基于第二代Curvelet變換的遙感圖像融合算法研究.pdf

1、Curvelet變換是繼小波變換之后，能更適合于圖像處理的一種新的多尺度變換分析方法。為了使多光譜圖像和高空間分辨率全色圖像的融合結(jié)果在保持光譜質(zhì)量的同時(shí)具有盡量高的空間分辨率，論文提出了基于第二代Curvelet變換的遙感圖像融合算法并對(duì)其進(jìn)行了改進(jìn)。論文的主要研究?jī)?nèi)容和工作包括:
　　提出了一種基于Curvelet變換的遙感圖像融合算法，該算法在低頻部分采取的融合規(guī)則為加權(quán)系數(shù)法，在高頻部分采取的融合規(guī)則為絕對(duì)值較大法。與傳統(tǒng)

2、遙感圖像融合算法相比較，該算法的清晰度得到了提高，并且所含光譜信息也更加豐富。但該算法僅適合于亮度和對(duì)比度比較高，高頻部分比較豐富的源圖像。
　　提出了將Curvelet算法與HIS算法相結(jié)合的算法，改進(jìn)了基于局部能量較大的Curvelet變換遙感圖像融合算法，得到的融合圖像的平均梯度由改進(jìn)前的12.8401變?yōu)楦倪M(jìn)后的12.9675，信息熵由改進(jìn)前的6.6783變?yōu)楦倪M(jìn)后的6.9338，可以從數(shù)值上看出融合圖像在清晰度得到提高的

3、同時(shí)光譜含量也更加豐富。
　　又提出對(duì)Curvelet變換融合規(guī)則進(jìn)行改進(jìn)的融合算法。對(duì)低頻部分的系數(shù)融合采用最大值選取法，對(duì)高頻部分的系數(shù)融合采用了區(qū)域特征對(duì)比的算法。實(shí)驗(yàn)結(jié)果表明，該改進(jìn)算法的融合效果更佳，使用該算法得到的融合圖像的平均梯度達(dá)到了14.8153，信息熵達(dá)到了7.1350，與基于局部能量較大的Curvelet變換遙感圖像融合算法和Curvelet-HIS變換遙感圖像融合算法相比較，使用該算法得到的融合圖像的空間分