QuickBird全色与多光谱影像融合方法比较研究
快鸟卫星QuickBird卫星影像数据介绍
北京揽宇方圆信息技术有限公司
QuickBird
所属国家：美国
发射时间：2009年
轨道高度：770公里
重访周期：1.1天
拍摄幅宽16.5*16.5km/景成图比例：约1:2000
运行现状：停止服役
QuickBird（快鸟）卫星是美国数字全球公司所拥有的商用高分辨率光学卫星，由Ball 航天技术公司、柯达公司和空间公司联合研制，2001年10月18日由波音公司的德尔他-2火箭在加利福尼亚范登堡空军机地发射升空，于同年12月份开始接收卫星影像。
2000年12月，数字全球公司得到了美国国家大气和海洋管理局的许可，发射和运营0.5m分辨率的遥感卫星系统。
该公司立刻修改了QuickBird卫星的原设计，降低了轨道高度，从而把卫星的全色图像分辨率从1m提高到0.61m，多光谱图像分辨率从4m提高到
2.5m。
QuickBird卫星系统每年能采集7000万平方公里的卫星影像数据，存档数据以史无前例的速度在递增。
在中国境内每天至少有2至3个过境轨道。
QuickBird卫星提供全色、多光谱数据，三波段融合彩色数据、全色及多光谱捆绑数据、四波段融合彩色数据。
全色样图多光谱样图
埃及金字塔
北京揽宇方圆信息技术有限公司。
Quickbird影像3种常用融合方法和评价
ｍｅｈ ｄｓｗｉｈｔ ｅｈ ｌ ｆＥＮＶＩｔｏｓ Ｔｈ ｅ ｕｔ ｕｇ ｅ ｔｄｔ ａ Ｖ ｎ ｏ ｅ ｈ ｗｅ ｂ ｔｅ ｉｕａ ｆ ｃ ｈ ｔ ｏ ｔ ｈ ｅＤｏ ｏ ｌ． ｅｒ ｓ ｌｓｓ ｇ ｓｅ ｈ ｔＨＳ ａ ｄ Ｂｒｖ ｙｓ ｏ ｄ ｅｔｒｖ ｓ ｌ ｅｆ ｔ ａ ＰＣＡ ｒ ｎ ｆｒ ｔｏ ．Ａｓｆ ｒａ ｌｔ ｅ ｔｎ ｔａ ｓｏ ｍｅｈ ｄ ｍ ｏ ｂｉ ｙ ｉ ｏ ｅ ｉ ｐ ｃｒ ｍ ，ＨＳ ａ ｄ Ｂｒ ｖ ｙｗｅｅｉ ｈ ａ ｕ ｌｙ ｂ ｔｅ ａ ｆｋｅ ｐｎｇｓ ｅ ｔｕ Ｖ ｏ ｅ ｒ ｎｔ ｅ ｓｍｅ ｑ ａｉ ｅｔｒｔ ｎ ＰＣＡ ， ｄ ｏ ｅ ｓｓ ｐ ｒｏ ｎ ｄ ｆ ｃｉｎ ｎ ｔ ｈ ｎ ａ Ｂｒｖ ｙ ｗａ ｕ ｅ ｉｒｉ ｅ ｅ ｔ ．Ｔｈ ｉｐ ｒｉｎ ｄ ｖａｉｎ ｏ ｌ ｏ ｅｄ ｓ ｅ ｓｏ ｅ ｉｔｏ ｆ
１ 图 像 融 合 数 据 与 方 法
研 究利 用快 鸟 影像 的 ２４ ．４ｍ分 辨 率 的 ４ ２ １波段 数据 、、
现代 农业 科技
２１ 第 ｌ ０ ２年 ４期
资源 与环境 科学
Ｑｕｃ ｂｒ ｉ ｉｄ影像 ３种常用融合方法和评价 ｋ
丁庆 福 徐跃通 刘 匡 张 芬
（ 山东师范 大学人 口资源与环境学院 ， 山东济南 ２ ０ １ ） ５ ０ ４
摘要 利 用 Ｑ ｉ ｂｒ ｕｃ ｉ ｋ ｄ多光谱 影 像和 全 色波段 影 像 ， 借助 Ｅ Ｖ 遥 感 图像 处理 软件 ， 主观 角度 和 定量 的 方法 分析 该影 像 ３种 融合 方 Ｎ Ｉ 从 法的优 缺 点 。 结果 表 明 ： Ｓ Ｈ Ｖ和 Ｂ ｏｅ ｒｖｙ变化 的视 觉效 果优 于 Ｐ Ａ 变换 ； Ｓ 与 Ｂ ｏｅ Ｃ ＨＶ ｒ ｙ变换 结果 光谱 保 持 能 力类似 ， Ｃ ｖ Ｐ Ａ融 合 的 图像灰 度
worldview、quickbird卫星影像数据的处理流程
山地、高山地（像素）
1.0
2.0
4 融合
多源数据的融合依据提取区情况不同、数据源的不同类型，其融合方法也不
同。但总体上分为以下几个步骤：融合前影像处理、融合单元的选择、最佳融合算
法的选取及实现以及融合后的处理和效果检查。其技术路线图 1-3 所示。
融
融
融
融
效
合
合
合V
合
果
前
单
方
后
检
处
元
法
处
查
理
选
选
图1-3 数据融合技术路线
镶嵌时应对多景影像数据的重叠带进行严格配准，镶嵌误差不低于配准误差。 镶嵌影像应保证色调均匀、反差适中，镶嵌区应保证有 10-15 个像素的重叠带。
6.1 镶嵌原则 1、镶嵌原则上只针对采样间隔相同影像，制作县级辖区该采样间隔 IMG 文件。 采样间隔不同的影像，原则上相互之间不进行镶嵌，制作县级辖区各自独立的 IMG 文件。需在相邻数据重叠区域进行如下处理：首先，在相邻数据重叠区勾绘镶嵌 线，镶嵌线勾绘尽量靠近采样间隔较小影像的外边缘，以保证其数据使用率最大 化。然后对镶嵌线两侧影像进行裁切，裁掉重叠区域影像，为避免因坐标系转换导 致接边处出现漏缝，对于采样间隔小的影像严格沿镶嵌线裁切，采样间隔大的影像 应适当外扩一定范围，原则上不超过 10 个像素进行裁切。 2、镶嵌前进行重叠检查。景与景间重叠限差应符合要求。重叠误差超限时应立 即查明原因，并进行必要的返工，使其符合规定的接边要求。 3、镶嵌时应尽可能保留分辨率高、时相新、云雾量少、质量好的影像。 4、选取镶嵌线对 DOM 进行镶嵌，镶嵌处无地物错位、模糊、重影和晕边现象。 5、时相相同或相近的镶嵌影像纹理、色彩自然过渡；时相差距较大、地物特征 差异明显的镶嵌影像，允许存在光谱差异，但同一地块内光谱特征尽量一致。 6.2 重叠精度检查 叠加相邻纠正单元，采用“拉窗帘”方式逐屏幕目视检查相邻纠正单元间重叠 区域的精度，若同名地物出现“抖动”或“错位”现象，则量测该处同名点误差， 两者相对精度应满足表 1-5 要求。
QuickBird遥感影像数据融合方法研究
２ ０ ０６
第 １卷 第３ ７ 期
Ｖｏ ． ７ Ｎｏ ３ Ｉ１ ．
信 Ｑｕｃ Ｂｒ 行 法 图影像 数 据 融合 方 法研 究 ｉｋ ｉｄ遥 感
樊旭 艳 ， 尹连 旺 付 春 龙 汤 钟 ， 张 杰 ， ，
（ ．装 备 指 挥 技 术 学 院 试 验 指 挥 系 ， 京 ｌ １ １ ； ２ １ ３ １ 北 ０ ４ ６ ．９０ ９部 队）
Ｓｔ ｄ ｎ Ｍａ ｙ Ｆ ｓｏ ｏ ｅ ｓｎ ｔ ｏ ｓ ｏ ｉｋＢｉｄ ｕ ｙ ｏ ｎ ｕ ｉｎ Ｐｒ ｃ ｓ ｉｇ Ｍｅ ｈ ｄ ｆＱｕｃ ｒ
Ｒｅｍｏ ｅ Ｓｅ ｓｎ ｍ ａ ｅ Ｄａ ａ ｔ ｎ ｉｇ Ｉ ｇ ｔ
Ｆ ＡＮ ｙ ｎ ， ＹＩ Ｌｉｎ ｎ ＦＵ ｕ ｌ ｎ ＴＡＮＧ ｈ ｎ ， ＺＨＡＮＧ ｉ。 Ｘｕ ａ Ｎ ａ ｗａ ｇ ， Ｃｈ ｎｏ ｇ ， Ｚ ｏｇ Ｊｅ
不仅很 好地 保 留 了多光谱 影像 的光谱 信息 ， 而且 增 强 了影像 的 空间细 节表 现能 力 ，
像 色调 接近 自然色彩 。
关 键 词 ： 合处理 法 ；多源 图像 ； 彩 色 ； 强真 彩色 融合 ；自然 色彩 变换 融 假 增
中图分 类号 ： Ｐ ７ Ｔ ５ 文献标 识码 ： Ａ 文 章 编 号 ：１ ７ — １ ７ ２ ０ ） ３０ ８ — ５ ６ ３０ ２ （ ０ ６ ０ —０ １０
利用QuickBird影像快速更新1∶2000地形图技术方法探讨
３ Ｑ ｉｋ ｉ ｕｃＢｒ 像 预 处 理 ｄ影
３ １ Ｑ ｉｋ ｉ ． ｕｃ Ｂｒ ｄ影像 预 处理
Ｑ ｉｋ ｉ ｕｃＢｒ ｄ原始 影像 数据 分 块 存 储 ， 据 量 大且 光 数 谱 信息 不 丰富 ， 需进 行 预处 理 ， 骤如 下 ： 步
率高 、 信息 丰 富 、 盖 面积大 、 取周 期 短 的优点 ， 覆 获 其地
面分辨 率 可达 到 ０ ６ ． １ｍ。本 文通 过 生 产实 践 ， 绍 利 介
用 Ｑ ｉｋ ｉ ｕｃＢｒ ｄ影像 更新 １： ０ 地 形 图 的可行 性 。 ２００
范 围及松 北 区 、 房 区近 ２０ｋ 平 ４ ｍ 。 哈尔 滨市 区分 布在 松花 江形 成 的三级 阶地 上 。第
级 阶地 海拔 在 １２Ｉ ～１０ ｍ之 间 ， ３ ３ ４ １ 主要包 括 道里 区
２ 测 区 资 料 情 况
２ １ Ｑ ｉ Ｂ ｒ 像概 况 ． ｕｃ ｉ ｋ ｄ影
一
和道外 区， 地面平坦 ； 第二级阶地海拔 １５Ｉ ～１５ｍ， ４ ｎ ７
由第一 级 阶地 逐步 过渡 ， 明显 界 限 ， 无 主要 包括 南 岗区
２ ２ 测 区及 其资 料情 况 ． 本次 更新 １： ０ 地形 图范 围为 哈尔 滨市 四环 路 ２０ ０
法进 行 ， 种 测 图方 法 与 以往 的 全 野 外 测 图相 比效 率 该 有 了大 幅 提 高 ， 因其 投 资 大 ， 图周 期 长 ， 能满 足 但 成 不
城市建 设 迅 速 发 展 的 需 要 。 Ｑ ｉｋ ｉ ｕｃ Ｂｒ ｄ影 像 具 有 分 辨
浅谈QuickBird卫星影像处理技术
（） １数据 类 型 ： ｕｃ Ｂ ｒ ０ ６ 米 全 色数 Ｑ ｉｋ ｉｄ ．１
影 像 ， 制 点个 数 不 少 于 １ 个 。 控 ２ （） 制点的获取。 ２控 根 据 全 景 或 局 部 区域 的 地 形 特 点 ， 在 全 色影 像 均匀 选 取 若 干 微 分 或 多 项 式 纠正
所 需 控 制 点 。 正 点 采 用 通 过 全 站 仪 和 高 纠 精 度 Ｇ ｓ 量 获 得 。 体 平 差 计 算 后 纳 入 Ｐ 测 整 １ ５ 北 京 坐 标 系 。 中 所 有 ＧＰ 点 均 通 过 ９４ 其 Ｓ
１ 影像 的处理
Ｄ ＲＧ或 全 野 外 控 制 纠 正 点 为 控 制 资 料 、 利
９０ 则 ９０ 最 技 术 路 线 ： １ １ ０ ０ 字 栅 格 地 形 图 形 图 为 １８ 西安 坐标 系 ， 将 １８ 西安 坐 标 标 和 外 业 控 制 点 坐 标 ， 后 得 到 精 纠 正 影 以 ：０ ０ 数 此 控 系的 ＤＥ 数 据 转 换 到 １ ５ 年 北 京坐 标 系 像 。 方法 要 求 控 制 点均 匀分 布 、 制 整景 Ｍ ９４
Ｅ ．１ ｕｃ Ｂｒ ｄ 数 据 采 用 美 国 Ｑｕ ｃ Ｂｉｄ 星 基 础 影 用Ｄ Ｍ模 型对０ ６ 米Ｑ ｉｋ ｉ 全 色影像 数 ｉｋ ｒ 卫 像 产 品 ， 种 产 品对 卫 星 影 像 做 最 少 的 处 这 同卫 星 影 像 ， 供 了卫 星 姿 态 、 历 表 、 提 星 成 像 仪 模 型 信 息 ， 常 适 用 于 高 级 的 摄 影 测 非 色 产 品是 从 ６ 厘 米 （ 下 点 ） ７ 厘 米 （ １ 星 到 ２ 偏
多光谱和全色影像融合步骤
多光谱和全色影像融合步骤1.引言多光谱影像和全色影像是遥感领域中常用的两种影像数据，它们分别具有不同的光谱特征和空间分辨率。
为了充分利用两种影像数据的优势，我们可以采用多光谱和全色影像融合技术，将它们融合成一幅具有高空间分辨率和丰富光谱信息的影像。
本文将介绍多光谱和全色影像融合的步骤和方法。
2.多光谱和全色影像融合步骤多光谱和全色影像融合的步骤主要包括预处理、融合方法选择和后处理三个环节。
2.1预处理在进行多光谱和全色影像融合之前，我们需要对原始影像进行预处理，以确保融合结果的准确性和可靠性。
预处理包括影像的配准、辐射校正和大气校正等。
2.1.1影像配准影像配准是将多光谱和全色影像进行精确对齐的过程。
常用的配准方法包括特征点匹配、相位相关和控制点配准等。
2.1.2辐射校正辐射校正用于消除影像中的光照差异，使得不同影像之间具有一致的辐射特性。
常用的辐射校正方法包括直方图匹配法、直线拉伸法和大气校正法等。
2.1.3大气校正大气校正用于消除影像中由于大气介质的存在而引起的大气光照效应。
常用的大气校正方法包括大气点扩散函数法和大气透射率法等。
2.2融合方法选择选择适合的融合方法对于多光谱和全色影像融合的成功至关重要。
常用的融合方法包括基于变换的方法和基于分解的方法。
2.2.1基于变换的方法基于变换的方法通过对多光谱和全色影像进行变换，将它们融合到一个新的空间域或频域中。
常用的变换方法包括傅里叶变换、小波变换和主成分分析法等。
2.2.2基于分解的方法基于分解的方法通过对多光谱和全色影像进行分解，提取它们的特征信息，并进行融合。
常用的分解方法包括主成分分析、小波分解和非负矩阵分解等。
2.3后处理融合完成后，我们还需要进行一些后处理操作，进一步改善融合结果的质量和可视效果。
2.3.1锐化增强锐化增强是指对融合结果进行图像增强处理，以提高影像的细节和边缘信息。
常用的锐化增强方法包括拉普拉斯锐化和直方图均衡化等。
基于TitanImage软件的QuickBird影像融合
（ 西藏农 牧学院 ， 林芝， ８ ６ ０ ０ ０ ０）
摘 要 基 于北 京 东 方泰 坦科 技 股 份 有 限公 司研 发 具 有 完全 自主 知 识 产 权 的 Ｔ ｉ ｔ ａ ｎ Ｉ ｍａ ｇ ｅ ７ ． ０遥 感 图 像 处 理 软件平 台． 对Ｑ ｕ ｉ ｃ ｋ Ｂ ｉ ｒ ｄ标 准组 合 （ 全 色０ ． ６ １ ｍ＋ 多光 谱 ２ ． ４ ４ ｍ） 影像 进 行 像 素 级 融 合 ， 探讨 Ｔ ｉ ｔ ａ ｎ Ｉ ｍａ ｇ ｅ ７ ． ０遥 感 图 像 处理平 台在影像融合及评价 方面的应用。结果表 明： 该软件 以友 好 的全 中文界 面， 在 同一平 台上 以简单的操 作 过 程即可完成影像的融合过程 与质 量评 价指标的求算 ， 不仅有效 的避免 了跨 平 台、 语 言差 异等 因素 带来的操作 不 便 与信息损失 ， 而且 丰富的融合算 法和质量评价 指标 ， 可以 完成 多种影像数 据的 融合 和质量评 价 ； 从 Ｑ ｕ ｉ ｃ ｋ Ｂ ｉ ｒ ｄ影
ｉ ｍａ ｇ ｅ ｆ ｕ ｓ ｉ ｏ ｎ ｗ ｅ ｒ ｅ ｃ ａ ｒ ｒ ｉ ｅ ｄ ｏ ｕ ｔ ．Ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ｅ ｓ ｏ ｆ ｔ ｗａ ｒ ｅ ｈ ａ ｓ ｔ ｈ ｅ ｆ ｒ ｉ ｅ ｎ ｄ ｌ ｙ Ｃ ｈ ｉ ｎ ｅ ｓ ｅ ｉ ｎ ｔ ｅ ｒ ｆ ａ ｃ ｅ ｗ ｉ ｔ ｈ ａ ｓ ｉ ｍｐ ｌ ｅ ｏ ｐ ｅ ｒ ａ ｔ ｉ ｏ ｎ ｆ ｏ ｒ ｔ ｈ ｅ ｉ ｍａ ｇ ｅ ｆ ｕ ｓ ｉ ｏ ｎ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ａ ｎ ｄ ｑ ｕ ａ ｌ ｉ ｔ ｙ ｅ ｖ ａ ｌ ｕ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｄ ｅ ｘ ｃ ａ ｌ ｃ ｕ ｌ ａ ｔ ｉ ｎ ｇ ｏ ｎ ｔ ｈ ｅ ｓ ａ ｍｅ ｐ ｌ ａ ｔ ｆ ｏ １ ＂ １ ／ １ ．Ｔ ｈ ｉ ｓ ｐ ｌ ａ ｔ ｏｒ ｆ ｉ Ｂ ｎ ｏ ｔ ｏ ｎ ｌ ｙ ｃ ａ ｎ ａ ｖ ｏ ｉ ｄ ｔ ｈ ｅ ｉ ｎ ｃ ｏ ｎ ｖ ｅ ｎ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ ｌ ｏ ｓ ｓ ｏ ｆ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｂ ｙ ｃ ｒ ｏ ｓ ｓ ． ｐ ｌ ａ ｔ ｆ ｏ ｒ ｌ ｎ，ｌ ａ ｎ ｇ ｕ ａ ｇ ｅ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｓ ａ ｎ ｄ ｏ ｔ ｈ ｅ ｒ ｆ ａ ｃ ｔ ｏ ｒ ｓ ，ｂ ｕ ｔ ａ ｌ ｓ ｏ ｃ ａ ｎ ｃ ｏ ｍｐ ｌ ｅ ｔ ｅ ａ ｖ ａ ｒ ｉ ｅ ｔ ｙ ｏ ｆ ｉ ｍａ ｇ ｅ ｆ ｕ ｓ ｉ ｏ ｎ ａ ｎ ｄ ｑ ｕ ａ ｌ ｉ ｔ ｙ ａ ｓ ｓ ｅ ｓ ｓ ｍｅ ｎ ｔ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｒ ｉ ｃ ｈ ｉ ｎ ｔ ｅ ｇ ｒ ａ ｔ ｉ ｏ ｎ ｏ ｆ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｓ ａ ｎ ｄ ｑ ｕ ａ ｌ ｉ ｔ ｙ ｅ ｖ ａ ｌ ｕ ａ ｔ ｉ ｏ ｕ ．Ｆ ｒ ｏ ｍ ｔ ｈ ｅ
基于知识发现的QuickBird影像专题信息提取
译矢量图。建立解译矢量图的目的是提供一种参照标准来评价 Ｑ ｉ Ｂｒ 上 自动提取的专题信息精度。 ｕ ｋｉ ｃ ｄ
２ ２ 基 于光 谱知 识 的专题信息提 取 ．
ห้องสมุดไป่ตู้
・ ５・ ７
根据融合后的 Ｑ ｉ Ｂ ｄ ｕ ｋ ｉ 影像上各种地物的形状 、 ｃ ｒ 色调 、 阴影、 纹理、 位置及大小等特征 和成图参考
材料及 实地调 查核 实 ， 建立 了解译标 志 。
依据解译标准 ， 利用 Ａｃ Ｉ 软件进行屏幕矢量化 ， ｒ Ｓ Ｇ 以达到肉眼识别的效果和精度。并将所有分层矢量
维普资讯
２０ ０７年 ５月
绵阳师范学院学报
Ｊ ｕｎ ｌ ｆＭｉｎ ａ ｇＮｏｍａ ｉｅｓｔ ｏ ｒａ ｏ ａ ｙ ｎ ｒ ｌ Ｕｎｖ ｒｉ ｙ
Ｍ ａ ．， ０ ７ ｙ ２０
第２ ６卷 第 ５期
Ｖ ｌ２ Ｎ ． ｏＩ ６ ｏ５
基 于知 识发 现 的 ＱｕｃＢｒ 像 专题 信 息提 取 ｉｋ ｉ ｄ影
细节变化， 因此在测绘制 图、 城市规划建设、 交通、 水利 、 军事 、 农业、 林业 、 资源环境监测与管理等领域有着 广阔 的应用前景 。
高 分辨率卫 星影像 的信息 是大容量 的 、 多元化 的、 富 的 ， 同时 也是 复杂 的 。由于其 影像 的特点 ， 丰 但 使 得面对 这样 的信 息源 ， 其是在 对提取结 果 的精度要求 变 高 的情 况下 ， 尤 信息 处理 和提 取技 术就 变得 更加 复 杂 和 困难 。本文 选择 Ｑ ｉ Ｂｒ 为数据 源进行提 取试验 。 ｕ ｋｉ ｃ ｄ作
卫星全色和多光谱模式介绍
卫星全色和多光谱模式介绍QuickBird卫星全色和多光谱模式时间:2009-08-24众所周知，遥感是使用各种传感器远距离探测目标所辐射、反射或散射的电磁波，经加工处理变成能够识别和分析的图像和信号，以获取目标性质和状态信息的综合技术。
遥感根据获取目标的手段不同可分为狭义遥感和广义遥感。
狭义遥感以电磁辐射为感测对象，而广义遥感还包括磁力、重力等地球物理的测量和属于地球物理测量范畴的地震波、声波等弹性波。
我们通常所说的遥感概念则专指以电磁辐射为特征的狭义遥感。
不同的目标物受到太阳或其他辐射源的电磁辐射时，它们所特有的反射、发射、透射、吸收电磁辐射的性质是不同的。
通过获取目标物对电磁辐射的显示特征，可识别目标的属性和状态。
所以传感器谱段的设置与目标物的光谱特性有着密切的关系。
目前世界上用于卫星遥感的传感器有两大类：光学遥感和微波遥感。
光学遥感:光学遥感指利用光学设备探测和记录被测物体辐射、反射和散射的相应谱段电磁波，并分析、研究其特性及变化的技术。
光学遥感覆盖了红外、可见光和紫外三个谱段，常用的有以下三种：可见光遥感:其工作波长为0.4～0.76微米，一般采用感光胶片或光电探测器作为感测元件，属于摄影成像遥感。
它主要使用可见光远摄镜头照相和可变焦距电视摄像等，感测的是目标及背景反射或自身发出的可见光，记录的信息或拍摄的图像是物体反射光或发光强度的空间分布。
可见光遥感是光学遥感中历史最长的一种，是对地观测和军事侦察的主要手段之一。
摄影成像的分辨率(G)很高，可以近似地表示为：G=f×R/H其中f为镜头焦距，R为镜头与底片的综合分辨率，H为高度(或距离)。
红外遥感器:主要包括红外扫描仪、红外辐射仪等。
红外遥感通过探测红外辐射获取目标和背景的辐射温度或热成像。
其探测能力取决于目标、背景与周围环境的温度差。
红外遥感的最大优点是可获取无光照或薄云下目标和背景的图像。
多谱段遥感：使用几个不同的谱段同时对一目标或地区进行感测，从而获得与各谱段相对应的各种信息。
全色影像和多光谱影像融合原理
全色影像和多光谱影像融合是指将全色影像（仅包含黑白灰度信息）和多光谱影像（包含多个波段的彩色信息）进行合并，得到具有高空间分辨率和丰富光谱信息的影像。
其原理基于以下步骤：
预处理：对全色影像和多光谱影像进行预处理。
这可能包括去噪、辐射校正、几何校正等。
分辨率匹配：由于全色影像通常具有较高的空间分辨率，而多光谱影像具有较低的空间分辨率，需要将它们的空间分辨率匹配。
可以使用插值等技术对多光谱影像进行上采样，使其与全色影像具有一致的分辨率。
融合算法：融合算法用于将全色影像和多光谱影像合并成一幅高分辨率彩色影像。
常用的融合方法包括：基于变换的方法（如基于小波变换、纹理合成等）、基于统计的方法（如主成分分析、拉普拉斯金字塔变换等）以及基于特征的方法（如IHS变换、HSV变换等）。
增强和调整：对融合后的影像进行增强和调整，以达到更好的视觉效果。
这可能包括对比度调整、色彩平衡、锐化等操作。
通过全色影像和多光谱影像的融合，可以获得既具有高空间分辨率又具有丰富光谱信息的影像，提高了遥感图像的解译能力和应用效果。
常见的应用包括土地利用分类、环境监测、资源调查等。
QuickBird影像融合算法的评价研究
ｓ ｆ ｒ ｓ ｔ ｅ ｃ ｏ ｅｏ ｓ ｎ ａｇ ｒ ｈ Ｓｏｔ ｎ ｄ ｆ ｒ ｎ ｒｄｆ ｒ ｎ ｕ ｉｎ ｏ ｊｃ ｓ ｏ ｅ ａｕ ｔ ｈ ｏｔ ｅ ， ｈ ｈ ｉ ｆ ｕ ｉ ｌｏ ｉ ｍｓ ｉ ｆｅ ｉ ｅ ｅ ｔｆ ｉ ｅｅ ｔｆ ｓ ｂ ｅ ｔ ．Ｔ ｖ ｌ ａ ｅｔ ｅ ｗａ ｃ ｆ ｏ ｔ ｏ ｉ ｏ
上 的优缺 点，本 文在 像素级 的融合 层次击 运用多尺度 分 析 的方 法进行 了融合 实验。实 验 中，根 据不 同的算 法原理 引入 了七种 常用 的融合 算法，并 以空 间细 节信息 、光谱 质 量 以及 亮度信 息作为 统计参数 ，对 实验数 据进行 了比较研 究，分析 出了几种融合 方法
Ｅｖ ｌａ ｉｎ Ｓ ｕ ｙ ｏ ｕ ｉｎ Ａｌｏ ｉｈ ｏ ｉｋ ｒ ｍａ ｅ ａｕ ｔｏ ｔ ｄ ｆＦ ｓｏ ｇ ｒｔ ｍｓｆｒＱｕ ｃ Ｂｉｄ Ｉ ｇ ｓ
ＧＯＮＧ ｎ ｘ ，，Ｆ Ｙｉ— ｉ１２ ＥＮＧ Ｚｈ ｇ ｋ ， Ｗ Ｕ —ｕ ， ＮＩ ｉ—ｉ１２ Ｓ ｎ Ｙｉ ｕ ｎ ，． ｈ ｎ ｏ ｇ。 ｏｎ — ｅ Ｌｕ ｌ 。 ＥＭ ｎｌ ， ｕ － ａ 。 Ｚ ａ ｇＣ ｎ ｑ
２ 北 京林 业 大 学测 绘 与 ３ ． ｓ技 术研 究 中 心 ，北 京 １０ ８ ０ ０ ３； ３ 哈 尔 滨师 范 大学 地 理 系 ，黑 龙江 哈 尔滨 １０ ８ ） ． ５ ０ ０
摘 要 ：目前 多种成 熟 的融合 算法 已经应用 在各种遥 感 软件 中，但 是 融合方 法 的选择 往 往会 因融合对象 的不 同而有所差 异。为 了评价 出各个 融合 算 法在 Ｑ ｉ Ｂｒ ｕｋｉ ｃ ｄ影像融合
３ ．Ｇｅｇａ ｈ ｐ ｒｍｅ ｔ ｆ ｒ ｉ ｒ ｌＵ ｉｅｓｔ， ｒ ｉ １ ０８ ， ｈｎ ） ｏ ｒｐ ｙＤｅ ａｔ ｎ ＨａｂｎＮｏｍａ ｎｖｒｉ Ｈａ ｂｎ ５ ０ ０ Ｃ ｉａ ｏ ｙ
QuickBird
Quick Bird卫星相关参数及数据获取一、 Quick Bird相关参数二、数据介绍1. 影像类别Quick Bird卫星所提供之卫星影像，可依其光谱特性加以区分为全色态影像、多光谱影像及彩色融合影像三大类。
1) 全色影像全色影像(俗称黑白影像)，提供单一波段(B&W)的波谱资料。
原始影像分辨率为0.61~0.70公尺。
2) 多光谱影像多光谱影像(俗称彩色影像)，提供四个波段(红、绿、蓝、近红)影像。
原始影像分辨率为2.4公尺。
3) 彩色融合影像将高空间分辨率全色态影像与多色彩信息的多光谱影像进行融合处理后，提供高空间分辨率彩色融合影像。
2. 处理等级美国Digital Globe公司的影像产品，皆提供三种图像处理等级，分别是Basic、Ortho Ready Standard及Standard等级。
使用者可依据其实际应用需求，进行订购。
1) Basic处理等级Basic处理等级之影像为最原始图像处理等级，未经任何地图投影处理，仅经过辐射校正及卫星系统校正处理。
因此保留最多拍摄信息，并且此产品亦包含卫星轨道参数，用户能够使用此产品进行高精度正射纠正、制图及进阶影像分析。
但也因未进行几何处理，最小订购单位需以幅计算。
2) Ortho Ready Standard处理等级将Basic等级影像使用卫星轨道参数及订购范围之平均高程进行地图投影处理后之产品，即为Ortho Ready Standard等级。
用户能依据实际所需范围弹性订购此等级影像。
(但仍须满足最小订购单位)。
亦因使用平均高程进行地图投影，用户购买此等级产品后，仍可使用自有控制点(GCPs)与高程(DEM)进行高精度正射纠正处理。
3) Standard处理等级与Ortho Ready Standard处理等级不同的是，此等级影像采用GTOPO30 DEM 进行地图投影处理，使用者将无法使用自有控制点及高程进行高精度正射纠正处理，适用于无须高空间精度的影像。
植被覆盖度
本文对高分辨率QuickBird 影像的全色波段和多光谱波段进行了各种融合方法的试验。
结果表明：Gram-schmidt 变换法和Pansharp 变换法在保持光谱信息方面的能力强于Brovey 变换法、IHS 变换法和PCA 变换法。
综合考虑各评价参数，通过视觉效果比较和定量分析可以得出：Gram-schmidt 变换法和Pansharp 变换法能够在提高原始多光谱影像的空间信息的同时尽可能地保持了多光谱影像的光谱信息，尤其以Gramschmidt变换法对高分辨率QuickBird 影像的融合效果最好。
高分辨率遥感影像融合应采用Gramschmidt方法。
本次工作获得的Qu ickb ird 卫星影像数据为预正射产品( O rtho Ready S tandard) , 带有RPC ( Rational Ploynom ial Coeffic ien,t 有理多项式系数)参数。
由于工作区为中低山区峡谷区, 因此必须对Qu ickbird原始影像进行正射校正。
由于获得的Qu ickb ird 数据为预正射产品, 采用有理函数模型( RationalFunction)[ 2 ] 来对Qu ickbird 原始影像进行正射校正, 即在PC IGeomatica遥感图像处理软件中采用Quickbird单景影像+ RPC + DEM + GCP 的模式, 对Quickb ird原始全色影像进行正射校正。
DEM ( D igital E levat ionMode,l 数字高程模型)由数字地形图( DLG) 生成, GCP ( Ground Contro l Po in,t 地面控制点)通过GPS 实测获得。
正射校正后的Qu ickbird影像满足1B1万重点调查的精度要求。
研究去为山区应进行正射校正。
彩色合成波段组合为红色XS3、绿色XS2、蓝色XS1, 这种自然彩色合成方式比较符合人眼的视觉习惯, 有利于地质灾害目视解译, 然后与全色影像配准, 采用自动融合算法)，PANSHARP( Automatic ImageFusion)进行融合, 并对融合后的影像进行拉伸增强、对比度和亮度调整, 获得分辨率为0. 61m 的彩色校正图像。
Quick bird
研制国家：美国名称型号：快鸟-2卫星研制单位："数字全球"公司造价：10亿美元现状：现役一、概述QuickBird快鸟卫星是美国数字全球公司所拥有的商用高分辨率光学卫星，由Ball航天技术公司(Ball Aerospace & Technologies Corp)、柯达公司和空间公司（Fokker Space）联合研制，2001年10月18日由波音公司的德尔他－2火箭在加利福尼亚范登堡空军机地发射升空，于同年12月份开始接收卫星影像。
2000年12月，"数字全球"公司得到了美国国家大气和海洋管理局的许可，发射和运营0.5m分辨率的遥感卫星系统。
该公司立刻修改了快鸟卫星的原设计，降低了轨道高度，从而把卫星的全色图像分辨率从1m提高到61cm，多光谱图像分辨率从4m提高到2.5m。
卫星的设计可以使其在较低的轨道上运行，其携带的燃料足以保证设计寿命不减少。
这使得快鸟-2成为目前世界上分辨率最高的商用卫星。
快鸟-2卫星可以同时拍摄全色和多光谱图像，也可以提供自然彩色和彩色红外合成图像。
每次过顶可以拍摄连续10景图像（ 165km长）或者2×2景图像的面积。
年拍摄能力为7000万平方千米。
该卫星的设计可以使其在较低的轨道上运行，其携带的燃料足以保证设计寿命不减少。
这使得快鸟－2成为目前世界上分辨率最高的商用卫星。
二、研发背景自从1994年美国总统克林顿签署总统令，允许商业公司销售高分辨率卫星影像以后，美国成立了一些高分辨率商业卫星公司，如空间成像(Space Imaging)公司，地球观测公司。
地球观测公司早在1997年12月24日就用俄罗斯起始－1（START－1）运载火箭发射了EarlyBird(全色分辨率为3m)，但卫星入轨4天后失效。
空间成像公司于1999年9月24日发射了IKONOS－1(源于古希腊文，意是Image，全色分辨率为1m)卫星，亦发射失败。
QuickBird影像在城市土地利用现状调查中的应用研究
Ａ ｐｉ ｔ ｎＳｕ ｙｏ ｉｋ ｉ ｇ ｖ ｓ ｇ ｔ ｎｏ ｒ ａ ａ ｄＵ ｅＳａｕ ｐ ｌａ ｉ ｔｄ ｎＱｕｃ Ｂ ｒ Ｉ ｃ ｏ ｄ ｍａ ｅｉ Ｉ ｅｔ ａ ｏ ｆ ｂ ｎＬ ｎ ｓ ｔｔｓ ｎ ｎ ｉ ｉ Ｕ
Ｌ ｉ ｇ ｊ ，Ｕ Ｗｅ －ｏ ｇ Ｓ Ｎ ｈ－ ｅ ， Ｈ Ｎ ｕ， ｉ ｇ ｙｕ Ｖ Ｘ ｏ －ｉ Ｌ ｎ ｌｎ ， Ｏ Ｇ Ｚ ｉｗ ｎ Ｚ Ａ Ｇ Ｙ ＭＡ Ｘ ａ － ｏ ｎ ｅ ｎ
ｔ ｌｉ ｇ ｓ ｗ ｔ ｒ ｃｐ ｌｃ ｍｐ ｎ ｎ ｔ ｏ ｎ ｈ ｏ ｇ ｅ ｔ ｅ ｓｎ ｍａ ｅ ｉ ｔｒ ｒ ｔ ｔ ｎ ａ ｄ ｆ ｌ ｎ ｅ ｔ ａｉ ｎ ｈ ａ ｄ ｕ ｅ ｒ ｍａ ｅ ｉ ｐ ｉ ｉａ ｏ ｏ ｅ ｔｍｅ ｈ ｄ ａ ｄ ｔ ｒ ｕ ｈ ｒ ｍｏ ｅ ｓ ｎ ｉｇ ｉ ｇ ｎ ｅｐ ｅ ａｉ ｎ ｅ ｄ ｉ ｖ ｓ ｇ ｔ ，ｔ ｅ ｌｎ ｓ ａ ｈ ｎ ｏ ｉ ｉ ｏ
（ｎｏｍａｏ ｎｔｕｅ Ｔａｊ ａ ｅ ｙｏ ｃｌ ｒｌ ｃ ｎ ｅ ，ｉｎｉ ０ １２， ｈｎ ） Ｉｆｒ ｔ ｎＩｓｔｔ ， ｉ ｉ Ａｃｄ ｍ ｆＡ ｕ ｕａ ｉ ｃｓ Ｔａｊ ３ ０ ９ Ｃ ｉａ ｉ ｉ ｎｎ ｔ Ｓｅ ｎ
Ａ ｓ ａｔＢ ｕｃＢｒ ｅ ｏ ｅ ｓ ｇＩ ａｅ ｓｍ ｊｒ ｎｏｍ ｔ ｎｓｕｃ， ｕｉｇＱ ｉ Ｂｒ ａ ｃｒｍ ｔ ａｅ ｎ ｕ ｉ ｅ — ｂｔ ｃ：ｙＱ ｉ ｉ ｒｍ ｔ ｓｎｉ ｍ ｇｓａ ａｏ ｆｒ ａ ｏ ｏ ｒｅ ｆｓ ｕｃ ｉ ｐｎ ｈｏ ａｉ ｉ ｇｓａ ｄｍ ｈｓ ｃ ｒ ｋ ｄ ｅ ｎ ｉ ｉ ｎ ｋ ｄ ｃｍ ｐ
维普资讯
天津农业科学 Ｔ ｎｉ ｇｉ ｌ ｒ ｃｅ ｅ ｉｊ ａ ｎＡ ｒ ｕｔ ａ Ｓ ｉｗ ｓ ｃ ｕｌ ｒ ・土壤肥 料与 节水灌溉
Quickbird卫星
- Fairbanks, Alaska, USA
- Wilkes-Barre, Pennsylvania, USA
- Tromso, Norway
特罗姆瑟(挪威北部港市)
重访周期和侧摆角
QuickBird卫星参数:
QuickBir5Km • 大致每扫描一景 16.5Km*16.5Km 影像，一般在4秒种内 完成 • 感光器扫描线有5个 光谱通道,分别 为；全色 蓝 绿 红 近红外
单景影像采集
QuickBird卫星一般都是采 用单轨道运行方式，针对 客户所指定编程采集的 AOI区域，QuickBird卫星 可以在轨道范围内按照 AOI面积任意变化方向进 行采集
感兴趣区（AOI）： area of interest 在遥感与地理 信息系统的一些软件中对 研究区域的叫法。
QuickBird传感器分辨率
快鸟卫星电磁波谱--绿光波段(520-600nm)， 通过绿光波段，水体 的很多信息特征被很 好的反映出来。
影像全色和多光谱之分
影像全⾊和多光谱之分
参考：基于传感器光谱特性的全⾊与多光谱图像融合.pdf
它们是在成像光谱范围上不同。
全⾊由⼀个可见光波段组成，光谱范围宽，所以空间分辨率⾼；多光谱⼀般有多个波段数据组成，⼀般有蓝，绿，红，进红外等波段，每个波段扑捉较窄光谱范围的数据，所以空间分辨率较低，但个波段对不同地物敏感，利⽤组合关系突出某类地物，也可以和全⾊波段组合增强空间分辨率。
⼤多数的资源卫星同时提供了⾼分辨率的全⾊影像（Pan）和低分辨率的多光谱影像（MS），
如Landsat7,SPOT,IRS,IKONOS,Quickbird等等。
常见的全⾊传感器如下。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ａｂｓｔｒ ａｃｔ： Ｓｉｎｃｅ ｔｈｅ ａｄｖｅｎｔ ｏｆ ｈｉｇｈ ｓｐａｔｉａｌ ｒｅｓｏｌｕｔｉｏｎ ｓａｔｅｌｌｉｔｅ ｉｍａｇｅｓ， ｔｈｅ ｆｕｓｉｏｎ ｏｆ ｍｕｌｔｉ－ｒｅｓｏｌｕｔｉｏｎ ｉｍａｇｅｓ ｈａｓ ｂｅｅｎ ａｎ ｉｍｐｏｒｔａｎｔ ｆｉｅｌｄ ｏｆ ｒｅｓｅａｒｃｈ． Ｗｉｔｈ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｑｕａｎｔｉｔａｔｉｖｅ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ， ｎｏｔ ｏｎｌｙ ｉｍｐｒｏｖｉｎｇ ｓｐａｔｉａｌ ｄｅｔａｉｌｓ ｂｕｔ ａｌ－ ｓｏ ｐｒｅｓｅｒｖｉｎｇ ｔｈｅ ｓｐｅｃｔｒａｌ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｍｕｌｔｉｓｐｅｃｔｒａｌ ｂａｎｄｓ ｗｅｒｅ ｒｅｑｕｉｒｅｄ． Ｍａｎｙ ｍｅｔｈｏｄｓ， ｓｕｃｈ ａｓ Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ （ＰＣＡ）， Ｍｕｌｔｉｐｌｉｃａｔｉｖｅ Ｔｒａｎｓｆｏｒｍ， Ｂｒｏｖｅｙ Ｔｒａｎｓｆｏｒｍ， ＩＨＳ Ｔｒａｎｓｆｏｒｍ， ＳＶＲ Ｔｒａｎｓｆｏｒｍ ａｎｄ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ， ｈａｖｅ ｂｅｅｎ ｄｅｖｅｌｏｐｅｄ． Ｔｈｅｓｅ ｆｕｓｉｏｎ ｍｅｔｈｏｄｓ ａｒｅ ｓｕｃｃｅｓｓｆｕｌ ｏｎ ｆｕｓｉｏｎ ｏｆ ｌｏｗ ａｎｄ ｍｅｄｉｕｍ ｒｅｓｏｌｕｔｉｏｎ ｓａｔｅｌｌｉｔｅ ｉｍａｇｅｓ， ｂｕｔ ｍａｙ ｎｏｔ ｂｅ ｅｆｆｉｃｉｅｎｔ ｆｏｒ ｔｈｅ ｎｅｗ ｈｉｇｈ ｒｅｓｏｌｕｔｉｏｎ ｓａｔｅｌｌｉｔｅ ｉｍａｇｅｓ， ｌｉｋｅ ＱｕｉｃｋＢｉｒｄ， ＩＫＯＮＯＳ， ａｓ ｗｅｌｌ． Ｉｎ ｔｈｉｓ ｐａｐｅｒ， ｔｗｏ ｎｅｗ ｆｕｓｉｏｎ ｍｅｔｈｏｄｓ ｗｉｔｈ ｈｉｇｈ ｆｉｄｅｌｉｔｙ ｏｆ ｓｐｅｃｔｒａｌ ｉｎｆｏｒｍａｔｉｏｎ （Ｇｒａｍ－Ｓｃｈｍｉｄｔ ｔｒａｎｓｆｏｒｍ ａｎｄ Ｐａｎｓｈａｒｐ ｔｒａｎｓｆｏｒｍ）ａｎｄ Ｂｒｏｖｅｙ Ｔｒａｎｓ－ ｆｏｒｍ， ＩＨＳ Ｔｒａｎｓｆｏｒｍ， ＰＣＡ Ｔｒａｎｓｆｏｒｍ ｗｅｒｅ ａｐｐｌｉｅｄ ａｎｄ ｃｏｍｐａｒｅｄ， ａｎｄ ｔｈｅｉｒ ａｄｖａｎｔａｇｅ ａｎｄ ｄｉｓａｄｖａｎｔａｇｅ ｗｅｒｅ ｄｉｓｃｕｓｓｅｄ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ＱｕｉｃｋＢｉｒｄ ｉｍａｇｅｓ ｆｕｓｅｄ ｂｙ Ｇｒａｍ－Ｓｃｈｍｉｄｔ ｔｒａｎｓｆｏｒｍ ａｎｄ Ｐａｎｓｈａｒｐ ｔｒａｎｓｆｏｒｍ， ｅｓｐｅｃｉａｌｌｙ ｔｈｅ Ｇｒａｍ－Ｓｃｈｍｉｄｔ ｔｒａｎｓｆｏｒｍ， ｒｅｐｒｅｓｅｎｔｅｄ ａｌｍｏｓｔ ｔｈｅ ｓａｍｅ ｃｏｌｏｕｒ ａｓ ｔｈｅ ｏｒｉｇｉｎａｌ ｍｕｌｔｉｓｐｅｃｔｒａｌ ｉｍａｇｅｓ ａｎｄ ｔｈｅ ｓａｍｅ ｄｅｔａｉｌ ａｓ ｔｈｅ ｏｒｉｇｉｎａｌ ｐａｎｃｈｒｏｍａｔｉｃ ｉｍａｇｅｓ．
１．２ 融合算法 １．２．１ 传统融合方法
（ａ）Ｂｒｏｖｅｙ 变换法 Ｂｒｏｖｅｙ 变换是一种用来对来自不同传感器 的数据进行融合的较为简单的融合方法，该方法 通过归一化后的多光谱波段与高分辨率全色影 像乘积来增强影像的信息［６］。其融合后的红（Ｒ）、 绿（Ｇ）、蓝（Ｂ）三波段结果图像如下： Ｒ＝［ｂａｎｄ４ ／（ｂａｎｄ２＋ｂａｎｄ３＋ｂａｎｄ４）］×ＰＡＮ Ｇ＝［ｂａｎｄ３ ／（ｂａｎｄ２＋ｂａｎｄ３＋ｂａｎｄ４）］×ＰＡＮ Ｂ＝［ｂａｎｄ２ ／（ｂａｎｄ２＋ｂａｎｄ３＋ｂａｎｄ４）］×ＰＡＮ 其中，ｂａｎｄｉ ／（ｂａｎｄ２ ＋ ｂａｎｄ３ ＋ ｂａｎｄ４）体现了 影像的光谱信息， ＰＡＮ 体现了影像的空间信息。 该方法有两个不足之处：①一次操作过程只 能对三个多光谱波段进行融合；②颜色与原始多 光谱波段相比有较大扭曲从而给影像解译带来 更多困难。 （ｂ）ＩＨＳ 变换法（未改进型） ＩＨＳ 变换法是影像融合中相当常见的一种 融合方法［４， ５］。它的主要过程为：首先将多光谱影 像从 ＲＧＢ 进行 ＩＨＳ 色度变换， 分离出强度 Ｉ、色 度 Ｈ 和饱和度 Ｓ 三个分量，然后将高分辨率全色 影像（ＰＡＮ）与分离的强度分量（Ｉ）进行直方图匹 配，使之与 Ｉ 分量有相同的直方图，最后再将匹配
关键词：Ｐａｎｓｈａｒｐ ｔｒａｎｓｆｏｒｍ；Ｇｒａｍ－Ｓｃｈｍｉｄｔ ｔｒａｎｓｆｏｒｍ；ＱｕｉｃｋＢｉｒｄ；影像融合
中图分类号：ＴＰ７５
文献标识码：Ａ
文章编号：１００１－ ７１１９（２００８）０４－ ０４９８－ ０６
Ｓｔｕｄｙ ｏｎ Ｆｕｓｉｏｎ Ａｌｇｏｒ ｉｔｈｍｓ ｏｆ ＱｕｉｃｋＢｉｒ ｄ ＰＡＮ ａｎｄ Ｍｕｌｔｉ Ｓｐｅｃｔｒ ａｌ Ｉｍａｇｅｓ
ＴＡＮ Ｙｏｎｇｓｈｅｎｇ， ＳＨＥＮ Ｚｈａｎｇｑｕａｎ， ＪＩＡ Ｃｈｕｎｙａｎ， ＷＡＮＧ Ｋｅ
（Ｚｈｅｊｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｉｎｓｔｉｔｕｔｅ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ Ａｐｐｌｉｃａｔｉｏｎ， Ｈａｎｇｚｈｏｕ ３１００２９， Ｃｈｉｎａ）
摘 要：自从高分辨率卫星影像出现以来，遥感影像的融合一直是一个重要的研究领域。随着遥感影像 获取手段的增加和分辨率的提高，影像的融合不仅仅要求增加空间信息而且在原始多光谱波段的光谱 保持方面也有越来越高的要求。目前图像融合已研究出多种方法，如主成分变换法 （ＰＣＡ）、乘积法、 Ｂｒｏｖｅｙ 变换法、ＩＨＳ 变换法、ＳＶＲ 变换法以及小波变换法等。这些方法在中低分辨率影像融合时效果较 好但却不一定适用于像 ＱｕｉｃｋＢｉｒｄ、ＩＫＯＮＯＳ 等高分辨遥感影像的融合。本文应用 Ｐａｎｓｈａｒｐ 变换法和 Ｇｒａｍ－Ｓｃｈｍｉｄｔ 变换法两种融合方法，对 ＱｕｉｃｋＢｉｒｄ 影像进行融合试验，并与 Ｂｒｏｖｅｙ 变换法、ＩＨＳ 变换法、 ＰＣＡ 变换法的融合效果进行比较，以评价各算法的优缺点。研究结果表明，Ｇｒａｍ－Ｓｃｈｍｉｄｔ 变换和 Ｐａｎ－ ｓｈａｒｐ 变换在 ＱｕｉｃｋＢｉｒｄ 影像融合时不仅能增加空间信息而且还能较好地保持原多光谱波段的光谱信 息，其中以 Ｇｒａｍ－Ｓｃｈｍｉｄｔ 变换法所获得的效果最好。
目前已经研究了许多融合方法，其中较为常 用的有主成分分析法 （ＰＣＡ）［３］、ＩＨＳ 变换法 、 ［４，５］ Ｂｒｏｖｅｙ 变 换 法 ［６］、乘 积 法 ［７］、小 波 变 换 法 ［８，９］ 和 ＳＶＲ 变换法［１０］等。它们在 ＳＰＯＴ 全色波段与 ＴＭ 多光谱波段及与其他低分辨率多光谱影像融合 时均非常成功。但是，随着遥感技术的发展，以 ＱｕｉｃｋＢｉｒｄ、ＩＫＯＮＯＳ 等为代表的高分辨率遥感影 像的大量获取，较以往的中低分辨率影像，它在 空间和时间分辨率都大大提高，数据记录形式也 由 ８ ｂｉｔ 上升到 １１ ｂｉｔ。研究表明，这些传统的融 合方法已不太适用于 ＱｕｉｃｋＢｉｒｄ、ＩＫＯＮＯＳ 等新型 高分辨遥感影像的融合。它们融合后的主要问题 有：（１）光谱信息扭曲比较严重，（２）过于依赖操 作者的经验和数据源参数的设置。本文应用 Ｐａｎｓｈａｒｐ 变换法和 Ｇｒａｍ－Ｓｃｈｍｉｄｔ 变换法这两种 新的融合方法，可以较好地解决传统融合方法在 高分辨率影像融合中的不足。
法，其主要步骤为：多光谱波段经过 ＰＣＡ 变换 换与 ＰＣＡ 的区别是 ＰＣＡ 变换后信息在各主成
后，将全色高分辨率图像进行灰度拉伸，使其均 分之间重新分布，第一主成分包含的信息量最多，
值和方差与 ＰＣＡ 变换的第一分量一致；然后用 其他主成分的信息含量依次减少；而 Ｇｒａｍ －ｓｃｈｍｉｄｔ
５００
科技通报
第 ２４ 卷
合适的低分辨率 ＭＳ 或 注册的高分辨率 ＰＡＮ
高分辨率 ＰＡＮ 计算中值和标准偏差
优化后高分 辨率 ＰＡＮ
创建低分 辨率 ＰＡＮ
计算第 １ 波段的 中值和标准偏差
将优化后高分辨率 ＰＡＮ 替换 ＧＳ１ 波段
低分辨率 ＭＳ 段
ＧＳ１
将原始 ＭＳ 正交化 分解成多个单波段
正交化转换回 到原始 ＭＳ 波
ＱｕｉｃｋＢｉｒｄ 卫星是由美国 ＤｉｇｉｔａｌＧｌｏｂｅ／Ｅａｒｔｈ－ Ｗａｔｃｈ 公司于 ２００１ 年 １０ 月 １８ 日发射成功的高 分辨率商业遥感卫星。该影像在空间分辨率 （０．６１ ｍ）、多光谱成像、成像幅宽、成像灵活性等 方面具有明显的优势。ＱｕｉｃｋＢｉｒｄ 影像的光谱信 息非常丰富，如将多光谱数据与全色数据进行融 合就可以得到亚米级的多光谱影像数据，这些数 据将非常有利于影像判读、特征提取和各种大比 例尺专题图的制作与应用。
该方法的具体流程见图 ２。它是线性代数和
直方图匹配，但光谱信息的扭曲仍然比较大。
多元统计中常用的方法， 类似于 ＰＣＡ 变换法 ，它
（ｃ）ＰＣＡ 变换法（主成分分析法）
可以对矩阵或多维影像进行正交变换， 消除相关
ＰＣＡ 变换法是融合中另一种较为常见的方 的多光谱波段之间的相关性。Ｇｒａｍ － ｓｃｈｍｉｄｔ 变
提高的融合影像，即空间分辨率提高的多光谱影 考波段融合后影像的质量，最终选取多光谱影像
像。
的 １、２、３、４ 四个波段为参考波段，此时融合效果
ＩＨＳ 变换法同样也有两个不足之处：①一次 最佳。
操作过程只能对三个多光谱波段进行融合；②尽 １．２．３ Ｇｒａｍ－ｓｃｈｍｉｄｔ 变换法
管将高空间分辨率的全色波段与 Ｉ 分量进行了
Ｖｏｌ．２４ Ｎｏ．４ Ｊｕｌｙ ２００８
科技通报
ＢＵＬＬＥＴＩＮ ＯＦ ＳＣＩＥＮＣＥ ＡＮＤ ＴＥＣＨＮＯＬＯＧＹ
第 ２４ 卷 第 ４ 期 ２００８ 年 ７ 月
ＱｕｉｃｋＢｉｒｄ 全色与多光谱影像融合方法比较研究
谭永生，沈掌泉，贾春燕，王 珂
（浙江大学 农业遥感与信息技术应用研究所，杭州 ３１００２９）
ＧＳ２
ＧＳ３ 更高分辨率 ＭＳ ＧＳｎ
图 ２ Ｇｒａｍ－ｓｃｈｍｉｄｔ 变化的融合算法
Ｆｉｇ．２ Ｔｈｅ ｆｕｓｉｏｎ ａｌｇｏｒｉｔｈｍ ｏｆ Ｇｒａｍ－Ｓｃｈｍｉｄｔ ｔｒａｎｓｆｏｒｍ
后的 ＰＡＮ 代替 Ｉ 分量，并与原来的色度 Ｈ、饱和 参考波段的选择会影响融合结果的质量。本文在