顾及极化特征的SAR与光学影像融合与分类.doc

《顾及极化特征的SAR与光学影像融合与分类.doc》由会员分享，可在线阅读，更多相关《顾及极化特征的SAR与光学影像融合与分类.doc（10页珍藏版）》请在沃文网上搜索。

1、第 卷 第 期光学学报，年 月 ，顾及极化特征的 与光学影像融合与分类万剑华，臧金霞，刘善伟中国石油大学（华 东）地球科学与技术学院 ，山东 青岛 摘要 全极化合成孔径雷达（）具 有丰富的极化 信 息 ，对地物识别具有显著优势 ，提出了一种顾及极化特征的 与中分光学影像融合的方法 ，对 全极化 影像进行极化目标分解 ，采用改进的色度 、饱 和度 、明 度（）变 换方法融合极化特征波段与中分光学影像 ，并 基于面向对象的方法对融合影像进行地物分类。 结 果 表 明 ，该 融 合 方法优于传统单极化 与中分光学影像的 融 合 方 法 ，能够有效利用全极化 的极化纹理信息。 面 向 对象分类方法能够

2、降低 对融合影像的斑点噪声影响 ，地物总体分类精 度优于高分光学影像 ，且对于极化信息 敏感的地物 ，其分类精度明显优于高分光学影像 。关键词 遥感；影像融合；色度变换；全极化合成孔径雷达；中分光学影像；分类中图分类号 文献标识码 ： ， ， （ ） ， ， ， （ ） ， ； ； ；引言高分辨率光学影像包含详细的地物覆盖信息，是进行地理国情监测的重要数据源 ，但高分卫星重访 周 期长，且成像质量易受天气影响 ，尤其在雨季和雾季 ，无云数据获取困难 ，制约了高分光学影像的应用 。目前 商业合成孔径雷达（）能达到米级分辨率 ，且具有全天时、全天候特点，但缺乏光谱信息；中分光学卫星定 期重访且周期

3、短，无云影像容易获取，但空间分辨率 低。 融合两种影像可实现优势互补 ，提 高影像的地物解 译能力。遥感影像融合多为光学影像之间的融合，近 几年光学影像与单极化 融合研究逐渐增多，但收稿日期 ：；收到修改稿日期 ： 基金项目：山东省自然科学基金（）作者简介：万剑华（），男 ，博 士 ，教 授 ，主 要从事 技术应用方面的研究 。： 通信联系人。：光学学报利用全极化 与光学影像融合的研究很少。随着 技术的发展，全 极化 数据源越来越丰富，与 单极化 相比，全极化 完整记录了地物在水平极化 、交叉极化 和 以及垂直极化 四 种极化状态下的散 射 回 波，为 地物识别提供更多的 极 化 信 息 和

4、分 类 特 征。 目 前，国 内 外 已 有 学 者 基 于 与中分光学影像的融合影像开展地物分类研究。等 基于 与 影像进行融合及组合，比较地物分类 精度，发 现基于双极化波段与 融合影像的分类结果优于单极化波 段，表明丰富的极化信息有利于提高地物分类精度 。为充分利用全极化 的极化信息，本文提出了一种改进的 色度 、饱 和度、明 度（）融 合方法，并 与 采用传统 融合方法得到的单极化 与中分光学融合影像进行对比评价 ，为 验证融合影像的地物解 译能力，基于融合影像和高分光学影像分别开展面向对象的地物分类 ，进行地物分类精度评价与分析 。 研究区和数据 研究区以黄河三角洲为研究区 ，该区域

5、位于黄河入海口处 ，湿 地植被丰富，地 面覆盖有芦苇、翅 碱蓬、互 花米草 等典型湿地植被，是我国沿海最大的新生湿地自然植被群落。 数据实验数据包括 卫星全极化精 细模式 影像、 中分光学影像、高 分一号 光学影像以及黄河三角洲实地踏勘解译图。 影像与光学影像成像于植被茂盛月份，时 间仅相差一年， 且该区域主要为自然地物 ，自 然 变 化 非 常 小，可以忽略时间 差 异 对 融合效果产 生的影响 ，数 据 基 本 信 息 如 表所示。表 数据基本信息 、 图 全极化 影像 、 影像和 影 像 （）；（）；（）；（）；（） ；（） ， （） ；（） ；（） ；（） ；（） ；（）方法采用像素级

6、与特征级相结合的方法 ，首先提取 极化特征，然 后基于极化特征与中分光学影像进行 融合。图 黄河口地区解译图 全极化 影像极化分解与降噪极化分解有助于利用极化散射矩阵揭示散射体的物理机理 ，根据目标散射特性的变化与否 ，极化分解的 方法可分为两类：相干目标分解和非相干目标分解 。相干目标分解是针对目标散射矩阵的分解 ，要求目标的 散射特征是确定或稳态的 ；非相干目 标分解是针对极化协方差矩阵 、极 化相干矩阵 、矩 阵 或 矩阵 的分解，目标可以是非确定或时变 的。 由于自然界中的目标复杂，且 目标散射特性呈现很强 的变化性，因此 大多数的研究中采 用 非相干目 标分解 方法，包 括 分 解、

7、 分 解 和 分解。针对研究区植被丰富的特点 ，采 用 分解， 分解模型将原始协方差矩 阵分解为表面散射、偶次散射、体散射之和，即 ，（）式中表示 表面散射， 表示偶次散射， 表示体散射。总的后向散射模型如下：烄 烅，（） 烆 式中 为水平向发射和水平向接收的回波数据 ， 为垂直向发射和垂直向接收的回波数据， 为垂直 向发射和水平向接收的回波数据 。 为表面散射分量的分解系数 ， 为偶次散射分量的分解系数 ， 为体散射分量的分解系数 ， 为水平发射水平接收后向散射反射系数与垂直发射垂直接收后向散射发射系数之 比， 为地表和竖直墙体的水平反射系数乘积与地表和竖直墙体的垂直反射系数乘积之比。由（）

8、式可得到三种散射分量的散射功率为烄 （ ）烅 （ ），（）烆 式中 、 分别为表面散射、偶次散射、体散射三种分量的散射功率 。该散射模型可初步确定哪种散射机制成分在极化 数据的后向散射模型中占主要地位。 三分量散 射机制模型可以有效区分不同地物类型。由于散射体目标的回波具有相干性 ，导致雷达图像 上出现许多斑点噪声 ，影 响雷达影像的质量，给 雷达 影像解译造成困难 ，在利用雷达影像解译之前 ，应先进行降噪处理。采用 滤 波与中值滤波相结合的 方法，首先 采用 滤 波，减 弱 影像的噪声，然后在减弱噪声的影像 上进行中值滤波 ，使 影像更 均匀。 改进的 融合方法在色度学中，把彩色影像由 彩色

9、空间变换到 色度空间称为 变换，反 之称为 逆变换。经过 变换后，色度、饱和度、明度三种成分间的相关性变低 ，可对三个变量单独处理 。在 空间中的灰度线是彩色立方体的对角线 ，而在 空间中是垂直中轴。 根据三角直角坐标系 的旋转变换，得到 正变换公式如下：熿槡槡熿 燄 燄槡熿燄 槡槡 槡，（）燀燅燀燅 燀槡槡燅式中 、 分别代表红、绿、蓝三种颜色亮度值 ，（）式给出了、 与 、 的关系，即烄 （）烅 槡 。（）相应的逆变换公式为熿燄烆 熿槡槡 燄槡熿 燄* 槡槡 槡。（）燀燅燀燅 燀槡槡燅 变换能够增强融合影像的空间细节表现能力 ，方法简捷，但只能进行三个波段的变换 ，若 直接进行 分量替代，

10、还会出现严重的光谱畸变现象 。因此，在传统 变换基础上提出改进方法。首先对全极化 数据进行 分解，得到表面散 射、偶 次散射和体散射三个极化特征， 三个极化特征波段在 空间可合成多光谱影像 ，对合成的多光谱影像和中分 光学影像分别进行预处理， 然后分别进行 变换，得到 、 共个分量； 和 两个分量加权平均，得 到新的 明度分量，用替代，对 、三分量进行 逆变换，得到融合影像，融 合过程中由于对 分 量进行加权平均，有效减轻了光谱畸变现象 。融合流程图如图所示。实验 融合实验极化分解及降噪后得到的 假彩色影像如图 所示，显示波段分别对应 ： 为偶次 散射， 为体散射， 为表面散射。基于改进的 融

11、合方法，融合 全极化 影像与 中分光学影像，为与 改进 方法得到的融合影像进行对比 ，采用传 统 融合方法，分 别基于 种单极化 （、 、）与中分光学影像进行融合 ，融合影像如图所示。 分类实验为验证融合影像的地物解译能力 ，以高分光学影像 作为对比 ，开 展面向对象的影像分类，面 向对象的分 类方法可以消除 影像相干斑噪声影响及高分光学影像椒盐现象 ，该方法比传统基于像元的分类方法更 适用于 影像及高分辨率影像。分类实验主要过程为对高分光学影像进行预处理 ，分别对融合影像及高分光学影像进行多尺度分割 ，采 用标准最邻近方法开展面向对象分类 ，最后基于分类结果进行分类精度评价及对比分析 。图

12、基于全极化 与中分光学影像的改进 融合流程图 图 极化分解和降噪后的 假彩色影像 多尺度分割是自下而上的 ，从单像元区域开始 ，相 邻影像区域依次合并增长 ，将 影像分割成不同尺度大 小特征相似的对象。尺度参数决定对象的最大异质度 ，应选择分割后的对 象与欲获取目标有较好吻合度 的最大分割尺度。形状因子定义了影像对象结果的纹理一致性 ，由 紧致度和平滑度组成，两 者和为 ，形 状 因子与色彩因子的和为，大多情况下，色 彩因子是最重要的。 经过反复实验，本 文融合影像及高分光学影 像的分割尺度选择为，形状因子为，紧密度为。基于面向对象的分类方法 ，将研究区分为互花米草 、盐地碱蓬、芦苇、柽柳、潮

13、滩、坑塘水面、河流、海洋共类，分类结果如图所示。分析与讨论 影像融合效果分析为清晰显示融合影像的细节信息 ，截取地物类型较丰富的一组小区域 ，如图所示。图 融合影像。（）本文方法融合影像 ；（） 极化融合影像 ；（） 极化融合影像；（） 极化融合影像 ；（） 极化融合影像 （） ；（） ；（）；（） ；（）图 分类结果图。（）融合影像分类结果图 ；（）高分光学影像分类结果图 （）；（）图 融合影像细节图。（）本文方法融合细节图 ；（） 极化融合细节图 ；（） 极化融合细节图；（） 极化融合细节图 ；（） 极化融合细节图 （） ；（） ；（）；（） ；（）从图可看出，本文方法得到的融合影像图（）

14、斑点噪声较 少，影 像更加均匀，较 好的保留了光学影 像的色彩信息，色彩对比明显，细节纹理信息更为丰 富。 传统融合方法得到的融合影像斑点噪声较多 ，光 谱 畸变大，色 彩存在失真现象。 从实地地物来看，图 （）中河流及坑塘的边界 清晰 ；盐 地碱蓬与潮滩，互 花米 草与柽柳由于极化特征差异大 ，能够明显区分。传统方法得到的融合影像由于不含极化特征 ，盐地碱蓬与潮 滩存在较大混淆。定性评价往往带有一定的主观性 ，故选取了均值、熵、平均梯度三个参数进行定量评价 ，如表所示。表 融合结果参数统计表 从表可看出，本文方法融合影像的均值 、熵、平 均梯度均高于其他四幅融合影像。 均值为图像中所有 像元

15、亮度值的算术平均值 ，遥感影像中反映了地物的平均反射强度 ，表示了地物的平均反射率 ，可以看出，本 文方法融合影像的地物平均反射强度最高。熵是衡量图像信息丰富程度的一个重要指标 ，融 合图像的熵值 大小能反映图像所包含信息量的多少 ，本文方法融合影像信息量最丰富 。 平均梯度反映了图像中微小细节 反差的表达能力和纹理变化特征 ，同时也反映了影像的清晰度 ，本文方法融合影像的平均梯度明显高于其他 四幅融合影像，说明本文方法能够显著增强图像纹理特征和细节反差 ，提高影像清晰度。 融合影像分类结果分析由图 可知，两 幅影像的分类结果均较完整 ，没有出现椒盐现象及较小 碎斑 ，两幅影像分类结 果 基

16、本 一致。基于现场踏勘后的人工解译图（图），分别计算融 合影像与高分光学影像分类结果的混淆矩阵 （表 ）。 基于表，得到融合影像和高分光学影像的不同地物分类精度对比情况（图）。表 地物分类精度表 依据以上分类精度图、表，得出融合影像和高分光学影像的分类结果分析如下 ：）融合影像总体分类精度及 系 数均高于高分光学影像，两 者相差 ，系 数相差 。 融合影像空间分辨率提高 ，相比低分辨率影像 ，其混合像元数量减少 ，降低了误分概率，此外融合影像光谱信 息丰富，且具有高分光学影像缺乏的极化信息 ，融合影像的地物整体解译能力优于高分光学影像 。图 融合影像与高分光学影像不同地物生产者精度和用户精度对

17、比 ）在互花米草、柽柳、盐地碱蓬、芦苇种植 被中，融合影 像中互花米草的生产者精度和用户精度高于 高分光学影像，盐地碱蓬的用户精度高于高分光学影像 ，生产者精度略低于高分光学影像 ，总体来看，融合影 像中互花米草和盐地碱蓬分类精度优于高分光学影像。就极化特征而言，互花米草以体散射为主，偶次散射 和面散射强度低，融合影像利用其极化信息和光谱信息分类 ，分类精度优于高分光学影像 。盐地碱蓬生长在 潮间带上，与潮滩光谱信息相似，与其他地物光谱信息 差别大 ，两幅影像分类结 果中盐地碱蓬主要与潮滩混 淆。融合影像中芦苇的分类精度与高分光学影像接近 ，柽柳分类 精度低于高分光学影像，从 图 （）中 可看

18、 出，柽柳与芦苇有一定程度地混淆 ，柽柳分布稀疏，光谱信息在一定程度上受底质影响 ，因此单从光谱信息较 易区分柽柳与芦苇，但融合影像中包含 的极化信息，两者均有较强的体散射和偶次散射 ，极化信息相差 小，对分类结果造成干扰 。）综 合生产者精度与用户精度 ，可 看出融合影像 中 潮 滩 、河 流 、坑 塘 水 面 、海 洋 的 分 类 精 度 均 接 近 或 优于高分光学影像。 影像能够穿透水体 ，水 体中内容物不同 ，其 极化信息不同 ，融 合影像还具有 丰 富 的纹理信息和光谱信息。 因此 ，融 合影像利用极化纹理信息及光谱信 息 可 有 效 区 分 不 同 的 水 体。 坑 塘 水 面主

19、要为水 ，内 有养殖生物 、水 草等内容 物 ，其 极化散射信息表现为表面散射和体散射 ，河 流 与 海 洋 的 极 化散射信息主要表现为表面散射 ，但 两 者 光 谱 信 息 有 所 差 异 ，潮 滩 与 河 流 、坑 塘 水 面 、海 洋 的 光 谱 信 息 差 异大。 因此 ，融 合影像依据极化纹理信息及光谱信息 ，能 够有效区分 种地 物 ，分 类 精 度 接 近 或 优 于 高 分 光学影像。结论针对高分全极化 与 中 分 光 学 影 像 的 融 合 问 题 ，提 出 一 种 改 进 的 融 合 方 法 ，通 过 与 传 统 融合方法得到的单极化 与中分光学融合影像对比发现 ，本文方

20、法 能够有效利用全 极 化 的 极化信息 ，减 小融合影像光谱畸变 ，提 高 空 间 分 辨 率 ，使融合 影像含有丰富的极化纹理信 息 及光谱信 息 。 为验证融合影像的地物解译能力 ，以 高分光学影像作为对比 ，采 用面向对象的分类方法进行影像分类 ，面 向对象的分类方法有效消除了融合影像中斑点噪声对分类结果的影响以 及 高 分光 学 影像中的椒盐现象 ， 提高了分类精度。 通过融合影像与高分光学影像的地物分类精度对比 分 析 ，发 现 融 合 影 像 的 地 物 解 译 能 力总体优于高分光学影像 ，尤 其是对于光谱信 息相似但极化信息差异大的地物分类 精 度 ，高 分 光 学 影 像

21、不能有效区分 ，融 合影像可依据极化信 息 进 行 区 分 ，表明融合影像替代高分光学影像 开 展地物分类 研 究 是可行的。参考文献 ：，：陈一祥高分影像空间结构特征建模与信息提取 武 汉：武汉大学 ，： ， ，（）：吴一全，陶飞翔改进投影梯度 的 域多光谱与全色图像融合光 学学报 ，（）： ， ，（）：张立保，章 珏基于显著性分析的自适应遥感图像融合中 国激光 ，（）： ， ，（）：常化文，陈春香基于 变换与小波变换的遥感图像融合计算机工程与设计 ，（）： ， ， （ ），（）： 伍 娟，卢 凌，董 静基于变 换与直方图匹配法的遥感影像融合 武汉理工大学学报 （交 通 科 学 与 工 程

22、版 ），（）： ， ，（）：徐 赣，尤红建小波的 和光学图像融合方法比较研究测 绘科学 ，（）： ， ，（）：吴永辉，计科峰，郁文贤 全极化 图像分类中的特征选择信 号处理 ，（）： ，（） ，： ， ，（）： ， ， ，（）：杨 虎，郭华东，王长林 数据融合在黄河口沙咀动态监测中的应用研究 地理学与国土研究 ，（）： ， ，（）：韩 震，金亚秋 和 数据融合提取崇明东滩典型地物信息与分类 海 洋 环 境 科 学，（）： ， ，（）： ， ， ， ，（）： ： ，：王霄鹏黄河三角洲湿地典型植被高光谱遥感研究 大 连：大连海事大学 ，： ， ，（）： ， ，（）：徐星欧，舒宁，李磊 分 解 方 法 提 取 雷 达影像含水量 信 息 计算机工程与应用 ，（）： ，