ihs方法在quickbird数据融合中存在的问题及其改进 - 国土资源遥感.pdf

第３期，总第７３期 国　土　资　源　遥　感 Ｎｏ．３，２００７　 ２００７年９月１５日 ＲＥＭＯＴＥＳＥＮＳＩＮＧＦＯＲＬＡＮＤ＆ＲＥＳＯＵＲＣＥＳ Ｓｅｐｔ．，２００７　 ＩＨＳ方法在 ＱｕｉｃｋＢｉｒｄ数据 融合中存在的问题及其改进 张荣群，赵 明，王志成，高玲玲，翟慧卿 （中国农业大学信息与电气工程学院，北京　１０００８３） 摘要：针对ＩＨＳ变换在ＱｕｉｃｋＢｉｒｄ数据融合中存在的光谱扭曲问题，提出了利用Ｖｉｓｕａｌ－Ｐａｎ波段和线性加权匹配 两种方法进行改进，并给出了Ｖｉｓｕａｌ－Ｐａｎ波段方法中系数 的最佳取值范围，以及线性加权匹配融合图像的空间 α 特征与光谱特征达到最佳效果时Ｐａｎ权值（ｗ ）和Ｉ权值（ｗ）的最佳取值。结果表明，对于Ｖｉｓｕａｌ－Ｐａｎ方法而 Ｐａｎ Ｉ 言，当０．２＜ ＜０．２５时，可以获得非常好的融合效果；而对于线形加权匹配方法而言，当ｗ ＝３／４、ｗ＝１／４时，融 α ｐａｎ Ｉ 合图像的空间特征与光谱特征可以达到最佳效果。 关键词：ＱｕｉｃｋＢｉｒｄ数据融合；ＩＨＳ变换；Ｖｉｓｕａｌ－Ｐａｎ波段方法；线性加权匹配 中图分类号：ＴＰ７５　文献标识码：Ａ　　　文章编号：１００１－０７０Ｘ（２００７）０３－００３６－０３ 光谱覆盖范围与进行合成的真彩色影像的光谱覆盖 ０　引言 范围不一致。ＱｕｉｃｋＢｉｒｄ卫星全色波段的光谱覆盖 范围为０．４４５～０．９０ ｍ，而相应多光谱影像的光谱 μ 目视解译在高分辨率 ＱｕｉｃｋＢｉｒｄ数据应用实践 覆盖范围蓝光波段为０．４５～０．５２ ｍ，绿光波段为 μ 中得到广泛应用，特别是在新一轮全国土地利用调 ０．５２～０．６ ｍ，红光波段为０．６３～０．６９ ｍ，近红外 μ μ 查中有着特别重要的意义。光谱保真度、图像清晰 波段为０．７６～０．９０ ｍ。由此可见，ＱｕｉｃｋＢｉｒｄ全色 μ 度以及空间纹理清晰度是提高目视解译准确率的关 波段不仅包括了可见光波段也包括了近红外波段。 键问题。解决该类问题的最有效方法是对遥感图像 植被在可见光波段表现为较暗的像元，而在近红外 进行融合处理，但是每种融合算法都有其特定的应 影像上表现为较亮的像元。在对 ＱｕｉｃｋＢｉｒｄ真彩色 用范围，因此在使用这些算法时，需要针对特定的遥 影像进行ＩＨＳ变换获得的Ｉ分量中，植被大都表现 感数据与用途进行改进。ＩＨＳ变换法是遥感图像融 为较暗的像元，进行ＩＨＳ融合时，当使用全色影像替 合处理中常用的方法之一，利用ＩＨＳ变换对 Ｑｕｉｃｋ 换Ｉ分量时，由于全色影像中植被表现为较亮的像 Ｂｉｒｄ数据融合时，会产生光谱扭曲问题，它降低了光 元，因而在经过ＩＨＳ反变换后，植被区域出现明显的 谱保真度、图像清晰度以及空间纹理清晰度，影响