基于边缘增强及图像融合.pptVIP

目录 一、遥感图像融合 二、边缘增强方法 三、改进：基于边缘增强方法的图像融合 一、遥感图像融合 遥感图像融合的意义 遥感是以不同空间、时间、波谱、辐射分辨率提供电磁波谱不同谱段的数据。由于成像原理不同和技术条件的限制，任何一个单一遥感器获取的遥感数据都不能全面反映目标对象的特征，各自都有一定的应用范围和局限性。 如果将多种不同特征的数据（包括遥感和非遥感空间数据）结合起来，相互取长补短，便可以发挥各自的优势、弥补各自的不足，能更全面的反映地面目标，提供更强的信息解译能力和更可靠的分析结果。这样不仅扩大了各数据的应用范围，而且提高了分析精度，应用效果和实用价值。 基于正交二进制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)对多光谱图像进行分解成四部分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,LH,HL,HH反变换重建影像； (8)其他波段融合重复步骤(3)--(7)。 尽管小波变换融合较以前的各种影像融合方法有较大的进步，但仍存在3个问题： 一是常用的二进制小波变换可以有效地处理分辨率相差约为4倍的情况，对其他情况则效果欠佳； 二是多级小波变换仅对低频分量进行不同层次的分解，这使得尺度参数越大，频谱的局部性就越差，频谱的分辨率就越低； 三是用小波变换法得到的融合图像随着小波分解尺度的增大，会出现明显的、有规律的方块效应，同时随着尺度的增大，融合图像的光谱信息出现损失。 二、边缘增强方法 边缘检测算法 一阶微分图像边缘检测算子通常对图像梯度的幅值进行阈值化来提取边缘。 常用的模板有 ROBERTS算子 SOBEL算子 然而这些一阶微分检测算子对噪声非常敏感,抗噪声能力很差,容易受到噪声的影响,特别是脉冲噪声对边缘检测的效果影响很大,在噪声像素点附近的梯度幅值很大,容易将噪声误检测为边缘。 CANNY算子 传统 Canny 算子采用一维 Gauss 函数 构造滤波器，分别按行和列对原始图像进行操作。 其中σ是 Gauss 滤波函数的标准差，控制平滑程度。 采用 2 × 2 邻域一阶偏导数的有限差分计算平滑后图像的梯度幅值 H( x，y) 及梯度方向 D( x，y) : 其中，?G /?x 和?G /?y 是 Gauss 滤波器分别沿行、列像素进行偏导数作用的结果。 如果( x，y) 像素点的梯度幅度值 H( x，y) 大于或等于沿梯度方向上两个相邻像素点的梯度幅度，则判断该点为可能的边缘点。 分别用上限阈值 Th 和下限阈值 Tl ( Tl ＜ Th ) 对非最大值阈值进行图像处理得到两幅边缘图。 经上限阈值提取的边缘图可能出现断边缘现象，这时再从经下限阈值提取的边缘图像中提取，最后得到完整的边缘检测图。 sobel算子 canny算子 三、改进：基于边缘增强方法的图像融合 分频分策略融合 一般情况下，多光谱影像包含丰富的光谱信息，而全色影像细节表达能力强，可包含更多的细节和边缘信息。在对原始影像进行二维离散小波变换时，会得到1个低频分量和3个高频分量。 因此采取分频分策略的融合思想，使融合影像更好地保持光谱信息，并且更多地融入细节信息。