第二章图像融合的方法.PDFVIP

第二章 图像融合的方法 像素级图像融合作为特征级图像融合和决策级图像融合的基础，是最基本、最重要 的图像触合万法，也是获取信总最多、检侧性能最好、适用范围最厂、买施难度最大的 融合方法。因此，本文重点研究像素级图像融合方法。像素级图像融合的方法包括简单 的图像融合方法、逻辑滤波器法、加权平均法、数学形态法、金字塔图像融合法、小波 变换图像融合法等4[1 2.1 像素级图像融合 像素级融合[41的过程一般可分为四个步骤:预处理、变换、综合、反变换。预处理 阶段包括了对被融合的原始图像的滤波和配准处理。配准就是将被触合的原始图像进行 :队咭城的劝5旅 “刁F才由城 助 .dbh图抬 a好 两J堆 不 ;1tNi右.太 」比石耳空 ;ls;r去 r-IT耳3Q而户冷 hl.:p田 变换阶段采用的主要方法有PCA:HIS变换;多分辨方法，如金字塔算法和多分辨小波 变换。目前多分辨小波变换是普遍采用的方法。综合方法可分为:选择法，即根据某种 却刚_仆到件择不同肪勘奋阅伪的布施再粉.幻满-幻新的亦施百断.和n娜件 即 田草 种加权平均算法将不同被融合图像的变换系数综合为一组新的变换系数;优化法，即根 据应用不同，构造某个评价融合效果的性能指标，综合结果使该性能指标还到最优。反 亦施阶乡早娜棍嫦奋阶乡俱驹的一幻亦施苏断徘斤后亦施握作_粗驹勘奋 冈佑_ 2.1.1基于PCA的图像融合 PCA技术[41也就是Karhunen-Loeve变换方法，亦可用于多样地图绘制和信息采样的 远距离传感图像数据处理。 基于PCA的图像融合方法是较传统的方法，但是通过与其它方法，例如小波变换 结合，有时也会得到满意的结果。近年来，战场环境下的图像融合问题引起了人们的关 注。在这种特殊环境中，图像融合算法要求可以抗击敌方发动的信息战袭击，即所谓 “入 侵容忍”.因此可采用小波变换和PCA融合低分辨LandsatTM多谱图像与SPOT全彩色 (PAN)因伪 以/i:Ik鹤搞牛小的高夺拱实潜 冈伪_ 2.1.2基于HIS变换的图像融合 先将RGB空间变换成HIS空间，HIS空间中的低分辨率亮度成分被具有较高空间 分辩率的灰度图像的亮度成分所代替，并且用H和S成分变换成RGB空间。 HIS方法是应用最广泛的远距离传感器图像融合方法之一，并且作为一种标准的处 理方法存在于许多商业包中，它的优点是具有快速融合图像的计算能力，但是这种方法 在融合的过程中图像的颜色可能能发生变化，既颜色失真，因为融合后图像的饱和度一 般总是大于或小子多谱图像的原始值。但H和S在融合过程中没有改变，饱和度使融合 后的图像色调和饱和度值产生了扭曲，这是基于HIS方法的缺点之一。这种现象在其它 件 究助合古件 巾巾左亦. 2.1.3墓子小波变换的图像胜合 先对多源图像进行二维小波分解;然后在小波变换域内通过比较各图像的细节信 息，在不同尺度上实现图像融合，提取出重要的小波系数;最后进行小波反变换，便可 得到数据融合之后的图像。 由于小波变换具有良好的时域和频域局部性以及多分辨性，因此在多分辨图像融合 技术己取代了传统的高斯一拉普拉斯金字塔技术，而成为一种主流技术。目前基于小波 弯换的图像融合方法中所采用的多分辨技术基本沿用的是Mallat方法，不过根据具体的 戍田不同_而 ;,田不同的月、姑其 函粉知不同的}*合首件 基于小波分析4(1的多分辨图像融合技术应用于多光谱图像的融合已取得了一些进 展，采用基于Mallat方法的多分辨融合技术，用可见光CCD图像和红外图像做了图像 融合试验边缘提取的特征触合方法.同一目标的不同谱段图像的融合技术R-目标的不 同聚焦点图像的融合问题 和基于树状小波分解的多传感器图像融合技术，并对可见光 图像与红外图像、可见光图像与毫米波图像进行了融合实验，都取得了令人满意的效果。 小姑亦施且右 自fiq-的本愉翻骊愉的局用帐 可C1协解袖俘留次平;n冈挽 中的辛供信 自. 但由于该方法舍弃了空间分辨率图像的低频分量，在反变换的结果中会出现方块效果， 其融合图像的视觉交果不及HIS变换。而且小波基函数的选取也是小波变换的难点之 2.1.4基于演化计算的像素级图像融合 该方法利用传统HIS变换法高频信息保留较好，而光谱信息损失较大的特点，对传 统HIS变换法进行改进。用进化策略求解多光谱图像的光谱强度分量的最优变换，使变 换后的光谱强度分量与多光谱图像的光谱强度具有较高的机关性和统计特性，同时与高 分辨图像具有较高的相关性。利用HIS反