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

&&" 计算机应用研究!""(年

基于小波变换的!"#与可见光图像融合算法"

宋建社,郑永安,刘迎春

(第二炮兵工程学院信息工程研究所,陕西西安)&""!*)

摘+要:提出了一种基于小波变换的,-.图像与可见光图像的融合算法。为抑制斑点噪声,对,-.图像作平滑滤波。图像经小波变换后,计算不同分解层高频图像对应区域的均值与标准差,采用区域统计特性量测的融合规则;低频图像直接采用,-.图像的小波低频系数作为融合后的低频系数,对得到的融合低、高频图像作小波反变换。

关键词:小波变换;图像融合;/01102算法;区域统计特性中图法分类号:34#’&

文献标识码:-文章编号:&""&$#%’*(!""()&"$"&&"$"!

560789:;<=>-17=?<2@6=A,-.0>BCD2<E0156078;F0;8B=>G0H81823?0>;A=?6

,CIJK<0>$;@8,LMNIJO=>7$0>,P5QO<>7$E@:>

(!"#$%$&$’()!")(*+,$%("-".%"’’*%".,/(00’.’()$1’2’3("45*$%00’*6-".%"’’*%".,7%’,"21,"8%)&""!*,/1%",)

!"#$%&’$:5>2@<;D0D8?,0><6078A:;<=>017=?<2@6=A,-.0>B=D2<E01<6078;R0;8B=>S0H81822?0>;A=?6<;D?=D=;8BT3=;:D$D?8;;2@8;D8EU18=A,-.<6078,0;6==2@A<128?286D1028<;:;8BT3@8>2@8S0H81822?0>;A=?6<;:;8B2=D8?A=?606:12<;E018B8$E=6D=;<2<=>=A80E@<6078T3=@<7@$A?8V:8>EW<6078;,0680;:?8=A?87<=>;202<;2<E01A802:?8;A:;<=>?:18;R0;8B=>;20>B0?BB8$

2@8A:;<=>1=S$A?8V:8>EW<6078;0B=D22@8,-.1=S$A?8V:8>EW<6078;T3@8?8;:12<6078<;78>8?028BRW?8$H<02<=>0?8:;8B;

H8?;8S0H81822?0>;A=?6T

()*+,%-#:G0H81823?0>;A=?6;560789:;<=>;/01102-17=?<2@6;.87<=>,202<;2<E019802:?8;

++多传感器图像融合技术是多传感器信息融合中可视信息部分的融合,是将多源信道所采集的同一目标的图像信息经过一定的处理,提取各自信道的信息,最后综合成统一图像或图像特征,以供观察或进一步处理

[&]

多分辨分析,提出了快速算法,是对信号做小波分析的基础。

!!

对于二维情况,设闭子空间列{H!的一个多X}X#Y是空间P(.)

尺度函数系{!X,分辨分析。,X#Y,61,6!}6&,6!#Y!构成子空间H!小波函数系{"#!,#}X的规范正交基,X,6&,6!-#Z&,X,6&,6!#Y构

!成P(.!)的规范正交基,二维离散数字图像信号(A[,W)#!P(.!)可以用它在子空间列{H!A[,W)近似X#Y的正交投影-X(X}

。

随着航空航天技术的发展,在遥感测量领域,由单一的可

[!]

见光遥感模式逐渐发展成多种传感器遥感模式,特别是近

几年来,,-.(合成孔径雷达)遥感越来越受到人们的关注。,-.是一种主动式相干微波遥感系统,与光学遥感系统相比,,-.图像反映结构信息好,而且具有全天候、穿透性等特

[#]

,较光学传感器有更大的侦察范围。,-.图像中的目标点

表示,设原始图像为-"(A[,W),则有

!#

-X(A[,W)Z-X\&A\]&X\&A\]X\&A\]X\&A

(&)(!)

其中,

反射特性受频率、反射角和极化方式的影响,得到的信息取决于物体的几何特性和介电特性,导致相同的物体可能出现不同的表现形式,如果只使用,-.图像来进行目标检测和识别是较困难的

[#]

{

-X\&AZ]#X\&A

Z

6&,6!#Y

..

6&,6!#Y

^X\&,6&,6!!X\&,6&,6!

(#Z&,!,#)

##]X\&,6&,6!"X\&,6&,6!

若用M?,J?和ME,JE分别表示镜像共轭滤波器,M和J分别作用在行和列上,^"表示原始图像,二维的/01102快速分解公式为

。光学图像以光谱信息为主,是一种较常用的遥

感图像,具有明暗变化,使检测识别相对简单和直接。但是光学传感器成像时受天气和观测时刻的影响大,且具有较大的大气衰减,利用两种图像的优势互补可获得地物的多层次特性,图像的目标检测和识别变得相对容易。因此对,-.图像和光学图像融合算法研究是很有必要的。

{

^X\&ZM?ME^X++++]&X\&ZM?JE^X

#

]!X\&ZJ?ME^X++++]X\&ZJ?JE^X

(#)

其重构算法为

"""&""!""#^XZM"?ME^X\&\M?JE]X\&\J?ME]X\&\J?JE]X\&

(()

其中M"和J"是M和J的共轭转置矩阵。对任意给定的K_"(即预先设定的小波分解层数),图像总能由经小波分解后的#K\&个离散子图像完全表征。

[(]

$%图像的小波变换与&’((’)算法

小波变换是用一簇函数去逼近信号

,/01102基于小波

!(-XA,(]&(]#XA)XZ&,!,…,K(,]XA)XZ&,!,…,K,XA)XZ&,!,…,K)

"对于二维图像来说,重构算子中M"?JE算子相当于二维

收稿日期:!""#$"%$"&;修返日期:!""#$&&$"’

低通滤波器,它对列作平滑,检测行的差异。因此,]&X\&显示-X(A[,W)在竖直方向的高频分量,即图像的水平边缘。算子

万方数据 基金项目:国家自然科学基金资助项目(%’’#&"(";%"!)!"!!)

第1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