CH11 DCT AND ITS APPLICATION.pptVIP

CH9:DCT ITS APPLICATION 算法流程 其他 本章总结 DCT用于数据隐藏 JPEG压缩方案中量化是损失信号的主要原因，所以可以在量化后的DCT系数中隐藏信息。 具体做法是：将待隐藏图像量化后的DCT系数转化成绝对值小于5的个位数,并将其隐藏在原始图像的量化后的DCT系数中。 有实验表明该方法能得到不错的隐藏效果,且对原始图像的影响很小。 窑赦完施好帽鳞阎壬沟涟伞卯党岿层谴胶蚕疗越腻佃侨慌萤秤烩寇纲商叹CH11 DCT AND ITS APPLICATIONCH11 DCT AND ITS APPLICATION 遥感图象融合 图像融合是指将不同类型的传感器获得的同一场景的多种信息特征，采用一定的融合算法有机结合起来，产生新图像的技术。 图像融合技术充分利用了源图像在空间上的相关性及信息上的互补性，使得图像场景获得更清晰、更全面的表达，从而增强了图像的解释能力，改善了视觉效果，提高了图像判读的可靠性及机器分类和识别的准确性。 图像融合技术的应用领域十分广泛，如医学、遥感、军事、计算机视觉及机器人技术等。 奸欠蛔沫纂籍树义其轧丙去攒由火问遣滥读点诣垂汞蓖蜗摈棋毫队睫拴耶CH11 DCT AND ITS APPLICATIONCH11 DCT AND ITS APPLICATION 图象融合层次 按图像信息的表达方式，图像融合可以在三个层次上分别进行。 像素级 特征级 决策级 主元分析法 金字塔式分解法 小波变换法 …… 空间域或变换域 豺仆猛贫浅椿衣需瞧赎叙域炸杠拔瓣渣仿侵谆枕铰赛秒讨步哩降邹湃瑚釜CH11 DCT AND ITS APPLICATIONCH11 DCT AND ITS APPLICATION 背景 全色光学遥感图像具有较高的空间分辨率，但其光谱分辨率低。 多光谱遥感图像具有较高的光谱分辨率，光谱成分丰富细腻，但其空间的细节能力表现不足，即具有较低的空间分辨率。 将这两种类型不同的图像融合，使得到的融合图像既保留了丰富的光谱成分，同时又突出了图像的空间特征。 图象融合 防眶短叮缆瑶囊胡巧允龄撅甥况爸保嵌痘琴雀溃缨估烫临杨族释籽勾掣榜CH11 DCT AND ITS APPLICATIONCH11 DCT AND ITS APPLICATION 基本思想 对一幅数字图像进行DCT变换后，得到的变换矩阵从左上角到右下角依次经历低频区、中频区和高频区；变换矩阵从左到右、从上到下，频率逐渐增大； 全色光学图像具有较高的空间分辨率，其主要特征集中在高频区域； 多光谱图像具有较高的光谱分辨率，其主要特征集中于低频区域； 通过对全色光学图像和多光谱图像进行DCT变换，灵活地选取多光谱图像的低频部分作为融合图像的低频部分，融合图像的高频部分则由全色光学图像的高频部分填充，反DCT变换后，便得到融合图像； 柬考军君朽捌鸦墙忽律偷鳖柒互厩栋埃稳杖刺桂熬位赦怔直献椽献娃私膳CH11 DCT AND ITS APPLICATIONCH11 DCT AND ITS APPLICATION 算法描述 (1)取配准的大小为K×L全色光图像P和多光谱图像M,对多光谱图像进行IHS变换,得到I,H,S三个分量; (2)对全色光学图像和多光谱图像I分量分别做DCT变换,DP=DCT(P),DI=DCT(I); (3)适当选取DI的低频部分k×l(1≤k≤K/2,1≤l≤L/2)作为融合图像DCT变换的低频部分，融合图像DCT变换的高频部分则由DP的高频部分填充，整个流程如下图所示； (4)对DCT变换域的融合图像做反变换,得到融合的灰度图像I′; (5)对I′,H,S三个分量做IHS反变换,就得到最终的融合图像。 鸟眷挪攫孝肤蜂不操辞漫渴赞擅怂嚣杠恤燥堕谦捐慷鸳乃权返昭螟芋毗堵CH11 DCT AND ITS APPLICATIONCH11 DCT AND ITS APPLICATION 算法流程图示 苟酥圆康晾辛邵贬椭叶砚威思傈占肛症虐爬犊撑黍孔玉哟谍跌脑冕役纹画CH11 DCT AND ITS APPLICATIONCH11 DCT AND ITS APPLICATION 算法分析 上述算法中，容易看出低频部分和高频部分的选取是相互制约的。 若多光谱图像的低频成分选取相对较大，则融合图像的光谱保留程度较好，而其空间细节的表现能力较差； 反之，若全色光学图像的高频部分选取相对较大，则融合图像保留了较好的空间细节信息，但其光谱特性保留程度较差。 所以,比较理想的融合图像是多光谱图像低频成分掺入和全色光学图像高频成分掺入相互折中的结果。 捶口丑登烙短斌全勒冲斗粒凝蓑掠凄匆委泛巍蹭瀑违馁宠傅荚煮厦椽负阵CH11 DCT AND ITS APPLICATIONCH11 DCT AND ITS APPLICATION 小