遥感影像融合评价定量指标选取问题
王恩鲁;汪小钦
【摘 要】鉴于目前遥感影像融合评价在定量指标的归类、选取和使用等方面尚未有较为全面、科学的标准和体系,从而定量融合评价工作中存在一些指标选用不明确、评价结果不一致的情况,该文将众多定量指标的融合评价结果进行分析,考察并遴选出具有代表性的定量指标作为参考.以WorldView-2影像、ZY-3影像和ALOS影像为数据源,选取常用的几种融合方法进行融合实验,将客观评价结果利用均值-标准差图的可视化方式进行分析,并与主观评判相结合,探讨遥感影像融合质量评价的最佳方案.实验结果表明,在评价光谱保持度方面,SAM与Q4/Q8评价结果之间的一致性最好,且与主观评判相符度最高;在评价影像清晰度方面,推荐使用角二阶矩和点锐度相结合的方式.%The lection of the reprentative indexes is significant for the effective evaluation of image fusion.However,there is no comprehensive and scientific standard or system in this field currently.This paper analyzed a lot of quantitative evaluation outcomes to find the suitable indexes for fusion evaluation in the future.Several fusion experiments bad on the common methods were carried out by using WorldView-2,ZY3 a
nd ALOS images.For studying the lection of the optimal asssment method,the objective evaluation indexes with "mean-std" charts combined with the subjective judgement by visual interpretation have been analyzed and evaluated in detail.The results which agreed well with tho from subjective judgement indicated that both SAM and Q4/Q8 are good for the spectral prervation evaluation,and angular cond moment and point acutance arithmetic are recommended for image sharpness evaluation.
【期刊名称】《遥感信息》
【年(卷),期】2017(032)006
【总页数】8页(P14-21)
【关键词】遥感影像融合;融合质量评价;定量指标;光谱保持度;影像清晰度
【作 者】王恩鲁;汪小钦
【作者单位】福州大学地理空间信息技术国家地方联合工程研究中心,福州350116;空间数据挖掘与信息共享教育部重点实验室,福州350116
【正文语种】中 文
【中图分类】P237
0 引言
较高分辨率全色影像和较低分辨率多光谱影像之间的融合是最为常见的像素级融合，其目的是丰富融合影像光谱信息的同时能够提升影像空间分辨率，使已有影像数据在地物类别区分和特征提取方面具有更高的可用性[1-2]。融合评价是通过目视判读或利用数学统计指标评估融合影像的质量，在分析融合效果、改进融合算法等方面具有重要意义[3]。在使用定量指标进行融合影像的客观评价时，人们往往面临定量指标的归类和选用问题，对此有一些学者运用基于相关矩阵的模糊聚类分析法[4]、条件广义方差极小法[5]、裁判法[6]或计算Spearman相关系数[7]等方式对指标的计算结果进行相关性分析，将相似度高的指标作等价类划分并排除与各指标相关性较弱、对整体评价意义不显著的指标，从而实现指标的精选[8]。这些研究的特点是用数学统计的方法进行指标机理分析和性能检验，能够较为客观地给出指标的筛选准则，但从遥感影像融合的根本目的及相关指标的设计初衷等方面来考虑，以上方法仍存在不足。如标准差、信息熵、梯度等指标是从不同角度考量图像质量
的，仅利用相关性分析结果进行分类忽略了不同指标自身的含义，导致定量评价目的不够明确；此外大部分参与分析的指标多基于灰度图像的客观评价，对于多波段图像只能进行横向比较而无法兼顾图像自身波段间的联系。还有一些学者将收集到的融合评价指标从设计原理上进行整理和分类，或将若干指标直接应用到融合评价中，这些研究考虑了融合评价的特点但也存在指标不全面、分类依据不一致等情况[9-12]。因此，关于融合评价指标的归整和选用问题目前还没有统一的解决方案，这也是融合评价的研究热点之一。本文在众多融合评价研究的基础上，将收集到的定量指标按遥感影像融合专用指标(主要评价光谱保持情况)和一般图像质量评价指标归类[13-16]，探讨较为通用的遥感影像融合定量评价指标选择方案。
1 研究方法
1.1 融合实验数据
本文用到的影像数据分别为2011年12月WorldView-2影像(波段8，全色0.5 m，多光谱2 m)、2013年1月ZY-3影像(波段4，全色2.1 m，多光谱5.8 m)和2009年10月ALOS影像(波段4，全色2.5 m，多光谱10 m)，研究区均在福建省龙岩市长汀县内。为考察不同融合方法
、评价指标对于不同地物类型影像的适用性是否有较大差异，本文选取了居民地、植被、水体和混合地物等若干区域分别开展融合实验。
1.2 融合方法的选择
目前常用的基于像元的融合方法有色彩变换、数学运算、图像变换等[17]，其中一些方法的光谱保持性较差，为了便于客观评价本文选用的融合方法可使融合后影像和原始多光谱影像波段数保持一致，分别为主成分分析融合(principal component analysis，PCA)、高通滤波融合(high pass filter fusion，HPF)、Ehlers融合、格莱姆-施密特融合(Gram-Schmidt，G-S)、光谱锐化融合(pc spectral sharpen，PCSS)、最邻近锐化融合(nearest neighbor diffusion pan sharpening，NND)和超球面彩色空间分辨率融合(hyperspherical color space resolution merge，HCS)方法。
1.3 定量评价指标的分类与选取
定量评价是设计数学模型(指标)来描述融合前后影像之间的差异，将指标的计算结果作为评判依据。这种评价方式从客观角度作出评判，在人工目视判读无法进一步区分融合效果优劣的情况下是主观评判的有力补充。表1所示的是目前较为常用的图像质量评价指标。
从表1看出，图像的定量评价指标非常多，既有用于评价融合影像的，也有用于一般图像质量评价的。实际上，遥感影像融合主要目的就是最大程度保留影像光谱信息的同时尽可能地提升空间分辨率，因此重点考察融合影像光谱保持度和空间分辨率提升度就能够合理、有效地完成客观评价工作；无参考质量评价指标(quality with no reference，QNR)就是基于这2个方面设计和提出的，它包含光谱失真度Dλ和空间偏差度Ds 2个部分，并由Dλ和Ds组合生成范围在0到1之间的全局评价结果QNR[18]。
表1 图像客观评价指标基本评价指标信息量评价指标光谱保持评价指标全参考评价指标无参考评价指标均值,标准差,对比度,平均梯度,空间频率,点锐度,等联合熵,相关熵,交叉熵,信息熵,交互信息量,改进互信息,等偏差指数,光谱逼真度,相关系数,光谱角,光谱距离,等均方差,信噪比,结构相似度,结构清晰度,相对全局误差,四元数指标,等基于小波自然影像统计特征,基于Contourlet变换梯度结构相似度,无参考质量评价,等
在2006年地球科学与遥感学会(geoscience and remote nsing symposium，GRSS)数据融合技术委员会举办的世界数据融合竞赛后，一些推荐的客观评价指标如光谱角测度(spectral angle mapper，SAM)、相对全局误差(relative dimensionless global error in synt
hesis，法语缩写ERGAS)、四元数指标(Q4)等被逐渐被人们熟知[19]，但都侧重于评价融合前后的光谱保持情况。为了补充空间信息的评价指标，本文除选用遥感影像融合专用指标外还初选了一般图像评价中的清晰度指标，将不同融合影像的评价结果进行横向对比后按清晰度和光谱保持度进一步筛选，如表2所示。
表2 遥感影像融合评价指标清晰度评价指标光谱保持度评价指标平均梯度,空间频率,点锐度,边缘信号能量,角二阶矩,基于灰度共生矩阵的对比度[16]光谱角测度(SAM)[13],相对全局误差(ERGAS)[14],四元数/八元数指标(Q4/Q8)[15,19],无参考质量评价(QNR)、光谱失真度Dλ[18]
表2左侧的清晰度指标中，除角二阶矩的值越小代表影像越清晰外，其余5个指标均为越大越好；右侧的融合指标中SAM和ERGAS越小表示融合效果越好，其余指标相反。
2 实验结果与分析
2.1 融合实验结果
本文采用3种数据、6种融合方法(WorldView-2数据为7种)分别进行融合实验，并利用初选
的11个定量指标对融合结果进行评价。实验中将3种不同遥感影像按单一地物类型(植被、水体、居民地)和混合地物类型进行裁剪，分区域开展融合工作，每块融合影像大小均为512像素×512像素。图1至图3为3种数据分区域裁剪的原始影像，各区域影像包含的主要地物类型均有所差别。
