第４１卷第３期 ２０１３年３月 东北林业大学学报 Ｖｏ１．４１ Ｎｏ．３ Ｍａｒ．２０１３ ＪＯＵＲＮＡＬ ＯＦ ＮＯＲＴＨＥＡＳＴ ＦＯＲＥＳＴＲＹ ＵＮＩＶＥＲＳＩＴＹ 基于Ｔｉｔａｎ Ｉｍａｇｅ软件的 ＱｕｉｃｋＢｉｒｄ影像融合 任德智 潘 刚 葛立雯 （农牧学院，林芝，８６００００） 摘要基于北京东方泰坦科技股份有限公司研发具有完全自主知识产权的Ｔｉｔａｎ Ｉｍａｇｅ７．０遥感图像处理 软件平台．对ＱｕｉｃｋＢｉｒｄ标准组合（全色０．６１ ｍ＋多光谱２．４４ ｍ）影像进行像素级融合，探讨Ｔｉｔａｎ Ｉｍａｇｅ７．０遥感图 像处理平台在影像融合及评价方面的应用。结果表明：该软件以友好的全中文界面，在同一平台上以简单的操作 过程即可完成影像的融合过程与质量评价指标的求算，不仅有效的避免了跨平台、语言差异等因素带来的操作不 便与信息损失，而且丰富的融合算法和质量评价指标，可以完成多种影像数据的融合和质量评价；从ＱｕｉｃｋＢｉｒｄ影 像融合与质量评价结果来看，参与融合的４种算法中以Ｐａｎｓｈａｒｐ融合算法最好，其次为小波变换算法，ＩＨＳ算法、 ＰＣＡ算法融合效果最差，这与前人的研究结果基本一致。因此，可以认为Ｔｉｔａｎ Ｉｍａｇｅ７．０软件是一种非常好的遥 感影像融合平台 关键词Ｔｉｔａｎ Ｉｍａｇｅ；ＱｕｉｃｋＢｉｒｄ：影像融合；质量评价 分类号ＴＰ７５１ Ｉｍａｇｅ Ｆｕｓｉｏｎ ｏｆ Ｑｕｉｃｋｂｉｒｄ Ｂａｓｅｄ ｏｎ Ｔｉｔａｎ Ｉｎ］ａｇｅ ｓｏｆｔｗａｒｅ／Ｒｅｎ Ｄｅｚｈｉ，Ｐａｎ Ｇａｎｇ，Ｇｅ Ｌｉｗｅｎ（Ｔｉｂｅｔ Ａｇｒｉｃｕｌｔｕｒａｌ ｎｄ ａＡｎｉｍａｌ Ｈｕｓｂｍａｄｒｙ Ｃｏｌｌｅｇｅ．Ｌｉｎｚｈｉ ８６０００Ｏ，Ｐ．Ｒ．Ｃｈｉｎａ）／／Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈｅａｓｔ Ｆｏｒｅｓｔｒｙ Ｕｎｉｖｅｒｓｉｔｙ．一２０１３，４１（３）．一１３１—１３４ Ｔｈｅ Ｔｉｔａｎ Ｉｍａｇｅ ７．０ ｓｏｆｔｗａｒｅ ｐｌａｔｆｏｌＴｎ ｏｆ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ ｗａｓ ｄｅｖｅｌｏｐｅｄ ｂｙ Ｂｅｉｊｉｎｇ Ｏｒｉｅｎｔａｌ ＴＩＴＡＮ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．Ｌｔｄ．Ｂａｓｅｄ ｏｎ ｔｈｉｓ ｓｏｆｔｗａｒｅ．ｔｈｅ ｃｏｍｂｉｎａｔｉｏｎ ｏｆ ｓｔａｎｄａｒｄ ｓｐｅｃｔｒａｌ（Ｐａｎｃｈｒｏｍａｔｉｃ ０．６１ ｍ＋ｍｕｈｉｓｐｅｃｔｒａｌ ２．４４ ｍ）ｏｆ ＯｕｉｃｋＢｉｒｄ ｉｍａｇｅ ｗａｓ ｐｒｏｃｅｓｓｅｄ ｉｎ ｉｍａｇｅ ｐｉｘｅｌ ｌｅｖｅｌ ｆｕｓｉｏｎ．Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ａｎｄ ｅｖａｌｕａｔｉｏｎ ｏｆ ｔｈｉｓ ｐｌａｔｆｏｒｌｎ ｉｎ ｉｍａｇｅ ｆｕｓｉｏｎ ｗｅｒｅ ｃａｒｒｉｅｄ ｏｕｔ．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈｅ ｓｏｆｔｗａｒｅ ｈａｓ ｔｈｅ ｆｒｉｅｎｄｌｙ Ｃｈｉｎｅｓｅ ｉｎｔｅｒｆａｃｅ ｗｉｔｈ ａ ｓｉｍｐｌｅ ｏｐｅｒａｔｉｏｎ ｆｏｒ ｔｈｅ ｉｍａｇｅ ｆｕｓｉｏｎ ｐｒｏｃｅｓｓ ａｎｄ ｑｕａｌｉｔｙ ｅｖａｌｕａｔｉｏｎ ｉｎｄｅｘ ｃａｌｃｕｌａｔｉｎｇ ｏｎ ｔｈｅ ｓａｍｅ ｐｌａｔｆｏ１＂１／１．Ｔｈｉｓ ｐｌａｔｏｒｉｆＢ ｎｏｔ ｏｎｌｙ ｃａｎ ａｖｏｉｄ ｔｈｅ ｉｎｃｏｎｖｅｎｉｅｎｃｅ ａｎｄ ｌｏｓｓ ｏｆ ｉｎｆｏｒｍａｔｉｏｎ ｂｙ ｃｒｏｓｓ．ｐｌａｔｆｏｒｌｎ，ｌａｎｇｕａｇｅ ｄｉｆｆｅｒｅｎｃｅｓ ａｎｄ ｏｔｈｅｒ ｆａｃｔｏｒｓ，ｂｕｔ ａｌｓｏ ｃａｎ ｃｏｍｐｌｅｔｅ ａ ｖａｒｉｅｔｙ ｏｆ ｉｍａｇｅ ｆｕｓｉｏｎ ａｎｄ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｂａｓｅｄ ｏｎ ｔｈｅ ｒｉｃｈ ｉｎｔｅｇｒａｔｉｏｎ ｏｆ ａｌｇｏｒｉｔｈｍｓ ａｎｄ ｑｕａｌｉｔｙ ｅｖａｌｕａｔｉｏｕ．Ｆｒｏｍ ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ＱｕｉｃｋＢｉｒｄ ｉｍａｇｅ ｆｕｓｉｏｎ ａｎｄ ｑｕａｌｉｔｙ ｅｖａｌｕａｔｉｏｎ．ｔｈｅ ｂｅｓｔ ｉｍａｇｅ ｆｕｓｉｏｎ ｍｅｔｈｏｄ ｉｓ Ｐａｎｓｈａｒｐ．ｆｏｌｌｏｗｅｄ ｂｙ ｔｈｅ ｗａｖｅ— ｌｅｔ ｔｒａｎｓｆｏｒｍ．ｔｈｅ ＩＨＳ ａｎｄ ＰＣＡ．Ｔｈｅ ｒｅｓｕｌｔｓ ａｒｅ ｂａｓｉｃａｌｌｙ ｃｏｎｓｉｓｔｅｎｔ ｗｉｔｈ ｔｈｅ ｐｒｅｖｉｏｕｓ ｆｉｎｄｉｎｇｓ．Ｔｈｅｒｅｆｏｒｅ．Ｔｉｔａｎ Ｉｍａｇｅ ７．０ ｓｏｆｔｗａｒｅ ｉｓ ａ ｇｏｏｄ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅ ｆｕｓｉｏｎ ｐｌａｔｆｏｒｍ． Ｋｅｙｗｏｒｄｓ Ｔｉｔａｎ Ｉｍａｇｅ；ＱｕｉｃｋＢｉｒｄ；Ｉｍａｇｅ ｆｕｓｉｏｎ；Ｑｕａｌｉｔｙ ｅｖａｌｕａｔｉｏｎ 影像融合技术是提高遥感影像信息含量的一种 非常重要的图像处理技术，融合后的影像蕴含了很 多有价值信息…，但是融合算法原理不同，融合影 像在光谱信息继承、空间分辨率提高、信息含量增加 等方面也有着不同程度的差异 Ｊ．因此。为了定量 评价融合算法的优劣，目前大多借助于Ｍａｔｌａｂ等软 件进行融合影像质量评价指标的计算，从而形成了 融合与评价跨平台操作的现象。这种跨平台处理不 仅操作十分不便。而且跨平台时的数据转换等操作 可能造成信息的损失，从而降低质量评价的可靠性。 因此，本研究以Ｑｕｉｃｋｂｉｒｄ高分辨率商用卫星数 据ｌ５ 为研究对象，探讨集影像融合与评价于同一平 台的Ｔｉｔａｎ Ｉｍａｇｅ７．０遥感图像处理软件在遥感影像 １材料与方法 １．１试验数据 试验ＱｕｉｃｋＢｉｒｄ（全色０．６１ ｍ＋多光谱２．４４ ｉｎ） 标准组合遥感数据，由农牧学院高原生态研究 所提供。研究所用ＱｕｉｃｋＢｉｒｄ遥感影像数据于２００５ 年１月１４日采集，区域位于林芝地区尼西沟，具 体地理位置为：９４。１３ ２０”～９４。１６ ３０ Ｅ，２９。４５ ００”～ ２９。４７ ４０”Ｎ。 １．２融合算法 根据沈涛等＿ｌ 的研究，融合处理所处的阶段不 同．遥感影像的融合处理通常可以在３个不同层次上 进行：像素级（Ｐｉｘｅｌ ｌｅｖｅ１）、特征级（Ｆｅａｔｕｒｅ ｌｅｖｅ１）、决 策级（Ｄｅｃｉｓｉｏｎ ｌｅｖｅ１）。不同级的融合表明融合之前， 融合及质量评价方面的应用．以期为该软件在遥感 数据融合等各领域的广泛应用提供参考。 传感器的数据已经被处理的程度。像素级融合是在 遥感影像预处理阶段的融合：特征级影像融合是对源 １）国家林芝森林生态系统定位站资助项目、自治区 “基于多源遥感影像及ＢＰ神经网络模型的色季拉山区鲁朗河流域 森林动态变化分析”项目。 第一作者简介：任德智，男，１９７７年１Ｏ月生，农牧学院高原 生态研究所，讲师。 收稿日期：２０１２年３月２１日。 责任编辑：任俐。 影像进行预处理和特征提取后获得的特征信息进行 综合；决策级融合是最高层级水平的影像融合，其融 合结果可直接作为决策要素，为决策者提供决策参 考［１ ｌ５］。本研究采用的是像素级融合。 １３２ 东北林业大学学报 第４１卷 １．２．１ Ｔｉｔａｎ Ｉｍａｇｅ遥感图像处理软件融合算法 Ｔｉｔａｎ Ｉｍａｇｅ７．０遥感图像处理软件提供了常用 图像融合方法、ＰＣＡ算法、ｐａｎｓｈａｒｐ算法、小波变换 算法和自然色融合算法等五大类。其中５种常用图 像融合算法（包括：ＩＨＳ变换算法、Ｂｒｏｖｅｙ变换算法、 ＨＳＶ变换算法、ＨＬＳ变换算法、余弦变换算法）和自 然色融合算法均为三波段融合算法。ＰＣＡ算法、 ｐａｎｓｈａｒｐ算法、小波变换算法均可以实现ＱｕｉｃｋＢｉｒｄ 全部多光谱波段参与融合。 本研究选择目前在ＱｕｉｃｋＢｉｒｄ影像融合中研究 较多的ＩＨＳ融合算法、ＰＣＡ融合算法、ｐａｎｓｈａｒｐ融合 算法、小波变换法４种融合算法进行基于Ｔｉｔａｎ Ｉｍ— ａｇｅ软件的Ｑｕｉｃｋｂｉｒｄ遥感影像融合研究。 １．２．２融合算法介绍 ＩＨＳ变换算法：ＩＨＳ是多源遥感数据融合最常 用的方法之一，属于色度空间变换。ＩＨＳ变换从低 分辨率的多光谱彩色合成影像中分离出代表空间信 息的明度（Ｉ）和代表光谱信息的色别（Ｈ）、饱和度 （Ｓ）的３个分量．然后，将高分辨率全色波段与ＲＧＢ 影像变换的明度（Ｉ）分量波段进行直方图匹配，利 用高分辨率全色波段代替，然后进行ＩＨＳ的逆变换． 完成融合过程＿６ Ｊ。 ＰＣＡ算法：ＰＣＡ法是在统计特征基础上进行的 一种（多波段）正交线性变换，数学上称为Ｋ—Ｌ 交换。它将多波段的低分辨率图像有的信息编 制到第一主成分，而与其他任何波段都不重叠的独 特光谱信息被编制成其他的主成分，再把全色数据 拉伸使其和主成分第一分量有着相同的均值和方 差，并把全色数据代替第一分量进行主成分逆变换 还原到原始空间，生成具有高空间分辨率的多波段 融合图像＿８ Ｊ。 Ｐａｎｓｈａｒｐ算法：Ｐａｎｓｈａｒｐ方法是由张云博士发 明的融合算法，该方法基于统计原理，利用最小方差 技术对参与融合波段的灰度值进行最佳匹配。并利 用此原理调整单个波段的灰度分布以减少融合结果 的颜色偏差：该方法还对输入所有波段进行一系列 的统计运算．并以此消除融合结果对数据集的依赖 性，提高融合过程的自动化程度。融合结果对人为 主观因素与数据本身质量的依赖性较小，光谱和细 节特征保真度高＿２］。 小波变换算法：小波变换是将原始信号用一组 不同尺度的带通滤波器进行滤波，将信号分解到一 系列频带上进行分析处理，小波理论为图像的空间 尺度分析提供了一个统一的框架。在遥感图像上。 常常将小波变换二进制离散化，进行分析处理。小 波变换可对多个波段的影像信息融合，既能充分利 用高分辨率影像的空间信息．又能保持低分辨率影 像的光谱信息的最大完整性，这也是当前遥感影像 融合技术研究的主要目标＿５］ １．３质量评价标准 目前的研究表明，融合图像的评价还没有形成 统一的标准。一般来说，主要以融合图像的特点、性 质和融合目的等方面作为评价指标选择的依据，采 用定量和定性的评价方法进行融合效果评价。其 中，主观定性评价方法具有评价最简单、最直接的特 点，但是主观性太强，较大程度依赖于评价者的经验 和专业水平，存在不确定性。因此，本研究在综合考 虑空间细节信息增强与光谱信息保持的同时，选用 以下三类定量的统计指标参数＿３ ］，对融合结果进 行客观定量评价。 １．３．１反映亮度信息的指标 平均梯度（Ｇ）：平均梯度可敏感地反映图像对 微小细节反差和纹理变换表达的能力．不仅可用来 评价图像的清晰程度，还可反映图像中微小细节反 差和纹理变换特征。一般情况下，Ｇ越大，图像层次 越多，表示图像越清晰［２－３，１０］。 ｉｖＧ＝ √ ２ ２。ｃ ， １ ，（ ， ）。 （２ 均值（ ）：均值为图像中像素的灰度平均值，对 人眼反映为平均亮度。如果均值适中（灰度值在 １２８附近），则视觉效果良好［ 。 方差（１７＂ ）：方差反映了图像像素灰度相对于灰 度平均值的离散情况。方差越大，则图像灰度级分 布越分散，此时图像中所有灰度级出现概率越趋于 相等，从而包含的信息量越趋于最大 ，ｍ］。 ∑∑［Ｒ（ √）一 ］ ０－２￣＿旦 一。 （３） １．３．２反映空间细节信息的指标 信息熵（Ｅ ）：信息熵是一种基于信息量的评价 指标。信息熵的大小，反应了图像携带的信息量的 多少。融合图像的熵值越大，说明融合图像携带的 信息量越大。如果图像中所有灰度级出现的概率越 趋于相等，则包含的信息量越趋于最大 ２ ，ｌｏ＿。 ：～∑Ｐ ｌｏｇ２Ｐ 。 （４） ｉ＝Ｊ １．３．３反映光谱信息的指标 偏差指数（Ｄｉ ）：Ｃｏｓｔａｎｔｉｎ等人用偏差指数 （ｄｉｆｆｅｒｅｎｃｅ ｉｎｄｅｘ）来反映融合后图像与原始多光谱图 像在光谱信息上的匹配程度［１ 。如果偏差指数较 第３期 任德智等：基于Ｔｉｔａｎ Ｉｍａｇｅ软件的ＱｕｉｃｋＢｉｒｄ影像融合 １３３ 小。则说明融合后的图像在提高了空间分辨率的同 各像元的行号和列号； 、 分别为融合前后两幅图 像的均值。 融合质量评价的准则是：对于同一组融合试验． 若某种融合方法获得的融合图像的标准差较大、均 方根误差相对较小、熵相对较大、交叉熵相对较小、 清晰度相对较大、扭曲程度相对较小、偏差指数相对 时，较好地保留了原始多光谱影像的光谱信息＿３］。 ＤＩｎ＝ 。 （５） 相关系数（ｃ）：融合图像与源图像的相关系数 反映两幅图像光谱特征的相似程度，通过比较融合 增强前后的影像相关系数可以看出多光谱影像的光 谱信息改变程度。相关系数越高，对光谱值的评价 越好。因此相关系数的理想值为１［２－３，１ｏ ３。 Ｍ Ｎ 较小、空间频率相对较大、峰值信噪比相对较高、等 效视数相对较大，则说明该融合方法的性能相对较 好。而对于灰度图像，如果均值适中（灰度值１２８ 附近），则表明视觉效果良好。 ∑∑［（ （ Ｊ）一 ）ｘ（ｒ（ｉ，ｊ）－－ｖ，）］ Ｃ＝ ｉ＝１ Ｊ＝１ 。 ６ ２融合结果及评价 在Ｔｉｔａｎ ｉｍａｇｅ软件的融合质量评价模块中分 别输入原始多光谱影像和４种融合算法得到的影 上述各公式中：Ｒ为源图像；Ｆ为融合图像；Ｍ、Ｎ分 别为图像的行列数； 为图像灰度级数（或灰度值）， 单色图像一般为２５５；Ｐ，为源图像Ｒ中灰度值为ｉ 的概率密度；△， 、△ 分别为 和Ｙ方向上的一阶差 分；Ｒ（ ， ）、Ｆ（ ， ）分别为融合前后同一波段相同位 置对应像元的灰度值； ，Ｊ分别代表同一波段图像中 像，并按要求设定相应参数，由软件自动计算单幅影 像特征和融合前后影像相关性指标，最后整理得到 详细的质量评价指标，结果见表１。 表ｌ不同融合算法融合影像质量评价 注：Ｂ表不蓝光波段；Ｇ表不绿光波段；Ｒ表不红光波段；ＮＩＲ表示近红外波段；“一”表示该波段没有参与融合。 从亮度信息的平均梯度分析可以看出，除ＩＨＳ 融合后各波段的层次感和清晰度较原始多光谱相应 影像的各波段的平均值分析表明。以Ｐａｎｓｈａｒｐ融合 算法各波段的平均值最接近１２８，而且各波段的平 波段有一定增加外，其余各方法融合后的影像层次 均值与原始多光谱影像相应波段的平均值最为接 感和清晰度均较原始多光谱影像有所降低，从降低 的程度来，以Ｐａｎｓｈａｒｐ融合算法降低最少，其次为 小波变换，ＰＣＡ法降低最多。从各融合算法融合后 近。其次为小波变换法，ＰＣＡ法与ＩＨＳ法融合后的 影像各波段的平均值均与１２８有较大偏离，而且与 原始多光谱对应波段的平均值也存在较大偏离。从 东北林业大学学报 第４１卷 方差分析来看，４种融合算法得到的影像对应原始 多光谱影像各波段方差均有不同程度增加。以ＩＨＳ 融合算法得到的影像各波段方差增加幅度最大，以 Ｐａｎｓｈａｒｐ融合算法得到影像方差增加幅度最小（与 原始多光谱相应各波段的方差最接近），ＰＣＡ法较 小波变换法增加幅度略大。 从空间细节方面分析。与原始多光谱相比，在 Ｂ、Ｇ、Ｒ ３个波段，４种算法融合后的影像信息熵均 较原始多光谱相应波段的信息熵有不同程度的提 高，说明融合可以提高这３个波段的信息量。４种 融合算法中．以ＩＨＳ法融合后的影像在各波段提高 程度最大，其余依次为小波变换法和Ｐａｎｓｈａｒｐ法， ＰＣＡ法提高程度最小。在ＮＩＲ波段，除Ｐａｎｓｈａｒｐ法 融合后信息熵相对较原始ＮＩＲ波段有提高外，ＰＣＡ 法和小波变换法融合后均相对原始ＮＩＲ波段信息 熵低，这是否与Ｑｕｉｋｃｂｉｒｄ全色波段波谱范围从可见 光延伸到了近红外有关，有待进一步研究。 从光谱信息方面分析表明，Ｐａｎｓｈａｒｐ算法融合 前后的两幅图像不仅光谱特征的相似程度最高。各 波段相关系数均达到０．９１０ ０以上。而且融合后各 波段与原始多光谱图像在光谱信息上的匹配程度均 为最好。说明Ｐａｎｓｈａｒｐ算法融合后的图像，在提高 了空间分辨率的同时，较好地保留原始多光谱影像 的光谱信息。小波变换法，在相关系数和偏差指数 方面较Ｐａｎｓｈａｒｐ算法略差。但是明显好于ＩＨＳ法和 ＰＣＡ法．ＰＣＡ法融合后的图像光谱信息质量最差。 从亮度、空间细节、光谱信息三大方面评价结果 综合分析可以看出，ＩＨＳ融合算法在层次感、清晰 度、信息量方面均较其余３种融合算法提高程度大， 但是各波段与原始多光谱各波段的光谱信息的匹配 程度较差，而且融合后的光谱特征较原始多光谱存 在较大的偏差。ＰＣＡ法的几项主要指标均为最差。 对Ｐａｎｓｈａｒｐ融合算法和小波变换法，Ｐａｎｓｈａｒｐ法融 合后的影像层次感、清晰度较小波变换法要好，亮度 较为接近原始多光谱影像，二者的信息熵差异较小， Ｐａｎｓｈａｒｐ法融合后的图像．在提高了空间分辨率的 同时，在保留了原始多光谱影像的光谱信息方面较 小波变换法好。而且Ｐａｎｓｈａｒｐ法融合后的影像光谱 特征与原始多光谱影像对应各波段的相似程度基本 保持一致，而小波变换法则在各波段间不均衡。 综上认为这４种方法对ＱｕｉｃｋＢｉｒｄ遥感影像进 行融合中，以Ｐａｎｓｈａｒｐ融合算法相对最好，其次为 小波变换法，ＩＨＳ法、ＰＣＡ法融合效果最差，这与前 人的研究结果基本一致。 ３结论与讨论 从研究结果来看，４种融合方法中，Ｐａｎｓｈａｒｐ法 和小波变换融合算法对于高分辨率卫星影像的融合 效果要明显好于传统的ＩＨＳ变换法和ＰＣＡ法，这与 前人的研究结果一致ｆ】 。 Ｔｉｔａｎ Ｉｍａｇｅ软件在数据融合方面具有以下几个 方面的优势：融合算法丰富．该软件提供的融合算法 共５类。１０余种，不仅有针对ＴＭ等中低分辨率影像 的融合方法，而且专ｆｑ６－针对如ＱｕｉｃｋＢｉｒｄ等高分辨 率影像的融合算法；从融合影像质量评价指标来看， Ｔｉｔａｎ Ｉｍａｇｅ软件提供了目前融合影像质量评价中最 主要的评价指标：从平台上看，Ｔｉｔａｎ Ｉｍａｇｅ软件平台 将融合和融合质量评价集成在同一平台内，完全避 ＿ｉ一 ｌｌ寸 免了跨平台带来的数据转换等操作以及数据转换等 带来的信息损失；从界面上看，软件为全中文界面， 可以有效减少语言差异带来软件操作不便和参数设 置误差。软件从融合到评价可视化的操作界面非常 友好，操作步骤简单。 综上研究结果认为，Ｔｉｔａｎ Ｉｍａｇｅ７．０软件是一种 非常好的遥感影像融合平台。 参 考 文 献 沈涛，党安荣．遥感影像融合及高保真算法比较分析研究［Ｊ］． 微计算机信息，２０１０，２６（１４）：１—３． 赵珍梅，马伟，．三种高保真遥感影像融合方法效果评 价与分析［Ｊ］．地质与勘探，２０１０，４６（４）：７０５—７１０． 徐胜祥．徐运清．基于Ｍａｔ］ａｂ的遥感图像融合效果的客观评价 方法［Ｊ］．测绘科学，２００８，３３（４）：１４３～１４５． 付炜，邢广忠，侯蓝田，等．基于特征的遥感图像信息融合模式 研究［Ｊ１．测绘科学，２００４，２９（６）：６２—６４． 张文娟．康家银．基于小波包变换的Ｑｕｉｃｋ Ｂｉｒｄ全色影像和多 光谱影像的融合［Ｊ１．空间电子技术，２００５（２）：４８—５２，６４． 张荣群．赵明，王志成，等．Ｉｌｌｓ方法在ＱｕｉｃｋＢｉｒｄ数据融合中存 在的问题及其改进『Ｊ］．国土资源遥感，２００７（３）：３６—３９． 任琦，许有田，郭庆堂，等．ＱｕｉｃｋＢｉｒｄ遥感影像数据处理方法的 探讨［Ｊ］．测绘科学，２００９，３４（ｓ１）：３１—３３． 马友平．冯仲科，何友均，等．基于ＥＲＤＡＳ ＩＭＡＧＩＮＥ软件的快 鸟影像融合研究［Ｊ］．北京林业大学学报，２００７，２９（ｓ２）：１８１一 Ｉ８４． 张炳智．张继贤，张丽．土地利用动态遥感监测中多源遥感影 像融合方法比较研究［Ｊ］．测绘科学，２０００，２５（３）：４６—５０． 韩闪闪，李海涛，顾海燕．高分辨率遥感影像融合研究［Ｊ］．测 绘科学，２００９，３４（５）：６０—６２． 樊旭艳，尹连旺，付春龙．等．ＱｕｉｅｋＢｉｒｄ遥感影像数据融合方 法研究［Ｊ］．装备指挥技术学院学报，２００６，１７（３）：８１—８５． 刘春．陈能．基于小波变换的快鸟遥感影像数据融合［Ｊ］．同 济大学学报：自然科学版，２００４．３２（１０）：１３７１—１３７５． ｊ
