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?????????圆柱体变换
S??2R?G?B??H?tan?1??3?G?B???C
??6R2?G2?B2?RG?RB?GB3
R?13?1?S?B?3I?R?G
当240??H360?时
?S*COS?H?240??????1?????1?B??3?COS??300?H?????????G?max?minI?maxS?min13?1?S?R?
3I?B?G
max?max[R,G,B]单六角锥变换
R?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
min?min[R,G,B]
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