遙感圖像的多分辨率分析融合算法研究.pdf

1、遙感圖像融合是將同一地區(qū)的多源遙感圖像數(shù)據(jù)加以智能化合成，產(chǎn)生比單一信息源更精確、更完全、更可靠的估計和判斷，為后續(xù)的圖像解譯能力和分類精度的提高提供較好的基礎(chǔ)。本論文以高分辨率全色圖像(PAN)和低分辨率多光譜圖像(MS)的融合為研究對象，并以離散小波變換(DWT)、Contourlet變換(CT)和非采樣Contourlet變換(NSCT)等多分辨率分析理論為基礎(chǔ)，對遙感圖像融合算法進行了深入的研究，以使融合圖像在保持原始多光譜圖像

2、光譜信息的基礎(chǔ)上，提高融合圖像的空間細節(jié)信息。 基于多分辨率分析的遙感圖像融合主要解決兩個關(guān)鍵問題：一是圖像的多分辨率分析方法的選取，以盡可能表征待融合圖像的細節(jié)信息；二是融合算子的選取，以通過較合理的選擇最大可能的保持原始多光譜圖像光譜信息，并提高融合圖像的空間細節(jié)信息。 對于采用DWT的多分辨率圖像融合方法，其融合結(jié)果保持光譜信息的能力較強，但是空間細節(jié)保持能力稍弱，而基于IHS變換的圖像融合會產(chǎn)生較大的光譜失真，但

3、是空間細節(jié)保持能力較強，再考慮到IHS變換彩色系統(tǒng)可以有效地分離圖像的空間強度信息和光譜信息，符合人的視覺特性，且各分量是近似正交的?；诖耍菊撐膶WT和IHS變換相結(jié)合進行遙感圖像的融合以同時提高融合圖像的光譜信息和空間細節(jié)信息。該算法首先將多光譜圖像進行IHS變換，獲得其在IHS空間中的強度分量Ⅰ、色度分量H和飽和度分量S；然后將Ⅰ分量和PAN圖像進行小波變換獲得它們的近似分量和高頻細節(jié)分量，采用區(qū)域特性選擇的融合規(guī)則對高頻細節(jié)

4、分量進行融合(近似分量直接選擇Ⅰ分量小波分解后的系數(shù))，并進行小波重構(gòu)獲得融合圖像的強度分量；最后進行IHS逆變換獲得最終的融合圖像。仿真試驗中將本論文的融合算子以及直接替換、絕對值選大和局部方差選大等融合算子進行了融合的分析比較，結(jié)果表明本論文提出的融合算法可以更好的均衡融合圖像中的光譜信息質(zhì)量和空間信息質(zhì)量。 本文還采用NSCT技術(shù)，研究多種平臺遙感圖像融合算法及其運算復(fù)雜性分析。這是考慮到雖然DWT或者DWT+IHS等融合

5、方法可以較好的均衡融合圖像中的光譜信息質(zhì)量和空間信息質(zhì)量，但是由于DWT的一些固有的不足：如只有水平、垂直和對角三個方向因而不能很好地捕獲二維圖像中的線和面奇異，不能“最優(yōu)”地表示含線或者面奇異的二維圖像等。而NSCT可以較好的解決上述問題。NSCT由CT演化而來，它不僅繼承了CT的高度方向敏感性和各向各異性的特點，而且具有平移不變性，克服了CT的頻譜混淆效應(yīng)，是一種在遙感圖像融合應(yīng)用中很有潛力的圖像多分辨率分析方法。在基于NSCT的融

6、合方法中，首先將PAN圖像與MS圖像的各波段進行直方圖匹配，之后對相應(yīng)的圖像分別進行NSCT分解得到低頻子帶和各高頻方向子帶，繼而采用相應(yīng)的融合算子對各低頻子帶和高頻方向子帶中的NSCT系數(shù)進行選擇得到融合后的NSCT系數(shù)，最后進行NSCT重構(gòu)得到融合圖像。 本文對基于NSCT的融合的復(fù)雜性也進行了分析，并提出了相應(yīng)的解決辦法。由于NSCT在分解和重構(gòu)的過程中，各方向子帶圖像和原圖像大小相同，再考慮到融合多光譜圖像與全色圖像時，

7、對多光譜圖像的每一個波段的融合，都要進行一次NSCT的分解和重構(gòu)，這些都會導(dǎo)致圖像融合的復(fù)雜性的加劇。針對此問題，在多光譜圖像與全色圖像的融合時，提出了一種IHS變換域的多光譜圖像與全色圖像NSCT融合算法。首先對多光譜圖像進行IHS變換，然后再將1分量圖像與全色圖像進行基于NSCT的融合得到新的Ⅰ分量，最后再做IHS反變換得到融合圖像。本文的融合算法，雖然增加了IHS的正、反變換，但是由于只需進行一次NSCT分解和重構(gòu)，故此整個融合算