一种改进的小波变换融合方法及其效果评价-国土资源遥感.pdfVIP

第３期，总第９４期 国　土　资　源　遥　感 Ｎｏ．３，２０１２　 ２０１２年９月１５日 ＲＥＭＯＴＥＳＥＮＳＩＮＧＦＯＲＬＡＮＤ＆ＲＥＳＯＵＲＣＥＳ Ｓｅｐ．，２０１２　 ｄｏｉ：１０．６０４６／ｇｔｚｙｙｇ．２０１２．０３．０９ 一种改进的小波变换融合方法及其效果评价 １，２ ３，４ １ １ １，２ ５ 董张玉 ，赵 萍 ，刘殿伟 ，王宗明 ，汤旭光 ，刘婧怡 （１．中国科学院东北地理与农业生态研究所，长春　１３００１２；２．中国科学院研究生院，北京　１０００４９； ３．安徽师范大学ＧＩＳ重点实验室，芜湖　２４１００３；４．合肥工业大学资源与环境工程学院，合肥　２３０００９； ５．中国地质大学信息工程学院，武汉　４３００７４） 摘要：针对传统小波变换融合方法易导致空间纹理信息丢失的缺陷，结合局部方差和局部差异加权算法的优点，提 出了一种基于局部算法改进的小波变换融合方法。采用该方法对ＩＫＯＮＯＳ多光谱与全色波段图像进行融合实验， 分别从基于视觉效果、数理统计以及面向对象分类精度３个方面分析评价该方法的融合效果。结果表明：改进的 融合方法综合了小波变换和局部算法的优点，显著地改善了图像的融合效果，是一种高效的图像融合方法。应用 该方法融合后图像的方差由原来的９８．２８提高到１６４．３２，信息熵由５．３０增加到７．８５，平均梯度从 １．９７２提高到 ８．８０７，图像分类精度提高了１０．２４％。 关键词：图像融合；局部算法；小波变换；面向对象分类 中图法分类号：ＴＰ７５　文献标志码：Ａ　　　文章编号：１００１－０７０Ｘ（２０１２）０３－００４４－０６ ０　引言 １　研究方法 随着现代传感器及其相关技术的不断发展，遥 局部方差与局部差异加权算法在图像增强中应 感获取数据的能力不断增强，为人们提供了大量不 用比较广泛。其中，局部方差算法能较好地体现图 同特性的数据。但当前遥感信息的分析处理技术和 像的细节信息；局部差异加权运算则能较好地保留 利用程度还相对滞后，致使丰富的遥感数据仍无法 图像的低频信息。 满足应用的需求［１－３］。遥感图像融合技术为人们对 １．１　局部方差算法 图像的处理、分析与应用提供了全新的途径，成为遥 局部方差算法主要用于处理高频信息，它以其 感图像处理领域的一个研究热点［４－７］。 自身鲜明的特征在灰度拉伸、图像分割及边缘增强 遥感图像融合主要包括像素级融合（如ＰＣＡ变 等领域得到了深入应用。计算方法及流程为： 换、ＨＩＳ变换、金字塔、小波变换融合［８－９］等）、特征 首先，确定一个适当大小的移动运算窗口，计算 级融合（如贝叶斯、Ｄ－Ｓ理论融合等）和决策级融 窗口内像元的方差（Ｖａｒ），并按照从左到右、从上到 合（模糊理论、神经网络等）３种。其中，小波变换以 下的顺序依次计算高频信息影像内每一个窗口像元 其多尺度分析特征已成为图像融合最热门的方法之 的方差值，并通过运算确定最低阈值。计算公式为 一，许多学者 ［１０－１２］对该方法及其改进方法进行了 １ Ｍ Ｎ ２ 实验研究，但多数研究采用的是不同频率信息之间 Ｖａｒ＝ ∑∑（Ｘ －Ｘ） ， （１） ｉ，ｊ ｉ＝１ｊ＝１