基于小波变换的全色和多光谱遥感图像融合-国土资源遥感.PDF

第１期，总第７５期 国　土　资　源　遥　感 Ｎｏ．１，２００８　 ２００８年３月１５日 ＲＥＭＯＴＥＳＥＮＳＩＮＧＦＯＲＬＡＮＤ＆ＲＥＳＯＵＲＣＥＳ Ｍａｒ．，２００８　 基于小波变换的全色和多光谱遥感图像融合 １，２ １ ２ ２ 张大明 ，李 璐 ，符茂胜 ，罗 斌 （１．安徽建筑工业学院数理系，合肥　２３００２２；２．安徽大学计算智能 与信号处理教育部重点实验室，合肥　２３００３９） 摘要：基于多分辨率小波变换，针对高分辨率全色图像和多光谱图像的融合，提出了一种基于方向可调滤波器的区 域能量测量的小波变换融合算法。将此方法与ＨＩＳ和传统小波的融合方法比较，结果表明，该方法在保留多光谱 图像光谱信息的同时，能够更好地保留高分辨率图像的空间信息，融合效果有较大改善。 关键词：图像融合；小波变换；方向可调滤波器；区域能量测量 中图分类号：ＴＰ７５１．１　文献标识码：Ａ　　　文章编号：１００１－０７０Ｘ（２００８）０１－００５０－０５ 的小波融合算法，并与ＨＩＳ变换和传统小波融合算 ０　引言 法进行了比较，且对实验结果进行了分析。 ［１，２］ １　图像的小波多分辨率分析 图像融合 是指综合两个或多个源图像的信 息，以获得对同一场景更为精确更为丰富的图像。 图像融合技术从２０世纪发展至今，在自动目标识 离散小波变换（ＤＷＴ）为图像处理提供了强有 别、计算机视觉、遥感、机器人、医学图像处理以及军 力的工具，图像通过小波变换，可得到不同空间分辨 事应用等领域已有广泛的应用，尤其是在遥感和医 率的图像序列。把图像看成二维可分隔信号，设矩 Ｊ 学领域研究较多。 阵Ａ为在空间分辨率２上对原始图像的多分辨率 ［２］ ［３］ 图像融合 可分为像素级、特征级和决策级融合 分析，根据Ｍａｌｌａｔ算法 ，图像的多分辨率分析为 ３个层次。本文讨论的为像素级融合，且待融合的图 Ａ （ｉ，ｊ）＝ ｈ（ｍ）ｈ（ｎ）Ａ（２ｉ－ｍ，２ｊ－ｎ）（１） Ｊ－１ ∑ Ｊ ｍ，ｎ ｚ 像已经精确配准。在像素级的图像融合中，常用的方 １ ∈ Ｄ （ｉ，ｊ）＝ ｈ（ｍ）ｇ（ｎ）Ａ（２ｉ－ｍ，２ｊ－ｎ）（２） Ｊ－１ ∑ Ｊ ｍ，ｎ ｚ 法有ＨＩＳ变换、高斯 －拉普拉斯金字塔、ＰＣＡ变换、 ∈ ２ Ｄ （ｉ，ｊ）＝ ｇ（ｍ）ｈ（ｎ）Ａ（２ｉ－ｍ，２ｊ－ｎ）（３） Ｂｒｏｖｅｙ变换和ＨＰＦ变换等方法，其中小波变换方法 Ｊ－１ ∑ Ｊ