基于区域特征的遥感图像融合方法的改进

基于区域特征的遥感图像融合方法的改进

ID:36748171

大小:315.56 KB

页数:5页

时间:2019-05-14

基于区域特征的遥感图像融合方法的改进_第1页
基于区域特征的遥感图像融合方法的改进_第2页
基于区域特征的遥感图像融合方法的改进_第3页
基于区域特征的遥感图像融合方法的改进_第4页
基于区域特征的遥感图像融合方法的改进_第5页
资源描述:

《基于区域特征的遥感图像融合方法的改进》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第23卷第3期青岛大学学报(工程技术版)Vo1.23No.32008年9月JOURNALOFQINGDAOUNIVERSITY(E&T)Sep.2008文章编号:1006—9798(2008)03—0040—05基于区域特征的遥感图像融合方法的改进李园园,赵志刚,吕慧显,李琳(青岛大学a.信息工程学院;b.自动化工程学院,山东青岛266071)摘要:提出了一种基于小波变换的区域遥感图像融合方法的改进。对图像进行小波多分辨分析,以分解后的高频子图像的区域能量构造匹配度和融合算子,并给出了两个阈值,以便根据不同

2、的特征构造不同的融合算子。对于低频部分采取加权平均的融合规则。并通过小波逆变换得到融合图像。根据主观目视判决和客观评价指标对融合结果进行了比较和分析,结果表明,本文的方法融合效果优于一般的融合方法,具有应用价值。关键词:小波变换;区域特征;图像融合中图分类号:TP751文献标识码:A所谓图像融合是指综合两个或多个源图像的信息,以获取对同一场景的更为精确、全面、可靠的图像描述。图像融合充分利用了多个被融合图像中包含的冗余信息和互补信息。图像融合在自动目标识别、计算机视觉、遥感、机器人、复杂智能制造系统、医学图

3、像处理以及军事应用等领域有着广泛的应用潜力_1]。图像融合中的一个重要研究方向是图像融合增强技术,其主要内容是将具有高分辩率的全色图像与低空问分辨率的多光谱图像进行融合,得到一个具有高空间分辨率的多光谱图像。主要实现方法包括加权平均、IHS变换、高通滤波及小波变换等。在遥感图像融合中,IHS和PCA变换融合方法有较大的光谱失真。目前,多分辨率小波融合方法已经得到广泛的认可,当前研究的热点是融合过程中融合规则和融合算子的选取[2]。本文主要研究基于小波变换的区域遥感图像融合方法的改进。1基于小波变换的图像融合

4、方法基于小波分解的图像融合方法可灵活地进行图像的多尺度低频系数与高频系数分解,并根据一定融合规则实现多源图像融合处理,以突出场景中目标的特征信息。图像小波分解可以依据二维小波按如下方式扩展。在变换的每一层次,图像都被分解为4个四分之一大小的图像,如图1所示。比:J皿:LLlHLlIHH2HL源图像HLHHHLHHH图1图像的小波分解示意图图1中,L表示低频;H表示高频;下标1,2表示一级或二级分解。在每一分解层上,图像均被分解为LL、LH、HL和HH4个频带,下一层的分解仅对低频分量LL进行分解。这4个子图

5、像中的每一个都是由原图与一个小波基函数的内积后,经过在z和方向上进行2倍的间隔抽样而生成的,这是正变换,也就是图像的分解。而逆变换是图像的重建,是通过图像的增频采样和卷积来实现的。收稿日期:2008一O4—29作者简介:李园园(1984一),女,山东泰安人,硕士研究生,主要研究方向为图像融合。第3期李园园,等:基于区域特征的遥感图像融合方法的改进41若对二维图像进行N层的小波分解,最终将有3N+1个不同频带,其中包含3N个高频带和1个低频带。这里以两幅图像的融合为例,其小波变换的图像融合方案如图2所示。对于

6、多幅图像的融合方法可由此类推。设A,B为两幅原始图像,F为融合后的图像,其融合处理的基本步骤如下:1)对每幅图像分别进行二维离散小波变换(DWT),建立图像的小波塔形分解,提取各层子图像的近似细节、水平、垂直、对角方向的小波系数矩阵;2)对各分解层分别进行融合处理,各分解层上的不同频率分量采用不同的融合规则,得到最终融合系数;3)对融合的小波系数进行二维离散小波逆变换(IDWT),即图像重构,所得的重构图像即为融合图像。图像对小波变换系数融合规则融合小波系数融合图像图2小波变换的图像融合方案2基于小波变换的

7、改进的区域融合方法以小波为基础的融合方法是高通滤波思想的扩充,是利用了空间细节包含在高频中的思想。在以小波为基础的融合方案中,使用小波变换提取全色图像的细节信息注入到多光谱图像中。这种方法使光谱信息的扭曲最小化。但是,由于注人细节信息的方法,即融合规则的选取不同可导致不同的融合结果。注入信息的方法有许多种,即:取代法,添加法和加权模型_3]。由于图像的局部特征一般不取决于一个像素,所以提出了基于区域的融合方法。先后有基于局部方差的融合算法嘲和基于局部梯度的融合算法。比较成熟的是利用不同的特征选择算子等。上述

8、基于小波变换的融合方法都存在着缺点,由于取代法是直接使用一幅图像的系数取代另一幅图像的系数,使用此方法会丢失一部分有用的信息,而添加法是将一幅图像的系数加入到另一幅图像中,可能会有信息的重复。因此,本文提出了一种两个阈值的融合方法,实现了替代法和添加法的结合。在图像融合过程中,图像的低频分量集中了图像的主要能量,反映图像的近似和平均特性,所以对低频子图像一般采用加权平均算子进行融合。而高频子图像反映原图像的亮度突

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。