文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 基于小波变换的SAR与可见光图像融合算法
侵权投诉

基于小波变换的SAR与可见光图像融合算法

雷达与可见光图像融合

第);期4宋建社等:基于小波变换的1*2与可见光图像融合算法

像的均值与标准差为

"

B(’)9.D5,

&

79:&89:&

4 )))

"

!"检测列的差异,%&+,,-)在水平’()显示*’("#$对行作平滑,

"方向的高频分量,即图像的竖直边缘。!""!$是两个方向的高

"

(7,8)%(8(’).6D7(5,

&

(E)

(F)

频滤波,检测的是./0对角边缘。因此,一幅图像的小波变换

[)&]

。就是将该图像分解在不同频率中的不同特征域上

"5,’)9!(D

!"#$%图像预处理

成像雷达获得的1*2图像是地物对雷达波散射特性的反应,由于成像雷达发射的是纯相干波,这种信号照射目标时,目

[3]

标的随机散射信号与发射信号的干涉产生斑点噪声,并使

&""

式(E),式(F)中B(’),’)表示第D层高频子图像("!(D5,D5,

79:&89:&

.

&"7(5,"7(5,(7,8)(%(8(’):B(8(’)).6DD

9),&,>,分别代表水平、垂直和对角三个方向)上以(5,’)为中心位置的局部区域的均值与标准差。

(&)CGHHIJ$D建议使用交叉熵来测定两幅图像的信息差

[/,);]

,可以定义两幅图像对应区域的交叉熵。异

图像的像素灰度值剧烈变化,使图像的解译能力降低。1*2的相干斑噪是乘性噪声,图像每个像素的灰度值服从指数分定义>4设两幅图像的对应区域2*,2A,的灰度分布分别为K9{K),K&,…,K5,…,K7},L9{L),L&,…,L5,…,L7}(其中布,小波变换很难直接消除斑噪对融合结果的影响,可以对融合前1*2图像作平滑滤波以抑制斑噪,

平滑模板如表)所示。定义)4设(+5,’)为给定的1*2图像在(5,’)处的灰度值,6(7,8)(8,79:&,:),;,),&)为表)所示/</模板,其平滑滤波的公式为

(=5,’)9&

.&

7.9:&4

89:&6(7,8)(+7(5,8(’)(/)

平滑后的图像受噪声干扰小,经过小波变换后,高频子图像的边缘特征更加突出,结果如图)所示。

图)4平滑前后的小波变换对比图

&"基于区域统计特性的融合规则

图像融合的核心是融合规则的确定,必须确定哪幅图像对融合有利。为得到融合小波系数,一种较直接的方法是逐个考虑源图像相应位置的小波系数,这是基于像素的融合规则,要求源图像经过严格的配准。另一种方法不仅考虑相应位置的小波系数,还考虑相邻的小波系数,如以><>或/</的窗口划分,再确定融合位置的小波系数。这种方法考虑了图像的像素与相邻像素高度相关性这一事实,降低了边缘的敏感性,效

果比前一种要好[?]

。由于自然景物的漫反射特性,1*2图像任

一单位回波强度(像素点灰度值)@均受到周围景物的回波影响,所以图像每一个像素均与相邻像素有很大的相关性,图像是由不同灰度等级的区域组成,因此对1*2与可见光图像的融合宜选取基于区域的融合规则。

())分别以表&的窗口统计模板逐像素扫描源图像*,A1*2图像为*,光学图像为A)的小波分解后的高频子图像,计算出其相应分解层对应局部区域的均值BC,*,BC,A和标准差!D,*,!D,A,

作为窗口中心元素的均值和标准差。表)4平滑模板4444444表&4图像统计模板

)4.4E4.4))4)4

)4

)4)).4

)E4&.4)E4. )4)4)4)4) &/E E4&.4>E4&.4E 444444) )4)4) .4

)E4&.4)E4.

&/ )4)4)4)4)4)4) )4

.4E4.4) )4)4)4)4)

定义&4设%"D为图像经小波分解后第D层高频子图像,

67,8)(7,万 89方数据:&,:),;,),&)为表&所示的统计模板,则图

K5和L5表示图像的区域2*,2A中灰度值的5概率),则区域交叉熵为

$"M===NJ77M7(27

*,2A)9(3)

5.9)K5H7(K5OL5)

区域交叉熵直接反映了两幅图像对应区域像素的差异,差异越小,说明两幅图像所含信息量的差别越小。

(>)确定融合算子

命题)4设定一个阈值PQ;(一般取;R;S/),设融合后的高频子图像为%"D,T,

如果$"M===NJ77M7(2*,2A)QP则{

%"D,(T5,’)9%"D,(*5,’)44!"D,(*5,’)’!"D,(A5,’)(?)

%"D,(T5,’)9%"D,(A5,’)44!"D,(*5,’)U!"D,(A

5,’)即如果两图像在该区域上信息量差别较大,选择标准差较大的区域中心像素小波系数作为融合后图像在该区域上的中心像素小波系数。

如果$"M===NJ77M7(2*,2A)/P则

%"D,(T5,’)96#)(5,’)%"D,(*5,’)(6"(&5,’)%"D,(A

5,’)();)

其中,

6#

)(5,’)9

!"D,(*

5,’)!"D,(*5,’)(!"D,(A5,’),

6#

!"D,(A5,’)&(5,’)9

!"

D,(*5,’)(!"D,(A

5,’)即如果两图像在该区域上的信息量相近,可以采用加权融合算子计算融合后图像在该区域上的中心像素的小波系数。

命题&4设VD,(T5,’)为融合后的低频子图像,直接采用1*2图像的小波低频系数作为融合后的小波低频系数,即

VD,(T5,’)9VD,(*

5,’)()))

结合前面得到的三个方向的高频小波系数作小波反变换即得到融合结果图像。

’"

基于小波变换的SAR与可见光图像融合算法

图像融合实现及效果评价

基于上述算法,对2JWJ"=JX1*2图像和YZ**光学图像进行融合实验,并与一般的基于像素加权融合算法结果进行了比较。图&给出了两种算法的融合结果图,其中图&(J)为高斯平

滑后的2JWJ"=JX1*2图像,图&(I)为YZ**光学图像[)>]

,图&

$)为文中算法融合结果,图&(W)为基于像素加权融合结果。

图&4图像融合结果对比

(下转第)./页)

(假设((

上一页第2页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email