２０１１年ｌ２月１７日发射成功，是欧洲第一颗ｌｍ分辨率　的商用光学遥感卫星。作为ＳＰＯＴ系列卫星的性能补充，　其全色波段的空间分辨率达到０．５　ｍ，多光谱空间分辨率　为２　ｍ，远远高于ＳＰＯＴ系列卫星，极大地提高了地物的清　晰度　。但目前与该影像有关的图像融合研究还极为少　见，因此本文以基于像素级融合的遥感处理软件（ＥＮＶＩ　４．８）作为处理平台，其新增的Ｐｌｅｉａｄｅｓ—ｌ数据处理扩展　模块能有效减少误差。采用该软件提供的ＨＳＶ，Ｂｒｏｖｅｙ，　Ｇｒａｍ—Ｓｃｈｍｉｄｔ（ＧＳ），ＰＣ，Ｃｏｌｏｒ　ｎｏｒｍａｌｉｚｅｄ（ＣＮ），ＰＡＮ　Ｓｈａｒｐｅｎｉｎｇ（ＰＡＮ）６种融合方法对ＰｌｅｉａｄＣＳ—ｌ卫星影像数　据进行图像融合方法的研究，并对融合后图像进行定性　和定量评价，得出较为适合的方法，从而为详细了解影像　的光谱特征和纹理特征，研究影像的地物分类提取提供　数据支撑。　１　数据源　目前，商业卫星中Ｐｌｅｉａｄｅｓ一１属于便捷、灵巧的高分　辨率光学卫星，能在极短的时间内提供精确的空间信息，　其主要的卫星参数见表１　。Ｐｌｅｉａｄｅｓ一１卫星影像数据　在空间分辨率上仅低于ＧｅｏＥｙｅ—ｌ（Ｏ．４１　ｍ）和ｗ０ｄｄ．　Ｗｉｅｗ一２（Ｏ．４６　ｍ）；多光谱波段范围在０．４３—０．９４　ｍ之　间，能充分满足各地物适宜的多光谱范围（蓝色为０．４４～　０．５１、绿色为０．５３～０．６２、红色为０．６３—０．７、近红外为　０．７４～０．８）　…；其全色波段范围为０．４８～０．８３　ｍ，有效　降低了近红外波段对全色图像的影响。本研究采用的是　２０１３年５月２１日都江堰市天马镇金陵村的Ｐｌｅｉａｄｅｓ—ｌＡ　遥感影像，如图ｌ所示。图像已经过大气校正，图像中涉　及水田、旱地、林地、建设用地、道路、园地、水域等特征地　物，由于受季节因素的影响，研究区内建设用地和道路与　植被覆盖区域差异明显，且二者几何特征和线性特征明　显。水田的几何特征明显，亮度较弱，而旱地与林地和园　地光谱特征和纹理特征差异较小，不易区分。　表１　Ｐｌｅｉａｄｅｓ一１卫星参数　Ｔａｂ．１　Ｐｅｒｆｏｒｍａｎｃｅ　ｍｅｔｒｉｃｓ　ｏｆ　Ｐｌｅｉａｄｅｓ—ｌＡ　ｓａｔｅｌｌｉｔｅ　参数　参数值　公司名称　法国国家研究中心（ＣＮＥＳ）　发射日期　２０１１年】２月１７日　轨道高度　６９４　ｋｍ　幅宽　（２０　ｘ２０）ｋｍ　分辨率　多光谱２．０　ｍ，全色０．５　ｍ　多光谱：Ｂａｎｄｌ：Ｏ．４３～０．５５（ｂ）　Ｂａｎｄ２：Ｏ．４９～０．６１（ｇ）　光谱范围（ｕｍ）　Ｂａｎｄ３：Ｏ．６０－０．７２⑩　Ｂａｎｄ４：０．７５～０．９５（ｎｒ）　全色：０．４８—０．８３（ｐａｎ）　太阳倾角　９７。　数据传输　速率／（Ｍｂｉｔ・ｓ　）：６００　圊存容量／Ｇｂ：７５０　注：（ａ）为原始多光谱影像；（ｂ）为原始全色影像　图１都江堰市天马镇金陵村原始多光谱和全色影像　Ｆｉｇ．１　Ｏｒｉｇｉｎａｌ　ｍｕｌｔｉｓｐｅｃｔｒａｌ　ａｎｄ　ｐａｎｃｈｒｏｍａｔｉｃ　ｉｍａｇｅｓ　ｆｏＪｉｎｌｉｎｇ　Ｔｉａｎｍａ　Ｄｕｊｉｎａｇｙａｎ　２研究区概况　都江堰市天马镇金陵村地处都江堰市东南方，位于　由冲击扇形成的平原区的中心位置，属于典型的平原区　域。研究区介于东经１０３。４３　～１０３。４４　和北纬３０。５７　～　３０。５８　之间，耕地总面积约为２７０．５８　ｈｍ　，区域内土地利　用方式复杂，地表覆盖类型多样。　３最佳波段组合　本文采用ＥＮＶＢ．８软件中的６种融合方法进行影像　融合处理，但其中ＨＳＶ变换、Ｐｃ变换和Ｂｒｏｖｅｙ变换只需　选择３个波段进行融合处理，因此为了保证融合后影像的　质量，需要对原始多光谱影像进行最优波段的组合。波　段最优组合的条件是组合的各波段之间的相关性较小，　选择的波段信息量最大，从而减少原始影像中的冗余　现象。　通过ＥＮＶＩ　４．８对研究区内原始多光谱影像进行统　计，得到原始多光谱影像４个波段信息量为Ｂａｎｄ４＞　Ｂａｎｄｌ＞Ｂａｎｄ２＞Ｂａｎｄ３，并对各波段的相关系数进行统　计，结果见表２。从表２中可知，Ｂａｎｄ４与其余３个波段的　相关系数最小，Ｂａｎｄｌ和Ｂａｎｄ３次之，Ｂａｎｄｌ与Ｂａｎｄ２小于　６２　测绘与空间地理信息　２０１４聋　成分，然而高分辨率数据与第一主成分的光谱特征并不　完全一致，导致多光谱图像信息丢失。　５）ＧＳ变换后影像与多光谱影像较吻合，光谱信息和　纹理信息均有增加，地物边界的清晰度也有提高。该方　法与ＰＣ变换相似，也是直接用高分辨率数据替换第一分　骞　…　多；反之，标准差越小，图像层次越模糊。　（３）　标准差是用来评价图像的反差程度。其值越大，则　图像的灰度级越离散，图像层次越分明，反映的信息就越　３）熵值是度量图像丰富程度的重要指标，可以从数　量，但该方法得到的各个分量的信息量区别较小，且变化　前后的第一分量不变，因此，用全色波段代替第一分量造　成的变化较小。　值上反映图像信息量的大小，其计算公式见式（４）：　￡一１　６）ＰＡＮ变换后影像也与多光谱影像较吻合，光谱信　息和纹理信息均有增加，地物边界的清晰度也有提高。　因为该方法是基于统计学原理，采用最小方差技术对融　Ｅ：一∑Ｐ。ｌｏｇ２Ｐ　（４）　式中，　表示图像的灰度级，Ｐ　表示灰度值为　的像元出　现的概率　。在定量评价中，熵值越大于原始图像越好，　表明融合后图像信息量增加了。　４）平均梯度是指图像的清晰度，反映图像对细节的　表达能力以及图像中地物边缘的强度　，其计算公式见　式（５）：　合波段的灰度值进行最佳匹配，从而减少融合结果的色　差，能较好地保持影像的纹理信息和光谱信息。　由此可见，６种融合方法中ＧＳ变换和ＰＡＮ变换得到　融合影像的空间分辨率均有提高，光谱信息和纹理信息　均有一定程度的增加，地物间的差异性增强，地物边界的　清晰度有所提高。　骞　，罕地物的边界越明显。　　㈥　４．２　图像融合定量评价　图像融合的定量评价方法是通过数据统计分析各项　式中，△　表示像素在　方向上的一阶差分，△Ｊ　表示像　素在Ｙ方向上的一阶差分。其值越大，表明图像越清晰，　指标来完成的，主要评价方法包括基于信息量评价、基于　统计特性评价和基于相关性评价。本文选择图像均值、　标准差、熵值、平均梯度和相关系数　等评价指标对融合　后影像效果进行定量评价，结果见表４。　１）图像均值表示图像所有像元灰度值的均值，其计　算公式见式（２）：　５）相关系数反映融合后影像与原始影像的相似度，　包括融合影像与原始多光谱影像的相关系数，融合影像　与全色影像的相关系数　，本文中的相关系数表示前者，　其计算公式见式（６）：　Ｐ＝　Ｍ＝　１　ｍ塞ｃ　Ｆｉ　，　的均值越接近原始图像越好。　（２）　，ｍ　∑∑（　（　，ｙ）一　（　，），））（，（　，ｙ）一　（　，ｙ））　兰ｌ＿—————　ｎ　ｍ　—————＝＝＝（６）　式中，Ｆ　表示坐标为ｉ√的像元的灰度值，ｍ表示像元行　数，／＇ｔ表示像元列数（下同）。在定量评价时，融合后图像　２）标准差表示图像灰度值偏离图像均值距离的平均　数，反应图像灰度值相对于均值的离散程度，其计算公式　见式（３）：　√　∑（肘（　卜Ｍ（　））２∑∑（Ｆ（　）一，（　））　Ｉ，　Ｉ　ｌ　ｙ　Ｉ　式中，　（　．　）和Ｆ（　。ｙ）分别表示融合前后影像的灰度　值，肼（　，＇，）和Ｆ（　，＇，）表示融合前后影像的灰度平均值。　相关系数越大，表明融合影像的光谱特征越接近原始影　像越，空间分辨率的改善程度越高。　表４融合影像定量评价结果　Ｔａｂ．４　Ｑｕａｎｔｉｔａｔｉｖｅ　ｅｖａｌｕａｔｉｏｎ　ｒｅｓｕｌｔ　ｏｆ　ｆｕｓｉｏｎ　ｉｍａｇｅ　第８期　廖丹等：Ｐｌｅｉａｄｅｓ一１卫星影像的图像融合方法研究　６３　由表４可知，ＨＳＶ变换、Ｐｃ变换、Ｂｒｏｖｅｙ变换得到融　Ｚｈｉｈｕｉ　Ｗａｎｇ，Ｘｉｍｉｎ　Ｃｕｉ，Ｄｅｂａｏ　Ｙｕａｎ，ｅｔ　ａ１．Ｓｔｕｄｙ　ｏｎ　Ｄａｔａ　Ｆｕｓｉｏｎ　Ａｌｇｏｒｉｔｈｍｓ　ｏｆ　Ｌａｎｄｓａｔ７　ＥＴＭ＋ＰＡＮ　ａｎｄ　Ｍｕｌｔｉ—　］Ｊ］Ｊ］Ｊ　１Ｊ　１Ｊ　１ｊ　合影像的各项指标均较差。而从均值和标准差上可以看　出ＣＮ变换的均值和标准差在数值上最高，且远高于原始　波段；ＧＳ变换与原始影像最为接近，ＰＡＮ变换次之。另　外从熵值和平均梯度上可以得出ＣＮ变换＞ＧＳ变换＞　ｓｐｅｃｔｒａｌ　Ｉｍａｇｅｒｙ［Ｊ］．Ｉ．Ｊ．Ｅｄｕｃａｔｉｏｎ　ａｎｄ　Ｍａｎａｇｅｍｅｎｔ　Ｅｎｇｉｎｅｅｒｉｎｇ，２０１２，（０５）：１—６．　Ｙｕｅｌｏｎｇ　ＣＨＩ，Ｔｉｎｇ　ＺＨＡＮＧ．Ｓｔｕｄｙ　ｏｎ　Ｏｐｔｉｍｕｍ　Ｆｕｓｉｏｎ　Ａ１一　ｇｏｒｉｔｈｍｓ　ｏｆ　ＩＫＯＮＯＳ　ＨｉｇｈＳｐａｔｉａｌ　Ｒｅｓｏｌｕｔｉｏｎ　Ｒｅｍｏｔｅ　Ｓｅｎｓ．　ＰＡＮ变换，但在相关系数上则表现为ＧＳ变换＞ＰＡＮ变换　＞ＣＮ变换。因此，总体上反映出本研究区最佳的图像融　合方法为Ｇｒａｍ—Ｓｃｈｍｉｄｔ（ＧＳ）变换，ＰＡＮ变换方法次之。　ｉｎｇ　Ｉｍａｇｅ［Ｃ］．Ｍｕｌｔｉｍｅｄｉａ　Ｔｅｃｈｎｏｌｏｇｙ（ＩＣＭＴ），２０１　１　Ｉｎ—　ｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　ＩＥＥＥ，２０１１，７６１—７６４．　张静伟，宋西德，杨吉安，等．不同融合算法对ＥＴＭ＋遥　感影像融合效果对比研究——以陕西安塞县和永寿县　为例［Ｊ］．西北林学院学报，２０１０，２５（５）：１５２—１５６．　５　结束语　本文借助ＥＮＶＩ　４．８软件提供的６种融合方法分别对　该影像进行图像融合处理，并对融合结果进行了质量评　价。经主观评价后可知，Ｇｒａｍ—Ｓｃｈｍｉｄｔ（ＧＳ）变换和ＰＡＮ　Ｓｈａｒｐｅｎｉｎｇ变换的融合效果较好，色彩均能很好地符合原　ＱＩ　Ｘｉｎｇｌａｎ，ＬＩＵ　Ｊｉａｎ，ＣＨＥＮ　Ｆｕｈａｉ，ｅｔ　ａ１．Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ｆｕｓｉｏｎ　ａｌｇｏｒｉｔｈｍｓ　ｏｆ　ＳＰＯＴ—．５　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅｓ　ｉｎ　ｉｎ．．　ｆｏｒｍａｔｉｏｎ　ｅｘｔｒａｃｔｉｏｎ　ｏｆ　Ｄｅｎｄｒｏｌｉｍｕｓ　ｐｕｎｃｔａｔｕｓ　ｄａｍａｇｅ　『Ｊ　１．Ｊｏｕｒｎａｌ　ｏｆ　Ｃｅｎｔｒａｌ　Ｓｏｕｔｈ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｆｏｒｅｓｔｙ＆　ｒ始多光谱影像，且地物的光谱信息和纹理信息均有所增　加，地物边界的清晰度也有所提高，而其余的融合方法由　于全色波段的影响均造成了一定程度的失真现象。　从定量评价中反映出，Ｇｒａｍ—Ｓｃｈｍｉｄｔ（ＧＳ）变换的图　Ｔｅｃｈｎｏｌｏｙ，ｇ２０１１（２）：００５．　徐伟，朴永杰．从Ｐｌｅｉａｄｅｓ剖析新一代高性能小卫星技　术发展［Ｊ］．中国光学，２０１３，６（１）：９—１９．　Ｊｅａｎ—Ｌｕｃ　ＬＡＭＡＲＤ，Ｃａｔｈｅｒｉｎｅ　ＧＡＵＤＩＮ—ＤＥＬＲＩＥＵ，　Ｄａｖｉｄ　ＶＡＬＥＮＴＩＮＩ，ｅｔ　ａ１．Ｄｅｓｉｇｎ　ｏｆ　ｔｈｅ　ｈｉｇｈ　ｒｅｓｏｌｕｔｉｏｎ叩－　ｔｉｃａｌ　ｉｎｓｔｒｕｍｅｎｔ　ｆｏｒ　ｔｈｅ　ＰＬＥＩＡＤＥＳ　ＨＲ　ｅａｒｔｈ　ｏｂｓｅｒｖａｔｉｏｎ　像均值、标准差、熵值、平均梯度、相关系数都略高于ＰＡＮ　Ｓｈａｒｐｅｎｉｎｇ变换，且明显高于其余融合方法。　因此，Ｐｌｅｉａｄｅｓ一１卫星影像数据的最佳融合方法为　Ｇｒａｍ—Ｓｃｈｍｉｄｔ（ＧＳ）变换，而ＰＡＮ　Ｓｈａｒｐｅｎｉｎｇ变换次之。　ｓａｔｅｌｌｉｔｅｓ［Ｃ］．５ｔｈ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｓｐａｃｅ　Ｏｐ—　ｔｉｃｓ，２００４，５５４：１４９—１５６．　童庆禧，田国良，茅亚澜．多光谱遥感波段选择方法的　参考文献：　［１］严明，于冰洋，王智勇，等．从融合视角优化设计星载高　分光学相机全色波段展宽［Ｊ］．航天返回与遥感，２０１３，　３４（３）：１—８．　研究［Ｊ］．宇航学报，１９８３（２）：１—１３．　陈超，秦其明，王金梁，等．农用地遥感图像融合质量评　价方法比较［Ｊ］．农业工程学报，０１１，２２７（１０）：９５—９９．　陆超．基于ＷｏｒｌｄＶｉｅｗ一２影像的面向对象信息提取技　术研究［Ｄ］．杭州：浙江大学，２０１２．　许辉熙．遥感影像融合方法的精度评价［Ｊ］．测绘与空　间地理信息，２００９，３２（６）：１１—１４．　［２］孙洪泉，窦闻，易文斌．遥感图像融合的研究现状、困境　及发展趋势探讨［Ｊ］．遥感信息，２０１１（１）：１０４—１０８．　［３］李丹，甘宇亮，张立涛．基于ＷｏｒｌｄＶｉｅｗ一２卫星的影像　融合处理技术研究［Ｃ］／／第十三届华东六省一市测绘　李微微．遥感图像融合技术及应用研究方法［Ｄ］．秦皇　岛：燕山大学，２０１２．　学会学术交流会论文集．南京：第十三届华东六省一市　测绘学会学术交流会组委会，２０１３．　［编辑：张鑫盎］