資源描述：
《基于小波變換的多源遙感影像融合技術(shù)研究》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。
1、維普資訊http://www.cqvip.com第2o卷第2期肆爭(zhēng)電Vo1．2O，No．22006年4月MINERALRESOURCESANDGEOLOGYApr．。2006基于小波變換的多源遙感影像融合技術(shù)研究①王恒中，劉碧虹，柳建新，楊自安。，張建國(guó)(1．中南大學(xué)信息物理工程學(xué)院，湖南長(zhǎng)沙410083}2．有色金屬礦產(chǎn)地質(zhì)調(diào)查中心，北京100012)摘要：文章在全面了解與分析小波變換的多源遙感影像融合技術(shù)的基礎(chǔ)上，對(duì)基于小波變換的影像融合原理、小波基的選擇、小波分解級(jí)數(shù)的確定以及影像融合法則和融合方法的改進(jìn)等方面進(jìn)行了深入研究，并提出，多小波和提升算法將是小波變換應(yīng)用于遙感影像
2、融合中的研究方向。關(guān)鍵詞：多源遙感I影像融合I小波變換)Mallat算法中圖分類號(hào)：TP75文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：iooi一5663(2oo6)o2-o155-o50引言的改進(jìn)等方面進(jìn)行了深入研究。隨著遙感技術(shù)的迅猛發(fā)展，多平臺(tái)、多時(shí)相、高分1基于小波變換的影像融合原理辨率的遙感數(shù)據(jù)不斷出現(xiàn)，如何充分地利用這些海量數(shù)據(jù)是目前研究的熱點(diǎn)問題。與單源遙感影像相比，小波變換是一種以多分辨率分析為核心的全局變多源遙感影像所提供的信息往往具有冗余性、互補(bǔ)性換，在時(shí)域和頻域上同時(shí)具有良好的定位能力與局部化和合作性。因此，對(duì)多源遙感影像進(jìn)行融合處理，則是性質(zhì)，對(duì)影像的高頻成分采用逐步精細(xì)的時(shí)間
3、域取樣剔除其冗余信息、增強(qiáng)信息互補(bǔ)性和合作性的最有效步長(zhǎng)，可以“聚焦”到影像的任意細(xì)節(jié)，從而被譽(yù)為“數(shù)途徑之一，這是現(xiàn)代多源影像處理與分析中非常重要學(xué)顯微鏡”。它能夠?qū)⒁粋€(gè)信號(hào)分解成信號(hào)對(duì)空間和時(shí)的一步。間的獨(dú)立成分，同時(shí)又不丟失原信號(hào)所包含的信息自Dally等r]首次將雷達(dá)影像和Landsat—MSS1．1影像的二維Mallat算法c。]影像的復(fù)合影像應(yīng)用于地質(zhì)解釋以來，用于遙感影像最經(jīng)典的基于小波變換的融合方法是以Mallat融合處理的技術(shù)方法已有很多，其中應(yīng)用較廣的主要算法為核心的DWT法。有加權(quán)法、HPF(高通濾波)法、IHS變換法[3]、PCA設(shè)影像信號(hào)為f(x，)∈V；
4、，(Vj)∈是(尺2)(主分量分析)法L6J、小波變換融合算法等上的二維多分辨率分析，{一cJ+lkl,k2Ez是f(x，)在分在實(shí)際應(yīng)用中，運(yùn)用加權(quán)法融合后的影像對(duì)比度辨率上的近似表示，則二維Mallat算法如下：差、失真度大；HPF法使用固定大小的濾波器，難以①分解算法(DWT)完全提取出高分辨率影像的所有細(xì)節(jié)信息；IHS變換t=∑h,-zih—tc磚法由于扭曲了原始光譜特性，產(chǎn)生了光譜退化現(xiàn)象[；PCA融合法會(huì)失去了原有的物理特性[。；小波。=∑h,-2i,g—n~C?J+變換法則在有效地增強(qiáng)多光譜影像的空間細(xì)節(jié)表現(xiàn)：=∑gf_2h：c能力的同時(shí)，且保持了影像融合前后的光譜特
5、性，彌補(bǔ)了上述方法的不足。鑒于此，本文基于小波變換的t=∑zt。z·c磚多源遙感影像融合技術(shù)，對(duì)其融合原理、小波基的選⑦重構(gòu)算法(IDWT)擇、小波分解級(jí)數(shù)的確定，以及融合法則和融合方法①收穡日期：2006-01-09作者簡(jiǎn)介王恒中(1968-)，男，中南大學(xué)信息物理工程學(xué)院碩士研究生，主要從事遙感技術(shù)方法的應(yīng)用與研究?；痦?xiàng)目：“十五”科技攻關(guān)項(xiàng)目課腰四(2003BA612A一04)資助。155維普資訊http://www.cqvip.com二維Mallat算法的分解與重構(gòu)的濾波器組如圖kl,k^+2hk1-21gk2-2nd+1所示?！苂^l一n：：+g。譬l,nc{llbd2
6、：lk
7、：鞏3b圖1二維Mallat算法的分解與重構(gòu)圖Fig．1Decomposedandreconfigurationdiagramof2DMallatalgorithm經(jīng)過二維小波變換，將原影像逐級(jí)分解成多尺度影像融合前需進(jìn)行預(yù)處理首先，必須進(jìn)行嚴(yán)格的子影像。一幅影像經(jīng)過三級(jí)分解的塔式結(jié)構(gòu)如圖2的影像空間配準(zhǔn)。通?？臻g配準(zhǔn)的誤差不得超過一個(gè)所示L表示低頻，H表示高頻，下標(biāo)表示小波分解級(jí)像素；其次是直方圖匹配。為了使融合后的影像減小數(shù)。LL為低頻分量，其保留原影像的主要信息，LH、光譜畸變，需要將全色影像直方圖變換為相應(yīng)的多光HL、HH是包含邊緣、區(qū)域輪廓等細(xì)節(jié)信息的高頻分譜影像
8、直方圖?；贒WT法的影像融合，其基本原理是將預(yù)處量。理過的多光譜和全色影像進(jìn)行小波分解，獲取各自的LLaIHLHL2低頻及高頻細(xì)節(jié)分量，再用全色影像的細(xì)節(jié)分量替換LH3lHH3HL4多光譜影像的細(xì)節(jié)分量，然后進(jìn)行小波逆變換而得到ImHH2融合影像(如圖3)。此方法的優(yōu)點(diǎn)是：采用正交基，可實(shí)現(xiàn)無冗余的信號(hào)分解，經(jīng)小波變換后，影像的數(shù)據(jù)總量不會(huì)增大；利用小波分解的空間頻率和方向性，LH1HH1可獲得視覺效果良好的融合影像。但其不足之處是：由于正交基不具有對(duì)稱性，使得DW
