資源描述:
《基于區(qū)域特征的遙感圖像融合方法的改進(jìn)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、第23卷第3期青島大學(xué)學(xué)報(bào)(工程技術(shù)版)Vo1.23No.32008年9月JOURNALOFQINGDAOUNIVERSITY(E&T)Sep.2008文章編號(hào):1006—9798(2008)03—0040—05基于區(qū)域特征的遙感圖像融合方法的改進(jìn)李園園,趙志剛,呂慧顯,李琳(青島大學(xué)a.信息工程學(xué)院;b.自動(dòng)化工程學(xué)院,山東青島266071)摘要:提出了一種基于小波變換的區(qū)域遙感圖像融合方法的改進(jìn)。對(duì)圖像進(jìn)行小波多分辨分析,以分解后的高頻子圖像的區(qū)域能量構(gòu)造匹配度和融合算子,并給出了兩個(gè)閾值,以便根據(jù)不同
2、的特征構(gòu)造不同的融合算子。對(duì)于低頻部分采取加權(quán)平均的融合規(guī)則。并通過(guò)小波逆變換得到融合圖像。根據(jù)主觀目視判決和客觀評(píng)價(jià)指標(biāo)對(duì)融合結(jié)果進(jìn)行了比較和分析,結(jié)果表明,本文的方法融合效果優(yōu)于一般的融合方法,具有應(yīng)用價(jià)值。關(guān)鍵詞:小波變換;區(qū)域特征;圖像融合中圖分類(lèi)號(hào):TP751文獻(xiàn)標(biāo)識(shí)碼:A所謂圖像融合是指綜合兩個(gè)或多個(gè)源圖像的信息,以獲取對(duì)同一場(chǎng)景的更為精確、全面、可靠的圖像描述。圖像融合充分利用了多個(gè)被融合圖像中包含的冗余信息和互補(bǔ)信息。圖像融合在自動(dòng)目標(biāo)識(shí)別、計(jì)算機(jī)視覺(jué)、遙感、機(jī)器人、復(fù)雜智能制造系統(tǒng)、醫(yī)學(xué)圖
3、像處理以及軍事應(yīng)用等領(lǐng)域有著廣泛的應(yīng)用潛力_1]。圖像融合中的一個(gè)重要研究方向是圖像融合增強(qiáng)技術(shù),其主要內(nèi)容是將具有高分辯率的全色圖像與低空問(wèn)分辨率的多光譜圖像進(jìn)行融合,得到一個(gè)具有高空間分辨率的多光譜圖像。主要實(shí)現(xiàn)方法包括加權(quán)平均、IHS變換、高通濾波及小波變換等。在遙感圖像融合中,IHS和PCA變換融合方法有較大的光譜失真。目前,多分辨率小波融合方法已經(jīng)得到廣泛的認(rèn)可,當(dāng)前研究的熱點(diǎn)是融合過(guò)程中融合規(guī)則和融合算子的選取[2]。本文主要研究基于小波變換的區(qū)域遙感圖像融合方法的改進(jìn)。1基于小波變換的圖像融合
4、方法基于小波分解的圖像融合方法可靈活地進(jìn)行圖像的多尺度低頻系數(shù)與高頻系數(shù)分解,并根據(jù)一定融合規(guī)則實(shí)現(xiàn)多源圖像融合處理,以突出場(chǎng)景中目標(biāo)的特征信息。圖像小波分解可以依據(jù)二維小波按如下方式擴(kuò)展。在變換的每一層次,圖像都被分解為4個(gè)四分之一大小的圖像,如圖1所示。比:J皿:LLlHLlIHH2HL源圖像HLHHHLHHH圖1圖像的小波分解示意圖圖1中,L表示低頻;H表示高頻;下標(biāo)1,2表示一級(jí)或二級(jí)分解。在每一分解層上,圖像均被分解為L(zhǎng)L、LH、HL和HH4個(gè)頻帶,下一層的分解僅對(duì)低頻分量LL進(jìn)行分解。這4個(gè)子圖
5、像中的每一個(gè)都是由原圖與一個(gè)小波基函數(shù)的內(nèi)積后,經(jīng)過(guò)在z和方向上進(jìn)行2倍的間隔抽樣而生成的,這是正變換,也就是圖像的分解。而逆變換是圖像的重建,是通過(guò)圖像的增頻采樣和卷積來(lái)實(shí)現(xiàn)的。收稿日期:2008一O4—29作者簡(jiǎn)介:李園園(1984一),女,山東泰安人,碩士研究生,主要研究方向?yàn)閳D像融合。第3期李園園,等:基于區(qū)域特征的遙感圖像融合方法的改進(jìn)41若對(duì)二維圖像進(jìn)行N層的小波分解,最終將有3N+1個(gè)不同頻帶,其中包含3N個(gè)高頻帶和1個(gè)低頻帶。這里以?xún)煞鶊D像的融合為例,其小波變換的圖像融合方案如圖2所示。對(duì)于
6、多幅圖像的融合方法可由此類(lèi)推。設(shè)A,B為兩幅原始圖像,F(xiàn)為融合后的圖像,其融合處理的基本步驟如下:1)對(duì)每幅圖像分別進(jìn)行二維離散小波變換(DWT),建立圖像的小波塔形分解,提取各層子圖像的近似細(xì)節(jié)、水平、垂直、對(duì)角方向的小波系數(shù)矩陣;2)對(duì)各分解層分別進(jìn)行融合處理,各分解層上的不同頻率分量采用不同的融合規(guī)則,得到最終融合系數(shù);3)對(duì)融合的小波系數(shù)進(jìn)行二維離散小波逆變換(IDWT),即圖像重構(gòu),所得的重構(gòu)圖像即為融合圖像。圖像對(duì)小波變換系數(shù)融合規(guī)則融合小波系數(shù)融合圖像圖2小波變換的圖像融合方案2基于小波變換的
7、改進(jìn)的區(qū)域融合方法以小波為基礎(chǔ)的融合方法是高通濾波思想的擴(kuò)充,是利用了空間細(xì)節(jié)包含在高頻中的思想。在以小波為基礎(chǔ)的融合方案中,使用小波變換提取全色圖像的細(xì)節(jié)信息注入到多光譜圖像中。這種方法使光譜信息的扭曲最小化。但是,由于注人細(xì)節(jié)信息的方法,即融合規(guī)則的選取不同可導(dǎo)致不同的融合結(jié)果。注入信息的方法有許多種,即:取代法,添加法和加權(quán)模型_3]。由于圖像的局部特征一般不取決于一個(gè)像素,所以提出了基于區(qū)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。比較成熟的是利用不同的特征選擇算子等。上述
8、基于小波變換的融合方法都存在著缺點(diǎn),由于取代法是直接使用一幅圖像的系數(shù)取代另一幅圖像的系數(shù),使用此方法會(huì)丟失一部分有用的信息,而添加法是將一幅圖像的系數(shù)加入到另一幅圖像中,可能會(huì)有信息的重復(fù)。因此,本文提出了一種兩個(gè)閾值的融合方法,實(shí)現(xiàn)了替代法和添加法的結(jié)合。在圖像融合過(guò)程中,圖像的低頻分量集中了圖像的主要能量,反映圖像的近似和平均特性,所以對(duì)低頻子圖像一般采用加權(quán)平均算子進(jìn)行融合。而高頻子圖像反映原圖像的亮度突