Landsat 8全色与多光谱数据融合算法对比研究

马梓臻，杜 崇，王笑峰

（黑龙江大学水利电力学院，黑龙江 哈尔滨150080）

0 引言

遥感技术在几十年的发展中已经被频繁的应用在农林业、海洋、气象、环境监测等许多领域。当下遥感卫星的发展趋势越来越好，遥感数据也愈加丰富，但对于遥感信息的利用率却不是很高，所以对遥感影像进行图像融合有利于提高目标地物的提取精度［1］。遥感数据也发展为高分辨率、高光谱、高时相［2］。随着这些遥感数据的增加，如何综合性的利用这些数据的优势来解决遥感影像自动解译过程中存在单一数据源不足的问题，因此，对遥感影像进行融合的技术逐渐成为了其中的热点问题之一［3］。并且融合多光谱影像和全色影像也已经成为了其中比较重要且常用的方法之一，因为多光谱影像具有高光谱分辨率，全色影像具有高空间分辨率。近年来Landsat系列卫星已经发展到Landsat8OLI卫星，其波段的划分更为精确细致，数据的量化范围也逐渐变大［4］。使用遥感影像融合技术可以将高光谱分辨率和高空间分辨率的影像融合来提升影像质量。当下，PCA主成分变换法、Brovey融合算法、Gram-schmidt光谱锐化法、NDD最邻近扩散算法、HPF高通滤波法、Pansharp融合法、SFIM融合法和小波变换法等都是频繁被人们使用到的方法，但不可置否，不论哪种算法都有自身的优缺点存在。对于不同数据源或参数设置不同时使用同一种融合算法，得到的融合效果也会存在较显著的差别。本文使用Gram-Schmidt光谱锐化法、Brovey变换法、PCA主成分分析法和NDD最邻近扩散算法四种方法，通过对Landsat8OLI影像的多光谱影像和全色影像进行融合，并将得到的融合结果从定性和定量两方面进行评价分析。……