图像的多尺度稀疏分解及其在遥感图像融合上的应用.pdf

第30卷第 1期 烟台大学学报 (自然科学与工程版) VoI．30No．1 2017年 1月 JournalofYantaiUniversity(NaturalScienceandEngineeringEdition) Jan．20l7 文章编号：1004-8820(2017)O1-0048-07 doi：10．13951／j．cnki．37—1213／n．2017．O1．009 图像的多尺度稀疏分解及其在 遥感图像融合上的应用 徐金东 ，牟春晓 ，范宝德 ，张艳洁 ，童向荣 ，倪梦莹 (1．烟台大学计算机与控制工程学院，山东 烟台264005；2．烟台大学外国语学院，山东 烟台246005) 摘要：提 出了一种图像多尺度稀疏分解的新方法，联合局部离散余弦变换基和曲波变换 基组成分解字典，通过控制字典系数从多个尺度把二维图像稀疏分解为纹理成分和卡通 成分，并以此应用到遥感图像融合，提取有效尺度下高分辨率全色遥感图像的纹理成分和 多光谱遥感图像的卡通成分，对二者进行稀疏重建得融合图像．实验结果表明，多尺度稀 疏分解的遥感图像融合方法优于经典融合方法，融合结果具有更高的空间分辨率和更低 的光谱失真，相 比流行的稀疏重建法，该方法的执行速率得到大幅提升，且取得 了更好的 融合结果． 关键词：多尺度稀疏分解；形态成分分析；遥感 图像融合；分解字典 中图分类号：TP391 文献标志码 ：A 图像分解与分析是图像处理领域的关键技术之 号，MALLAT在第三版的小波分析著作前言里也谈 一 ， 虽然现已有变换分析 (transformanalysis，TA)、稀 到未来的研究方向是稀疏表达h6J．SR经过十几年的 疏表达 (sparserepresentation，SR)和形态成分分析 发展，成果主要集中在空域字典的建立与学习(如 (morphologicalcomponentanalysis，MCA)等各具特 KSVD，kernelsingularvaluedecomposition)、稀疏寻 色的信号分析方法…，但仍难以 “完美”分解和分析 优过程的逼近等方面(如基追踪BP，basispursuit；匹 图像．以离散余弦变换 (discretecosinetransform， 配追踪 MP，matchingpursuit，SGD，stochasticgradient DCT)和小波变换 (discretewavelettransfom ，DWT) descentl)．目前存在的问题：一是在空域学习获得 为代表的TA法是 目前公认成功的图像分析方法， 的基字典，不一定能最优地稀疏表达原始块，尤其是 例如DCT和DWT在JPEG和JPEG2000压缩标准上 没有指导的，仅凭相似度量或者最小误差度量方式 的使用．但这类方法往往仅对图像的某一成分较为 得到的字典，普适性差；二是字典逼近寻优过程复 有效 ，例如DWT容易捕捉各向同性结构，曲波变 杂，计算量巨大、易陷入维度灾难 J，这是 SR在大 换(curvelettransform，CT)容易表达卡通 (分段平 尺度信号上实用化的瓶颈． 滑)成分，局部离散余弦变换 (1ocalDCT，LDCT)更 MCAl】，是一种新型的图像分析方法，它能集 容易描述图像的纹理结构．sR_3I4是近几年研究较 合多种经典变换基的优点来更加稀疏地描述和分解 热的信号分析方法，源于哺乳动物初级视觉皮层的 图像，在某些方面取得 了比DCT、DWT等 TA法和 稀疏编码思想 j，SR力图用更少的系数来描述信 BP、MP等稀疏重建法更好的效果，并且 MCA的稀 收稿 日期：2016-05—17 基金项 目：国家 自然科学基金资助项 目；山东省 自然科学基金资助项 目(ZR2014FQ026) 作者简介：徐金东(1980一)，男 ，山东