不同方法对遥感数字图像镶嵌的影响

陕西省土地工程建设集团有限责任公司 梁 超

遥感数字图像作为3S技术的重要数据源，在3S技术的实践与应用中发挥着重要的作用。遥感数字图像的处理通常包括图像的辐射校正、几何校正、图像裁剪、图像增强和图像专题信息提取等主要内容。在实际应用中，在利用遥感数字图像进行专题信息提取时，需要两景或两景以上相邻的遥感图像进行镶嵌方能得到完整的研究区域遥感图像。数字图像镶嵌是将具有地理参考的两幅或多幅互为邻接的数字影像（它们有可能是在不同的摄影条件下获取的）拼接在一起，构成一幅新（数字）图像的技术过程，也是遥感图像处理中不可或缺的重要部分。

ERDAS IMAGE平台是遥感数字图像处理中常用的专业软件，在国土资源调查、矿产开发、测绘勘探与遥感数字化制图方面应用广泛。其数字图像镶嵌功能提供了五种不同的方法，每种方法的数学原理不同，对图像镶嵌结果产生的影响也会有相应的差别，如灰度值、专题信息提取结果的变化等。不同方法对遥感数字图像的影响，以及哪种是相对最优的镶嵌解决方法，各研究理论体系均有自身的优势和弊端。针对不同专项领域应用需求，选择合适的镶嵌方法至关重要。本研究基于ERDAS IMAGE平台，拟通过对同一时相相邻两景遥感图像运用五种不同方法进行镶嵌，分析不同镶嵌运算方式对遥感数字图像灰度值以及专题信息提取的影响，以探明最优的遥感数字图像镶嵌方法，为今后遥感数字图像处理技术提供必要的理论依据和技术参考。

本文以某地相同时间相邻两景遥感数字图像为研究对象，采用前后对比差值法对遥感数字图像镶嵌的几种常见方法做了探索。运用遥感数字图像处理系统应用程序ERDAS IMAGE平台Overlay（覆盖法）、Average（平均值法）、Feather（羽化法）、Maximum（最大值法）、Minimum（最小值法）五种图像镶嵌叠置方法，以像元灰度值和植被归一化指数（NDVI）两方面的变化，针对相同研究区块，选择不同的方法，对镶嵌前后遥感数字图像数字信息的影响变化进行研究。结果表明：覆盖法和羽化镶嵌方法对遥感数字图像镶嵌前后相对影响程度近似相同，而且对灰度值的影响相对于其他三种方法最小，最小值法对NDVI值有轻微影响，五种方法均对镶嵌前后植被指数影响不大，综合考虑，对于遥感数字图像灰度值和植被指数相关分析处理，选用覆盖法或羽化法镶嵌较为优化。

1 数据源与数据特征

1.1 数据选取

本研究采用的遥感影像为某地相邻两景landsat8卫星数据，两景影像获取时间均为同一时间。Landsat系列卫星采用参考系为WRS系统，是国际上很有代表意义的全球参考系之一。WRS参考系网格与Landsat卫星数据的成像区域紧密的契合，WRS网格的二维坐标采用PATH和ROW进行标识。WRS有两套系统，分别是WRS1和WRS2。1983年之后使用WRS2参考系，在此参考系统中，本文所选取的两景遥感影像，轨道号分别为Path129/Row36（下称“A”）和Path129/Row37（下称“B”）。研究中为便于分析过程的相对一致性和数据结果的可比性，选用Band1_Coastal、Band 2_Blue、Band 3_Green、Band 4_Red、Band 5_NIR、Band 6_SWIR 1、Band 7_SWIR 2等7个波段图像作为分析数据，空间分辨率均为30m。对A、B两景遥感数字图像每个波段均进行正射校正、辐射校正和几何精校正等预处理，使两幅图像具有相同的地理空间参考信息，尽可能在空间上地物信息的连续性和精确度损失最小。

1.2 AOI选取

利用遥感数字图像彩色合成原理，对A和B选取的7个波段分别进行彩色合成处理。为保证镶嵌前后数据的可用性，本研究在A和B重叠区域随机选取10个AOI研究块，分别对A和B对应的7个波段进行掩膜提取，得到同一位置A和B各自对应的7个波段的AOI数字图像。每个AOI大小一致，均为4×4个栅格单元。进而基于ERDAS IMAGE软件平台，分别运用Overlay（覆盖法）、Average（平均值法）、Feather（羽化法）、Maximum（最大值法）和Minimum（最小值法）五种图像镶嵌交接方法对A与B进行镶嵌处理，并对镶嵌结果分别赋予C1、C2、C3、C4和C5标注，以示区别。

2 遥感图像镶嵌方法

ERDAS IMAGE软件提供的遥感数字图像重叠区域镶嵌交接关系有如下五种：

（1）Overlay（覆盖法）：取影像叠置顺序在前的影像的数字信息作为镶嵌后叠置区的数字值；

（2）Average（平均值法）：叠加区域的各波段的灰度值是所有覆盖该区域图像灰度值运算均值；

（3）Feather（羽化法）：取叠置覆盖区域内所有影像的灰度值的加权平均值作为重复覆盖区的灰度值，其权重值一般是根据距离来确定的，如位于重叠区中间部分的取两张影像的权值各50%；距中心10%的部分，其权值相应取10%和90%；

（4）Maximum（最大值法）：叠置覆盖区域拼接图像中最大亮度值作为重叠区像元点的亮度值；

（5）Minimum（最小值法）：取叠置区域内所有影像灰度值的最小值作为重叠覆盖区灰度值。

3 结果与分析

3.1 不同镶嵌方法对遥感数字图像灰度值的影响

通过对镶嵌前后遥感数字图像像元灰度值的对比可以发现：

覆盖法和羽化法对各波段镶嵌后灰度值影响相对最小，而且覆盖法对A和B镶嵌前后相对影像程度和羽化法近似一致，均表现为与A总的相对差值平均为0，与B总的相对差值平均为-0.68；最大值法对A和B各波段镶嵌后灰度值对比差值也相对较小，与A的相对差值平均为8.13，与B的相对差值平均为7.46；而平均值法对A和B各波段镶嵌后灰度值的对比差值相对较大，与A的相对差值平均为-20.14，与B的相对差值平均为-20.82；对原始图像各波段灰度值影响最大的镶嵌方法为最小值法，对比差值结果表明，最小值法镶嵌结果各像元灰度值与A的相对差值平均为-48.91，与B的相对差值为平均-49.59。

覆盖法和羽化法对Band 4 Red波段影响最小，与A的相对差值为0，B的相对差值为0.39；对Band 6 SWIR 1波段影响较大，与A的相对差值为0，B的相对差值为-5.32；平均值法对Band 7 SWIR2波段影响相对较小，与A的相对差值为-16.79，B的相对差值为-20.81；对Band 5 NIR波段影响相对较大，与A的相对差值为-23.83，B的相对差值为-21.56；最大值法对Band1 Coastal波段影响相对最小，与A的相对差值为4.54，B的相对差值为5.25；对Band 6 SWIR 1波段影响相对较大，与A的相对差值为12.71，B的相对差值为7.39；最小值法对Band 7 SWIR 2波段影响相对较小，与A的相对差值为-43.89，B的相对差值为-47.91；对Band 6 SWIR 1波段影响最大，与A的相对差值为-52.11，B的相对差值为-57.43；可见覆盖法和羽化法对任何波段镶嵌后遥感数字图像像元灰度值均与镶嵌时覆盖在上方的遥感数字图像像元灰度值近似相等。

3.2 不同镶嵌方法对NDVI值的影响

植被指数通过归一化植被指数（NDVI）来表征。应用于检测植被生长状态，植被覆盖度和消除部分辐射误差等，和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。

分别计算A和B10个感兴趣研究区的NDVI分布特征值，通过五种叠加函数方法对其进行镶嵌，并对每个像元的数值进行统计得出，同一个研究区域位置不同方法，镶嵌前后遥感数字图像归一化植被指数图像特征总体变化不大，其中，最小值法对NDVI值影响相对稍微明显与其他方法，因而，若要进行植被分析，尽量避免选用最小值法。总体看出五种镶嵌方法，对NDVI值的影响程度不明显，10个AOI区域平均相对差值均近似接近于0。

4 结论

本文以某地相同时相相邻两景遥感数字影像为研究对象，采用前后对比差值方法对不同图像镶嵌方法对遥感数字图像的影响进行研究，探讨基于ERDAS IMAGE五种图像镶嵌方法对遥感数字图像的影响，结果表明：

（1）覆盖法和羽化镶嵌方法对遥感数字图像灰度值的影响程度最小，并且相近；最小值法对遥感数字图像镶嵌前后灰度值的提取影响最大。

（2）除平均值法外，其他4种遥感数字图像镶嵌方法相对7个波段对Band 6（SWIR 1）图像灰度值有较大影响，覆盖法和羽化法对Band 4（Red）波段的图像灰度值影响最小，而最小值法对Band 6（SWIR 1）图像灰度值影响最大。

（3）五种方法对遥感数字图像镶嵌前后NDVI植被指数值的影响均不明显。

综上所述，遥感数字图像镶嵌作为遥感数字图像处理的一个关键步骤，对遥感信息的提取和图像质量均有主要的影响。ERDAS IMAGE平台提供的五种镶嵌方法对遥感数字图像灰度值有不同程度的影响而以覆盖法和羽化法对图像像元信息的保真度较高，然而五种方法对植被专题信息（NDVI）的提取并无明显的影响，因此，对于后期涉及生态、自然资源等此类数据的处理分析时，在其他影响因素条件不变的前提下，数字图像镶嵌可以优先考虑覆盖法和羽化法。