遥感原理与应用-第6章.pptVIP

基于HIS变换的图像融合 IHS变换将图像处理常用的RGB彩色空间变换到IHS空间。IHS空间用亮度（Intensity）、色调（Hue）、饱和度(Saturation)表示。 IHS变换可以把图像的亮度、色调和饱和度分开，图像融合只在强度通道上进行，图像的色调和饱和度保持不变。 基于IHS变换的融合过程 待融合的全色图像和多光谱图像进行几何配准，并将多光谱图像重采样与全色分辨率相同； 将多光谱图像变换转换到HIS空间。 对全色图像I’和HIS空间中的亮度分量I进行直方图匹配。 用全色图像I’代替IHS空间的亮度分量，即HIS－HI’ S。 将HI’ S逆变换到RGB空间，即得到融合图像。 基于主分量变换的图像融合 方法一 对多光谱图像的多个波段进行主分量变换。变换后第一主分量含有变换前各波段的相同信息，而各波段中唯一对应各波段的部分，被分配到变换后的其它波段。 将高分辨率图像和主成分第一分量进行直方图匹配，使高分辨率图像与主成分第一分量图像有相近的均值和方差。 用直方图匹配后的高分辨率图像代替主成份的第一分量进行主分量逆变换。 基于主分量变换的图像融合 方法二 将高分辨率图像作为一个波段和多光谱图像组合一起进行KL变换，变换后图像信息的再分配达到高分辨率图像和多光谱图像的融合。 基于主分量变换的图像融合 设全色图像P，多光谱图像M有n个波段，将M组合成一个含有n个波段的向量集X: 各个波段之间的方差为: 基于主分量变换的图像融合 协方差矩阵 ： 一个满秩矩阵，其特征值为实数，它表示n+1个波段图像中的各地物在n+1维空间中的分布。 求出特征值后对特征值 ，进行排序 ，求出对应的特征向量 ，构成特征向量集 。 基于主分量变换的图像融合 用KL变换式 进行KL正变换。变换后的第一主分量含有变换前各波段图像的相同信息，而各波段中其余对应部分被分配到变换后的其他波段。 将高分辨率的全色图像和中第一主分量进行直方图匹配，使高分辨率图像和第一主分量有相同的均值和方差。 最后用直方图匹配后的高分辨率图像代替主分量中的第一主分量和其余分量一起进行KL逆变换，然后对矩阵进行重组，得融合图像。 KL变换性质 KL变换是一个正交变换 KL变换后所得到的向量中各个元素互不相关 从离散KL后得到的向量删除后面的个元素而只保留前个元素时所产生的误差满足平方误差最小的准则 基于小波变换的图像融合 采用离散二进小波变换的Mallat算法的图像融合步骤如下： ①对高分辨率全色图像和多光谱图像进行几何配准，并且对多光谱图像重采样与全色图像分辨率相同； ②对全色图像和多光谱图像进行直方图匹配； ③对全色高分辨图像进行小波分解，分解成LL（低频部分），HL（水平方向的小波系数），LH（垂直方向小波系数），HH（对角方向的小波系数）； ④对多光谱图进行分解成四部份LL，LH，HL，HH； ⑤根据需要或保持多光谱色调的程度由③, ④中的LL重新组合成新的LL； ⑥根据需要由③, ④中的LH，HL，HH重新组合成新的LH，HL，HH； ⑦由⑤,⑥所得的新的LL，HL，LH，HH小波反变换重建影像； ⑧其它波段融合重复步骤③－⑦。 比值变换融合 其中:Bi(i=1,2,3)为多光谱图像； D为高分辨率图像； DBi(i=1,2,3)为比值度变换融合图像。 比值变换融合可以增加图像两端的对比度。当要保持原始图像的辐射度时，本方法不宜采用。 乘积变换融合 乘积变换融合算法按下式进行： 通过乘积变换融合得到的融合图像其亮度成分得到增加。 注意 在上述融合方法中，基于HIS变换融合和比值变换融合只能用三个波段的多光谱图像和全色图像融合，而其它方法不受波段数限制。 图像融合的效果评价 定性评价：主要以目视判读为主，目视判读是一种简单、直接的评价方法，可以根据图像融合前后的对比作出定性评价。缺点是因人而已，具有主观性。 定量评价：从融合图像包含的信息量和分类精度这两方面进行评价，可以弥补定性评价的不足。 基于信息量：熵 基于清晰度：平均梯度 基于逼真度：偏差指数 基于光谱差异 ：光谱扭曲值 HIS变换融合 分辨率提高，图像变得清晰，光谱信息明显降低，色彩严重失真 HIS变换融合图像效果评定 KL变换融合 清晰度和空间分辨率提高，特征更清晰，保持了原始图像的纹理特征。 KL变换融合图像效果评定 比值变换融合 亮度太低，反差不合适，目视效果不好 ，光谱信息丢失严重 比值变换融合图像效果评定 SAR TM PAN SAR TM S+T P+T