多分辨率分解的遥感影像融合方法对比分析.pdfVIP

第 12卷 第 3期 地 球 信 息 科 学 学 报 Vo l12 ,No3 2010年 6月 JOURNAL OF GEO IN FORMA TION SC IENCE Jun, 20 10 多分辨率分解的遥感影像融合方法对比分析 吴学文 ,徐涵秋 ( ) 福州大学遥感信息工程研究所 ,福州 350 108; 福州大学环境与资源学院 ,福州 350 108 摘要 : 有效地将高空间分辨率全色影像和低空间分辨率的多光谱影像融合起来 ,对影像上地物的识别具有重要的 意义 。随着多分辨率分析思想在图像处理中的应用 ,出现了许多新的多分辨率分解的遥感影像融合方法 。典型的 ( ) ( ) ( ) 方法有 : M allat小波变换 DW T 、àtrou s小波变换 SW T 、无下采样轮廓变换 N SCT , 以及这些方法分别与 IH S 和 PCA 变换相结合的融合方法 。在 IKONO S上选取了两个具有不同地物覆盖类型的实验区进行融合实验 ,从光谱 保真度和高频信息融入度两方面 ,对这些方法进行了定量评价和分析 。研究表明 ,多分辨率分解的影像融合方法均 具有较好的高频信息融入度 ,其中 , DW T、SW T、N SCT融合方法在高频信息融入度方面最优 ; DW T、SW T、N SCT与 IH S、PCA 相结合的融合方法在光谱保真度方面 ,不仅优于它们 自身 ,也明显优于传统的 IH S、PCA 方法 ,其中 , N SCT 和 PCA 变换相结合的融合方法 ,在光谱保真度方面最强 。 关键词 : 多分辨率分解 ;影像融合 ;小波变换 ;轮廓变换 1　引言 DW T) [ 4 ] 。àtrou s分解算法去除了下采样环节 ,使 得分解系数具有了平移不变性 ,也叫平稳小波变换 近年来 , 许多装载新型传感器 的卫星相继升 ( Stationary wavelet tran sform , SW T) [ 5 ] 。由于小波变 空 ,这些传感器能同时具有全色和多光谱影像 , 如 换只能捕捉到图像中水平 、垂直和对角线 3 个方向 IKONO S。如何有效地将全色影像和多光谱影像融 的细节分量 ,对图像边缘信息的表达不是最优的。 合起来 ,使得融合后的影像既保持多光谱影像的光 ( ) Cunha等 2006 提出了一种无下采样的轮廓变换 谱特征 ,又具有较高的纹理细节辨识能力 ,对拓宽 (Non sub samp led con tou rlet tran sform , N SCT) [ 6 ] 。这 这类影像的应用范围具有重要的意义 。传统的融 种变换通过无下采样的塔式分解结构和无下采样 合方法中 IH S变换 [ 1 ] 和 PCA 变换 [ 2 ] 是两种常用的 的多方向滤波来实现 , 是一种多尺度 、多方向且平 方法 ,它们都是典型的 “成分替代 ”方法 [ 3 ] ,对高频 移不变的图像分解方法 [ 7 ] 。 细节信息有较