一种新基于HIS和小波变换图像融合方法.docVIP

一种新的基于HIS和小波变换的图像融合方法 　　摘要:针对遥感图像影像分辨率低的问题，提出了一种新的基于HIS和小波变换的低分辨多光谱和高分辨全色图像的融合方法。该方法通过对高分辨全色图像小波分解后的低频分量进行低通滤波，将全色图像的低频信息中的高频分量融入到多光谱图像HIS空间的亮度信息的低频中;再将这个融合后的低频和高分辨全色图像的细节信息进行小波反变换，得到融合后的图像。该图像很大程度地保留了多光谱的光谱特性和高分辨图像的空间分辨率。仿真结果表明了本方法的有效性。 　　关键词:色度#65380;亮度#65380;饱和度变换; 小波变换; 图像融合; 多光谱图像 　　中图分类号:TP391.41文献标志码:A 　　文章编号:1001－3695(2008)02－0450－02 　　 　　遥感是以不同空间#65380;时间#65380;波谱#65380;辐射分辨率提供电磁波谱不同谱段的数据。随着遥感技术的发展，越来越多的不同类型传感器被用于实际观测中。由于成像原理不同和技术条件的限制，任何一个单一的遥感器的遥感数据均不能全面反映目标对象的特征。这些多遥感器#65380;多时相#65380;多分辨率#65380;多频段的遥感图像数据，就各自显示了自身的优势和局限。为了更充分地利用和开发这些数据源，数字图像融合技术应运而生。其中:遥感图像数据融合是一个正在兴起，并有着广泛前景的研究领域。它将那些在空间或时间上冗余或互补的多源信息按照一定的规则进行处理，减少数据冗余，提高数据的可靠性，改善目标识别的图像环境，从而增加解译的可靠性，减少模糊性[1~4]。 　　当前遥感图像的主要目标是在提高融合影像空间分辨率的同时，尽量保持原图像的光谱特征，从而保证后续分析理解的有效性。而一般情况下，多光谱图像的空间分辨率比较低，即空间细节表现能力比较差，不能满足应用的要求。本文主要研究这样一类图像融合问题，即将低分辨多光谱图像与高分辨全色图像进行融合，以得到一幅同时具有高空间分辨率和光谱信息的融合图像。这一技术早期具有代表性的方法有IHS[5，6]#65380;PCA[7]#65380;HPF[7]。这些方法要么保留了光谱信息，降低了分辨率，要么提高了分辨率，丢失了光谱信息;直到David提出了一种高低频互补的小波变换方法[8]。该方法是后期处理高分辨全色图像与多光谱图像最常用的方法，优点是既能很好地保留光谱信息，又能提高分辨率;缺点是受分解阶数的影响较大，容易出现分块效应，完全舍弃了高分辨全色的近似信息。所以本文针对这些缺点提出一种新的基于HIS和小波变换的改进方法。 　　 　　1基于HIS和小波变换的融合方法 　　 　　1.1多分辨分析的小波变换融合方法 　　 　　1.2HIS变换融合方法 　　在图像处理中常使用的彩色坐标系统有两种:a)由红(R)#65380;绿(G)#65380;蓝(B)三原色组成的彩色空间即RGB空间;b)表色系统是HIS模型，即亮度(I)#65380;色调(H)#65380;饱和度(S)。HIS空间中三个分量I#65380;H#65380;S具有相对独立性，可分别对它们进行控制，并能够准确定量地描述颜色特征。在遥感图像处理中，经常将多光谱图像从RGB空间变换到HIS空间，再对高分辨全色图像进行线性拉伸，使其与多光谱图像的亮度分量有相同的均值和方差;然后将经过拉伸的高分辨图像代替多光谱图像的亮度分量，再将多光谱图像反变换回RGB空间。 　　1.3新的基于小波变换和HIS的融合方法 　　 　　HIS变换的目的是因为HIS空间中H#65380;I#65380;S三个通道是相互独立的，本文选取其中的I通道相当于是对多光谱图像的一种特征提取，所以从某个意义上来说，HIS变换是特征级融合;另外，为了尽量保留原图像的光谱信息，本文只对原始图像进行了一阶小波分解，尽量保持了多光谱图像的低频;再通过对高分辨全色图像的低频分量进行低通滤波的处理而将高分辨全色图像的低频融入到多光谱图像中，这在过去的融合方法中都是没有的。融合算法的具体实现步骤如下: 　　a)对多光谱图像进行配准，使其与高分辨全色图像有同样的大小; 　　b)将低分辨多光谱图像从RGB空间变换到HIS空间; 　　c)对多光谱图像的亮度成分以及高分辨全色图像分别进行一阶小波分解，得到各自的低频和高频细节; 　　d)对高分辨全色图像的低频分量进行低通滤波，得到低频分量的低频成分和细节成分，然后用多光谱图像HIS空间的亮度成分与高分辨全色图像低频分量的高频细节成分重构多光谱图像HIS空间的亮度分量; 　　e)用高分辨全色图像高频细节分量直接替换低分辨多光谱图像HIS空间的高频细节分量，反变换多光谱图像的亮度成分; 　　f)反变换HIS空间得