IHS变换图像融合技术及融合图像评价参数的讨论[1].docx

?

?

IHS变换图像融合技术及融合图像评价参数的讨论[1]

?

?

论文导读:：本文运用几种HIS变换方法对同一地区的SPOT和ETM图像进行融合，并在此基础上提出了一种新的方法来减少图像的光谱损失。同时运用平均值、标准差、平均梯度、熵等参数对融合的结果进行了评价。结果表明本文提出的方法在图像的熵方面基本相同，但在平均梯度方面本文提出的方法最优。同时针对图像融合评价参数提出了一些看法。

论文关键词：IHS变换，HIS变换，图像融合

?

1引言：

随着遥感技术的发展，现代遥感技术为对地观测提供了多空间、多光谱、多时相分辨率的海量遥感影像数据广泛的应用于各个领域。与单源遥感影像数据相比，多源遥感影像数据所提供的信息具有冗余性、互补性和合作性。[1]由此可见，多源遥感影像数据融合不仅是一种遥感影像数据处理技术，而且是一种遥感信息综合处理和分析技术，是目前遥感应用研究的重点之一。一般来讲，一般情况下计算机论文，多光谱图像的光谱分辨率较高，但空间分辨率比较低。全色图像具有高空间分辨率，但光谱分辨率较低。为了增加图像信息提取的精确性和可靠性，提高图像的解译能力，可以将低空间分辨率的多光谱图像和高空间分辨率的全色图像进行融合，使融合后的多光谱图像在保留光谱特性的同时具有较高的空间分辨率。而HIS变换是一种最常用的多源遥感影像数据融合的方法，融合的影像在空间分辨率和清晰度上比原多光谱影像都有了一定的提高，且较大程度上保留了多光谱影像的光谱特征，有利于提高制图精度。Haydn等(1982)[2]首次将IHS变换法应用于两种不同平台遥感数据源的融合，这种方法也被用于TM和SPOT全色图像数据以及SPOT多光谱和全色波段数据的融合。因此如何获得高清晰的图像已成为一个重要研究课题。本文提出了一种经过改进的HIS变换法，从而获得更为清晰的图像。

2研究区域和数据源

本文的研究区域为江西省抚州市市区。数据源为抚州市区2000年9月的ETM图像和SPOT图像cssci期刊目录。研究区域图像如下：ETM图像为Band5、Band4、Band3波段合成。

图A原始图像图BSPOT全色图像

3试验方法与评价

3.1传统的HIS变换

从RGB模型转换到IHS模型的变换就是IHS变换。而IHS变换法的主要原理就是将多空间分辨率低的3波段图像经过HIS变换得到I（亮度），H（色度），S（饱和度）三个分量，然后将高分辨率的全色图像代替I分量，把它同H、S进行HIS反变换得到具有高空间分辨率的多光谱图像。

3.3低通滤波HIS变换

卷积运算进行图像平滑导致图像空间分辨率的降低,是由于原始RGB图像的空间信息与其它信息没有分离。如果在卷积运算前首先对原始RGB图像进行HIS变换,将空间分量I分离,只对色度H和饱和度S平滑,则不会引起图像空间分辨率的降低。因此钱永兰等提出一种改进的低通滤波变换[3]。首先对原始多光谱图像进行IHS变换,将包含空间信息的I

分量分离,只对色度、饱和度分量H、S进行低频卷积运算,得到新的H′、S′分量,将I、H′、S′做HIS逆变换,得到新的多光谱图像。

3.4直方图匹配HIS变换

直方图匹配是一种对数字图像进行增强的处理方法。直方图匹配时对图像查找表进行数学变换计算机论文，使一幅图像某个波段的直方图与另一幅图像对应波段类似，即以一幅图像的直方图作为参照对象,去调整另一幅图像的直方图,使之尽可能与参照图像保持一致。伍娟、卢凌[4]提出不直接用全色图像代替TM图像的I分量,先将全色图像同TM图像亮度图像(I分量)进行直方图匹配,生成与亮度分量具有相似直方图分布特征的图像I″,然后用I″代替I分量,由I″,H,S进行反变换得到融合图像。这种方法不仅可部分消除全色图像和TM图像获取时光照条件差异和地形起伏的影响,而且生成的图像与亮度图像相关性增大,复合图像的光谱特征与原TM图像的光谱特征接近。

3.5改进的HIS变换

针对传统HIS变换法的清晰度不强的问题，本文提出一种改进方法，即不直接用高分辨率的全色图像代替多光谱的亮度（I）分量，而是用分辨率融合后的第一主成分代替亮度（I）分量。并进行高通滤波和直方图匹配。对H、S分量进行低通滤波后于第一主成分进行IHS反变换。具体步骤如下：

1.首先将高分辨率全色图像进行高通滤波，生成新图像SPOT′。

2.将原始图像进行主成分分析，生成PC1

3.将原始图像第一主成分PC1与新图像SPOT′进行直方图匹配得到PC1′

4.将原始TM图像进行IHS变换，提取H、S分量。

5.将H、S分量进行低通滤波生成H′、S′。

6.将PC1′、H′、S′进行IHS反变换，生成融