Jiangxiao Chen, Deng Zhengdong, Wu Guoying, Wang Donghao

(Faculdade de Engenharia da Universidade Nacional de Engenharia do Exército de Defesa, Nanjing 210007, China)

Em Landsat8 OLI satélite teledetecção fontes de dados, a fim de estudar a área de reservatório Dahuofang usando Brovery fusão, fusão comparativo panchromatic estudo e de dados multi-espectrais NNDiffuse Pan Nitidez de fusão e de fusão método de Gram-Schmidt. Após a análise qualitativa e quantitativa descobriram que, método de fusão e de fusão de Gram-Schmidt NN tem um espectro mais rica de informação, e fidelidade espectral é a melhor fusão de Gram-Schmidt. Para o método de fusão Gram-Schmidt, selecione a linha de imagem no pixel análise espectral de água limite, os pesquisadores descobriram que a linha de fronteira água fundida parecer ainda mais claramente, ajuda a refinar o limite de água extraído.

algoritmo de fusão; Landsat 8; Multispectral e pancromática; análise espectral

CLC : TP301  código do documento: A  DOI: 10,19358 / j.issn.2096-5133.2018.08.008

formato de citação: Jiangxiao Chen, Dengzheng Dong, Wuguo Ying, algoritmo de fusão imagem et .Landsat comparação panchromatic e um multi-espectral 8 tecnologia da informação [J] e a rede de segurança OLI, 2018,37 (8): 31-35.

Comparações de algoritmos de fusão de 8 Landsat

imagens OLI multi-espectrais e pancromáticas

Jiang Xiaochen, Deng Zhengdong, Wu Guoying, Wang Donghao

(College of National Engineering Defesa, The University Exército Engenharia de PLA, Nanjing 210007, China)

Resumo: Três algoritmos de fusão de imagens de Brovery, NNDiffuse Pan Afiação (NND) e Gram-Schmidt (GS) foram comparados quando as imagens multi-espectrais e pancromáticas de Landsat 8 OLI foram fundidos, tendo o Reservatório Dahuofang como área de estudo. A partir do qualitativa e análises quantitativas, concluiu-se que a GS e NND tinha mais rica informação espectral e GS teve o melhor fidelidade espectro. com base no método de GS, foram seleccionados os elementos de imagem no limite da massa de água para a análise espectral. os resultados mostraram que o limite a linha de água após fusão appeard mais claramente, o que contribuiu para refinar o limite de extracção de água.

Palavras-chave: algoritmo de fusão; Landsat 8; multi-espectral e panchromatic; análise espectral

0 Introdução

A fusão de dados de imagem é uma imagem de dados multi-sensor e outro processamento de informação, com foco acordo com certas regras ou algoritmos que os dados multivariados de processamento de operação para redundante ou complementares no tempo e no espaço, para obter dados mais precisos do que um único, rico informação, gera um novo espaço, os sintetizados características de tempo do espectro imagem. De acordo com a fusão a partir de baixo para o nível alto, a fusão de dados de imagem pode ser levada a cabo [1] a três níveis de pixels, em que, fazendo-a decisão. Com base no pixel atual de fusão é amplamente utilizado, embora uma grande quantidade de processamento de dados relacionado, mas baseia-se nos dados de imagem mais original, a imagem pode reter mais informações, com a maior precisão [2]. nível de pixel da imagem de fusão convencional algoritmo de seu método de fusão, método de fusão de componentes principais, fusão Brovery, método de fusão Gram-schidt, transformada wavelet método de fusão, método de fusão NNDiffuse ou similar. Para estes algoritmos de fusão, alguns investigadores utilizar Quickbird [três], Landsat 7 ETM + [4], SPOT6 [5], Uma alta [seis], II pontuação [7], e outra resolução multi-espectral do sensor e o conjunto fusão de imagens de cor têm sido estudados, e alcançou resultados notáveis, mas poucos estudos Landsat 8 imagem de satélite da de.

Landsat 8 é emitida para um novo satélite teledetecção pela NASA em 2013, integra dois sensores, isto é, terra Imager (a OLI), e sensores de infravermelhos térmicos (TIRS). OLI sensor de nove bandas, de modo a manter a consistência dos dados e Landsat 7 ETM + banda, vários banda de reflexão e o Landsat ETM 8 + na banda de reflexão é idêntica ou muito próxima. No entanto, existem vários banda OLI largura foram melhorados para reduzir ou evitar os efeitos de vários ocorrendo atmosférica na característica de absorção banda ETM +. Por exemplo OLI panchromatic 8 é reduzido para melhorar o contraste da vegetação e [8] a região não-vegetação. Neste papel, Landsat 8 dados como um exemplo, utilizando três algoritmos diferentes estudados panchromatic fusão e de dados multi-espectrais, e três tipos de algoritmos de fusão análise comparativa de ambos os aspectos qualitativos e quantitativos. Melhor algoritmo de fusão, a imagem selecionada pelo efeito de fusão estudo mais aprofundado do pixel limite da linha de água espectral.

1 Os métodos e princípios de fusão de imagens

Neste papel, a utilização do método tradicional de fusão Brovery, método de fusão NNDiffuse e a fusão de Gram-Schmidt, fusão princípio brevemente descrito abaixo.

1.1 conversão Brovery [1]

Brovery multibanda transformação por dados normalizados, multiplicados pelos dados de alta resolução, tais como a fórmula (1) mostrado na FIG. Neste estudo, seleccionar os dados de infravermelhos Landsat 8, perto do infravermelho, verde banda de comprimento de onda R, G, B canal, seleccionar mesma banda de fusão de dados de alta resolução de fase tempo panchromatic.

Em que: valores de dados de imagem DN1 ~ DN3 multibanda; DNH uma alta resolução valores de dados de imagem; DNf1 ~ DNf3 o valor do resultado.

1,2 NNDiffuse transformação [9]

algoritmo de fusão imagem NNDiffuse Pan afiar (nearst Vizinho Difusão Pan Nitidez) foi proposta pela primeira vez pelo Instituto de Tecnologia de Rochester (RIT) dom W et al. pancromática quarto (resample o mesmo multibanda resolução) depois de estabelecer o método de resolução de primeira multibanda dados reamostragem vector resposta linear T, o estabelecimento dos nove pixels de ea de super pixel interesse cálculo da distribuição pancromática coeficiente de variação de pixel de N, N em combinação com o coeficiente de variação de dados para estabelecer uma alta-resolução dos dados multi-banda multi-banda. ENVI5.2 e versões posteriores suportam o algoritmo de fusão. Ele suporta um número de tipos de sensores, como o Landsat 8, SPOT, WorldView-2/3 e satélites domésticos, o resultado da integração bem manter a cor, textura e informação espectral.

1.3 Gram-Schmidt transformar [10]

De Gram-Schmidt transformar é uma transformação linear estatística utilizada multidimensional ortogonais, transformação usando imagem GS detecção remota de processamento de dados multidimensional ortogonal, podem ser eficazmente removidas entre bandas adjacentes forte correlação, para maximizar a eliminação imagem redundância de informação. O primeiro análogo de conversão de uma imagem completa a cores de alta resolução utilizando uma imagem multi-espectral com baixa resolução espacial; Subsequentemente, para simular imagem de alta resolução completa-cor que o primeiro componente é convertido GS GS transformação na imagem de baixa resolução; novamente o primeiro componente e o GS alta resolução de imagem que correspondem transformar, para produzir uma imagem de alta resolução modificada uma, utilizando os componentes de imagem de alta resolução modificados depois de uma primeira GS alternativos transformadas para produzir uma nova dados conjunto e, finalmente, os novos conjuntos de dados GS transformada inversa pode produzir uma imagem resolução multi-espectral espacial melhorada. O algoritmo pode ser um número arbitrário de faixas de fusão de imagem, a imagem de fusão e as características espectrais da baixa resolução espacial banda realização gerado, informações distorção.

2 Imagem Fusão Avaliação da Qualidade

2.1 A avaliação subjetiva

Fatores aspectos da definição de avaliação subjetiva das principais imagens de observação, cores e características de superfície das informações de artes liberais, etc., são a avaliação qualitativa.

2.2 A avaliação quantitativa

O principal índice de avaliação objectiva para avaliar a quantidade de informação, clareza e fidelidade três ângulos. Um objectivo é o de aumentar a informação efectiva imagem fusão de imagem, entropia e desvio padrão pode ser reflectida na informação de imagem; refere-se a nitidez de imagem ou perto de ambos os lados da fronteira gradação chocado uma diferença significativa, esta diferença pode ser usada gradiente de representação; fidelidade vídeo refere-se ao grau de desvio a partir da imagem original e a imagem fundida, desvio aqui escolhida. Suponhamos que a imagem em tamanho mxn, a faixa de tons de cinzento da imagem (0255), o seguinte é calculado para cada um dos índices e métodos de avaliação.

2.2.1 Média

No desempenho visual média do valor médio da imagem de pixel, o leigo médio luminância é termos. Fusão imagem alterações de valor médio de pixel é menor, a imagem de fusão e a luminância média é mais próxima da imagem original, a fidelidade espectral da fusão, o melhor método de [11]. A fórmula é:

Em que as imagens médios de cinza; m é o número de linhas de imagens; n é o número de colunas da imagem; M (x, y) são as coordenadas da imagem da imagem central (x, y) é o valor da gradação do elemento de imagem.

2.2.2 desvio padrão S

Refere-se a um desvio padrão de cada elemento de imagem os valores de imagem de gradação no que diz respeito ao grau de dispersão elementos panorâmicas de imagem médio. Quanto maior for o desvio padrão, maior será o contraste da imagem, o mais fácil de distinguir as características de superfície, é propício para a extracção de informação da imagem. A fórmula é:

2.2.3 entropia Hx

Shannon entropia proposto em 1948, pode ser utilizado para medir a riqueza da informação da imagem. Quanto maior for a entropia, mais instruções contidas na informação de imagem, melhor o efeito de fus [12]. Pode ser calculada de acordo com a teoria da informação de Shannon a seguinte fórmula entropia, a imagem:

Onde, Pi é a probabilidade de valores de tons i, x número de pixels. Pi é exportado diretamente pelo estatísticas rápidas.

2.2.4 Desvio D

Ela reflete o grau de desvio da mudança antes e depois do processamento de imagem, maior o valor, maior a distorção da imagem, mais perda de informações de imagem [13]. Isto é, a imagem longitudinal integração desvio correspondente para cada banda, como um valor médio dos elementos de diferença, calculada de acordo com a fórmula (5):

Na fórmula, M (x, y) são as coordenadas da imagem original (x, y) do valor de cinzento do pixel; F (x, y) as coordenadas como uma imagem de fusão (x, y) dos valores de cinzento dos pixels.

2.2.5 g média gradiente

O gradiente médio é calculado por interpolação entre os pixels fundidos metadados de imagem de modo a reflectir o contraste de imagem em detalhe fino vizinha, para a junção de dois adjacentes de diferença de pixel maior classe. Após a fusão a imagem lateralmente adjacente à direcção longitudinal do valor de diferença de dois pixels, a fim de avaliar a sua nitidez. gradiente médio é calculado de acordo com a equação (6):

Em que, Fx (x, y), Fy (x, y) são adjacentes ao eixo dos x e do eixo y do pixel direcção diferença valor de cinzento.

3 Avaliação do efeito de fusão

Em água para em Liaoning área experimental Fushun County, seleccionar uma imagem formando Landsat 08-27 setembro de 2015, a pluralidade de banda espectral pré-processados e Panchromatic acima descritos três métodos para fusões. Os valores são os valores de reflectância pela imagem multi-espectral após 10000 vezes processos atmosféricos, dados pancromáticas dimensionado para valores de radiância. Variar em diferentes unidades, antes e após a integração de dados e dados de tipos, que conduz para o meio, os indicadores de desvios padrão não são comparáveis. Para tornar a 3 tipos de resultados de fusão comparáveis, em primeiro lugar pela Fórmula (7) Os valores de pixel de imagem fundidos entre 0 e 255 para estiramento. Enquanto utilizando três amostras de imagem multi-espectral resolução espacial de amostragem de 15 m, o processo implementado pelo módulo pilha ENVI camada.

Em que, Bi é o valor de pixel após a banda de fusão; min, max são respectivamente o mínimo e o máximo para as imagens da banda de comprimento de onda; B'i é o valor após a fusão imagem estica.

3.1 A avaliação subjetiva

Factores aspecto principal da avaliação subjectiva da nitidez da imagem, a observação de cores e semelhantes ARTE informação característica, o contraste de imagem é mostrado na Figura 1 depois de a imagem original e o processo de fusão de imagem.

imagem 1 fundido com a imagem original da FIG três algoritmo de fusão diferente

Em que a Fig. 1 (a), (c), (d), utilizando o R, G, a selecção de canal B As bandas vermelhas, verdes e azuis, Fig. 1 (b) utilizando o SWIR, vermelho, verde visor. Do ponto de vista da resolução, após a textura da imagem de fusão de água mais clara fronteira mais fácil de distinguir; vistos do matiz, fusão Brovery e fusão NNDiffuse tal vegetação, deu à luz, a água é mais brilhante do que a cor pré-fusão, enquanto Gram-Schmidt fundido a cor mínimo imagem original.

3.2 Avaliação Objectivo

Avaliação A fim de objectiva e avaliar quantitativamente os resultados de fusão, calculados fundidos imagem três tipos de fusão obtida em média para as respectivas bandas, desvio padr, entropia informações, desvio, gradiente média, detalhado na Tabela 1, a Tabela 2, Tabela 3 shows.

Tabela 1 resultados de avaliação Brovery fusão

Resultados A Tabela 2 Avaliação de fusão NNDiffuse

Resultados A Tabela 3 Avaliação de fusão de Gram-Schmidt

Ver a informação entropia, valor de fusão e método de fusão de Gram-Schmidt método NNDiffuse Brovery maior do que a fusão, as duas primeiras instruções compreendendo fusão mais rica informações espectro; comparação desvio padrão, qualquer um de fusão em comparação com os outros dois métodos de fusão tem a vantagem não óbvio; Gram-Schmidt desvio fusão da imagem original é menor do que os outros dois métodos descritos distorção espectral é pequeno, consistente com os resultados da avaliação subjectiva; método da média gradiente é superior à fusão método Brovery de Gram-Schmidt e fusão NNDiffuse fusão; de fusão em comparação com os outros dois métodos, Brovery fusão só podem ser realizadas simultaneamente em três bandas de fusão, irá aumentar a dificuldade de lidar com.

Em resumo, o método de fusão Gram-Schmidt tem uma informação espectral mais abundante, alta fidelidade e clareza espectral. Para um estudo mais aprofundado o efeito da fusão do algoritmo de fusão, o elemento de imagem de vídeo aqui regar análise espectral de linha de limite, para examinar o grau de precisão do qual a água de extracção limite. posição longitudinal fusão Gram-Schmidt, do elemento de imagem mostrada na Figura 2. Figura, o limite de linha fina para o uso limiar índice MNDWI é definido linha limite de um extracto aquoso.

FIG 2 de fusão de distribuição espacial longitudinal pixels da imagem

Análise numeradas como mostrado na Figura 3, da porção de pixel. FIG pixel de cinzento após a fusão 15 m pixel de resolução espacial, indicado por linhas a tracejado é uma frente de fusão 30 m pixel de resolução espacial.

posição fusão longitudinal correspondente à curva de reflectância espectral característica de pixel de imagem, como mostrado nas Figuras 4 e 5. A característica de reflectância espectral de elementos de imagem e água de vegetação antes da fusão, a, b pode ser determinado como um pixel de água, c, d é determinado como o elemento de vegetação.

Figura 3 antes e depois da integração do pixel de distribuição espacial gráfico de análise

Figura 4 antes de características de fusão do pixel de reflectância espectral

Depois de cada pixel da FIG fundido com 5 membros reflectância características espectrais

Do pixel após a análise de integração, 2, 3 pixels com características espectrais significativas de água; 4,7 compliance pixels vegetação características espectrais; 5,8 características espectrais de pixels com uma planta semelhante, mas o seu valor é bastante diferente e vegetação ; remanescente PEL não apresentaram propriedades significativas que certas características espectrais, as características espectrais destes fusão pixels pancromáticas, a alta reflectância no infravermelho próximo e vegetação infravermelho em água, mas muito inferior. Constatou-se que a utilização da imagem de índice MNDWI extraída, 1,2,3,5,6,9 pixels são classificados como água. Por espectroscopia, em comparação com a linha de fronteira antes da fusão, a linha de fronteira de água após a fusão e mais claramente apresentados.

4 Conclusão

Avaliação da avaliação subjectiva e objectiva de dois ângulos seleccionados algoritmo de fusão, caracterizado pelo facto da fusão da imagem multi-espectral através da alta resolução espacial dos dados de imagem pancromáticas e multi-espectrais dos dados de imagem. De três NNDiffuse, de Gram-Schmidt, algoritmo de fusão Brovery foi comparado com o que, de Gram-Schmidt algoritmo de fusão maior fidelidade espectral, superior ao dos outros dois algoritmos sobre o desvio padrão de indicadores objectivos, entropia, desvio. O pixel análise espectral corpo de água limite mostrou que a imagem fundida pode melhorar a precisão da extração de água limite.

Referências

[1] Aplicações de Sensoriamento Remoto, quando os princípios e métodos de análise Zhao Ying [M] Pequim:. Science Press, 2013.

[2] flores Li Zhong, Deng Qiqi, Zhangmin Li, e outro algoritmo de fusão com base no Landsat 8 OLI remota de imagens de sensoriamento [J] Journal of Xiamen University of Technology, 2017,25 (1):. 5-11.

. [3] Tan Yongsheng, Shen Zhang Quan, Jia Chunyan, etc. Um Estudo Comparativo de método de fusão de imagem multi-espectral e panchromatic QuickBird Ciência e Tecnologia Boletim [J], 2008,24 (4): 498-503.

[4] + Imagem fusão e classificação de SE .Landsat 7 ETM [J] Remote Sensing, 2005,9 (2): 186-194.

. [5] Guo Lei, Yang Jihong, árvores Shi Liang, tais como a fusão de imagens SPOT6 estudos comparativos [J] Remote Sensing da Terra Resources, 2014, 26 (4):. 71-77.

[6] Liu Kun, Fu Jingying, Fei quatro tipos de notas de avaliação I fusão satélite [J] tecnologia de sensoriamento remoto e aplicação, 2015,30 (5):. 160-166.

[7] Xue cristal nuvem azul oficial, Li Yilong, fusão de imagem, etc. "marcar II" comparação satélite e método de avaliação [J] espaço de volta e Remote Sensing, 2017,38 (2): 91-99.

[8] THOMAS L, RALPH W. K, Jonathan C. sensoriamento remoto e interpretação de imagens (o livro original version 7) [M] Pequim: Electronic Industry Press, 2016.

[9] dom W, D. Messinger vizinho mais próximo algoritmo-pan afiar baseada na difusão de imagens espectrais [J] .Optical Engenharia, 2014, 53 (1): 013.107.

. [10] Yang, Xiadun Sheng, Chen Fahu Landsat 7 ETM + algoritmo de comparação de fusão de dados multi-espectrais panchromatic e [J] Universidade Lanzhou (Natural Science), 2007,43 (4): 7-11, 17.

[11] Li Yingying, Hong Jinyi, Jianguo, etc. IKONOS Imagem Fusão Research and Application Avaliação Comparativa [J] Exploração Mineral, 2014,5 (3): 499-504.

. [12] Cuijia Jie, Li Shiming estudo comparativo pontuação Fusão 1 Imagens de satélite [J] Heilongjiang Instituto de Tecnologia, 2015,29 (3): 12-15.

. [13] jóia Cui com base na comparação de imagens de satélite de avaliação interna da qualidade e análise de [D] Changchun: Universidade Jilin de 2014.

(Data de recebimento: 2018/04/25)

Sobre o autor:

Jiangxiao Chen (1994-), do sexo masculino, de pós-graduação, as principais linhas de pesquisa: sensoriamento remoto qualidade da água.

Deng Zhengdong (1960-), o autor, médico, professor, principais direcções de investigação correspondente: Campo teoria segurança de abastecimento de água. E-mail: dengzdong@sina.com.

Wu Guoying (1992-), do sexo masculino, de pós-graduação, as principais linhas de pesquisa: sensoriamento remoto qualidade da água.

* Projeto Fundo: Pesquisa e Desenvolvimento do Programa Nacional de Alta Tecnologia (Programa 863) (2012AA062601)