一种基于离散小波变换的遥感图像融合新算法.pdfVIP

· 40 · ComputerEraNo．5 2009 一 种基于离散小波变换的遥感图像融合新算法 许建平 ，张长江 (浙江师范大学数理与信息工程学院，浙江 金华 321004) 摘 要：在 图像融合过程中，融合算法及融合算子的选择对于融合的质量至关重要。目前广泛采用的基于单个像素的 融合算法并不能令人满意，因为图像的局域特征往往是由多个像素共同表征的。文章采用了一种基于离散小波变换的 新融合算法：首先，采用小波多分辨分析和马拉特快速算法，将原始图像分解成近似图像和细节图像，然后在各层的特征 域上进行有针对性的融合，最后通过小波逆变换完成图像重建。 关键词 ：图像融合；小波变换；融合算法；图像重建 0 引言 多层小波分解 所谓图像融合是指整合两个或多个原图像的信息，利用 优势互补的数据来提高图像信息的可用程度，以获得对同一 场景的更为精确 、全面 、可靠的图像描述。由于不同模式的图 像传感器的成像机理不 同，不同图像传感器获得的同一场景 的多幅图像间具有信息冗余性和互补性。因此，通过图像融 图1 基于小波变换的图像融合方法 合技术把来 自多个传感器的信息互补合成一幅能提供比原图 像信息更丰富的新图像显得很重要。图像融合在卫星遥感图 设A，B为两幅原始图像 ，F为融合图像。A，B两幅图像融 像处理、计算机视觉、视频处理、医学图像处理以及军事等领 合的基本步骤如下： 域有着广泛的应用潜力。微光图像与红外图像的融合是信息 (1)对A、B两幅图像分别进行小波变换，建立各待融合图 融合研究的主要内容之一，在 目标识别中占有重要的地位。 像的小波金字塔图像序列； 由于红外图像不依赖于外部的光线 ，可利用场景内物体本身 (2)分别使用不同的融合算子作用于各个分解层的不同高 各个部分热辐射的差异获取物体图像的细节，所以红外图像 频子图像以及最高层的低频子图像，从而得到融合后的小波金 一 般较暗，信噪比低 、无彩色信息、缺少层次感 ，且 目标图像与 字塔图像序列； 背景对比度低、边缘模糊。微光图像对比度相对较高，目标包 (3)对融合后的小波金字塔图像序列进行小波反变换 ，上 含一定的细节信息，但在黑暗背景下具有不易观察的隐蔽 一 层的小波反变换的结果就是下一层小波金字塔图像序列的 性。因此同一场景的红外图像和微光图像的融合可以提供更 低频子图像，依次类推，最终所得到的图像就是融合图像。 多、更有效的信息。目前在图像融合中，多分辨率图像融合算 2融合算子的确定 法是其中一类重要的算法 ，而小波变换法是多分辨率分析中 对最高分解层的低频子图像G(L是分解的层数)，采用平 一 种常用的算法。小波变换将原图像分解成一系列具有不同 均算子，因为它代表待融合图像的近似特性 ；对各高频子图像 空间分辨率和频域特性的子图像 ，在多个分解层 、多个频带上 进行融合。通常的融合算法是进行简单的加权和直接选取最 d(1≤j≤L￡=1，2，3)，采用基于区域特性量测的选择及加权融 大小波系数或选用计算方差等。本文提出一种改进的融合算 合算子。基于区域(矩形窗口为3X3)特性量测的选择及加权 法，对分解后得到的高频分量，选择结果进行一致性验证，一 融合算子确定方法如下 ： 致性指对于空间某像素点，其小波系数的选择方案应和邻近 (1)分别计算A、B两幅待融合图像对应局部区域的能量 点一致；对于低频分量，采用计算空间频率和对比度两个度量 及 参量来选择低频图像块；最后对融合后的高频分量和低频分 1 1 量进行小波重构得到融合图像。 EE~(m，n)=∑ ∑W(m’，n)‘(m+m。，n+n)。】。 (1)