基于区域特征的遥感图像融合方法的改进.pdfVIP

第23卷 第3期 青 岛大 学学报 (工程技 术版 ) Vo1．23No．3 2008年 9月 JOURNALOFQINGDAOUNIVERSITY (ET) Sep．2008 文章编号：1006—9798(2008)03—0040—05 基于区域特征的遥感图像融合方法的改进 李园园 ，赵志刚 ，吕慧显 ，李 琳 (青岛大学 a．信息工程学院；b．自动化工程学院，山东青岛266071) 摘要：提出了一种基于小波变换的区域遥感图像融合方法的改进。对图像进行小波多分 辨分析，以分解后的高频子图像的区域能量构造匹配度和融合算子，并给出了两个阈值， 以便根据不同的特征构造不同的融合算子 。对于低频部分采取加权平均的融合规则 。并 通过小波逆变换得到融合图像 。根据主观 目视判决和客观评价指标对融合结果进行了比 较和分析 ，结果表明，本文的方法融合效果优于一般的融合方法，具有应用价值。 关键词 ：小波变换 ；区域特征 ；图像融合 中图分类号 ：TP751 文献标识码 ：A 所谓图像融合是指综合两个或多个源图像的信息，以获取对 同一场景的更为精确、全面、可靠的图像描 述。图像融合充分利用了多个被融合图像中包含的冗余信息和互补信息。图像融合在 自动 目标识别、计算 机视觉、遥感、机器人、复杂智能制造系统、医学图像处理以及军事应用等领域有着广泛的应用潜力_1]。图像 融合中的一个重要研究方向是图像融合增强技术，其主要内容是将具有高分辩率的全色图像与低空问分辨 率的多光谱 图像进行融合，得到一个具有高空间分辨率的多光谱图像。主要实现方法包括加权平均、IHS变 换 、高通滤波及小波变换等 。在遥感图像融合中，IHS和PCA变换融合方法有较大的光谱失真。目前 ，多分 辨率小波融合方法已经得到广泛的认可，当前研究的热点是融合过程 中融合规则和融合算子的选取[2]。本 文主要研究基于小波变换 的区域遥感图像融合方法的改进 。 1 基于小波变换 的图像融合方法 基于小波分解的图像融合方法可灵活地进行图像的多尺度低频系数与高频系数分解 ，并根据一定融合 规则实现多源图像融合处理 ，以突出场景中目标的特征信息。 图像小波分解可 以依据二维小波按如下方式扩展 。在变换的每一层次，图像都被分解为 4个 四分之一 大小的图像 ，如图 1所示。 比：J皿： LLl HLl IHH2 HL 源图像 H LH HH LH HH 图 1 图像 的小波分解示意图 图1中，L表示低频 ；H表示高频 ；下标 1，2表示一级或二级分解 。在每一分解层上 ，图像均被分解为 LL、LH、HL和HH 4个频带，下一层的分解仅对低频分量LL进行分解 。这4个子 图像 中的每一个都是由 原图与一个小波基 函数 的内积后 ，经过在 z和 方向上进行 2倍的间隔抽样而生成的，这是正变换 ，也就是 图像的分解。而逆变换是图像的重建，是通过图像的增频采样和卷积来实现的。 收稿 日期 ：2008一O4—29 作者简介 ：李园园(1984一)，女 ，山东泰安人，硕士研究生，主要研究方 向为图像融合 。 第 3期 李园园，等：基于区域特征的遥感 图像融合方法的改进 41 若对二维图像进行 N层的小波分解，最终将有 3N+1个不同频带，其中包含 3N个高频带和 1个低频 带。这里以两幅图像的融合为例，其小波变换的图像融合方案如图2所示。对于多幅图像的融合方法可由 此类推。设A，B为两幅原始图像，F为融合后的图像，其融合处理的基本步骤如下： 1) 对每幅图像分别进行二维离散小波变换(D