提出一种基于区域小波统计特征的遥感图像融合方法,对多光谱图像的I分量与直方图匹配后的高分辨率图像进行小波变换融合。对分解后的低频分量采用加权平均的融合规则,高频分量则根据其区域的小波系数特征,采用基于区域方差匹配度的融合规则。对SPOT多光谱图像和高分辨率图像进行融合实验,并利用信息熵和相关系数对融合结果进行客观评价与比较分析。仿真实验结果表明,基于区域小波
第 3卷 7
第 l期 9
曾宇燕,何建农:基于区域小波统计特征的遥感图像融合方法
19 9
频信息 H,对角方向高频信息 D)。低频分量集中了图像的主 要能量,反映图像的近似和平均特性;高频部分反映图像的细节信息,即遥感影像的边缘、线和区域等显著特征。 () 2对各分解层的高频、低频部分分别采用不同的融合规则进行融合处理,得到融合后的小波图像。由于图像的区域
(对小波分解后得到 2 3 )幅图像的高频、低频部分分另采Ⅱ 用不同的融合规则进行融合处理,并进行小波逆变换,所得到的重构后的强度分量 I。’ () I 4对’、S这 3个分量作 I、H HS逆变换得到最终的融合图像。 32融合规则 .对强度分量 I和匹配后的高分辨率图像分别进行二维小 波分解,得到、 i i, i和、b、b,b H、 V D h V D。i、 b A A
特征并不是由一个像素就能表征的,而是由某一区域的多个 像素来体现的。方差是统计量中重要的特征量,某领域的方差描述了该领域内的小波系数的变化程度和分散程度。因此,本文引入区域方差匹配度,衡量区域的相关性,进行高频部分的小波融合。 ()融合后的小波图像进行小波逆变换,所得到的重构 3对图像即为融合图像。
分别对应低频分量的小波系数矩阵。i,i,i H V D和 b、b, h V b D分别对应于高频分量的小波系数矩阵。 321低频分量融合规则 ..低频分量是原始图像的近似逼近,基本维持了原图像的总体形状,所以这里采用简单的加权平均法获得低频小波系 数,即: A(,=( i ) ( j)2 i )/,十 f )/ A( J, () 1
322高频分量融合规则 ..遥感影像的边缘、线和区域等细节信息都包含在高频分量,
该部分的小波系数的处理方式直接影响着融合效果。本 的图像小波系数
文的融合规则如下: () (.为中心,取阶数为 ( ̄ee+ ) 1以 f) ., 2 lvl 1的方阵作为子 矩阵。这里 l e=1 e l,形成 3 3矩阵。 v x子 ()历高频子带中每一个位置 (J,计算以 (J为中心 2遍 ) . f) .
圈 1基于小渡变换的融合方法注程
在低分辨率的多光谱图像和高分辨率的全色图像的融合中,小波变换充分利用了多光谱图像的光谱信息与全色图像的细节信息,在保留高分辨率高频特性的基础上提高了多光
的33 x子矩阵的均值/ (。这里分别记 1 - i) t, k分量和匹配后的
谱图像的空间分辨率,同时较好地保持原始多光谱图像的光谱特性。此外,小波变换具有完善重建能力,保证了信号在
高分辨率图像的高频子带序号为 1,k=l, 2, 2,L( 表示 m,) 对应图像的高频小波系数。 ] ( ) ∑∑ ( n ti= k, m,) () 2
分解和重构过程中没有信息损失和信息冗余产生I 。
3基于区域小波统计特征的遥感图像融合方法 31融合步骤 .虽然基于 I HS变换的融合方法增强了多光谱图像的空间细节表现能力,但是该方法直接采用高分辨率图像替代多光 谱图像的亮度分量,造成了较大的光谱失真。本文提出一种基于区域小波统计特征的遥感图像融合方法,流程见图 2。
()历高频子带中每一个位置 ( ) 3遍 f,计算以 (J为中心 . f) .的 3 3阵的方差 (。 x矩 f ),
(J= )云∑∑( 一2i), (,)/( ) k, M( ) i,即:, 2×∑∑( m,一 ( J) ( 一/2i ) ( ) f ) m,) t( ), (, j -— )一
() 3
()算以 (』为中心对应矩阵的区域方差匹配度 4计 f) .
’
() 5确定融合系数 f i ),选取一高频子带匹配度阈值 (, (≥05,这里取=0 .) . 5。当 M( ) 时,说明 2幅图 i<, 像的区域特征相差较大,选取区域方差较大的图像的像素值
作为融合图像的像素值;当 M(≥时,说明 2幅图像的 i) , 区域特征相差较小,选取一定的融合系数、
(+ = ) W H 1来确定融合图像的像素值
,即: 若 M(<,则: i √) 图 2基于区壤小渡统计特征的遥摩图像融合漉程 ,( f f( J li ,) ) () 5
该方法的主要思想是将多光谱图像的 1分量与直方图匹配后的高分辨率图像进行基于区域小波统计特征的小波融
若 M( ) i≥口,则:, =
合,然后用融合后的图像替代 1分量的方式,最终得到的融
合图像既提高了高分辨率图像的细节信息,又保留了多光谱图像 1分量的光谱信息,提高了两方面的综合性能。具体步 骤如下:
WXi%xi mfj .2: ̄l) fj (+ (,,
( 6 ) () 7
其中, - o. s-o- s×
() 1对低分辨率多光谱图像进行 I S变换,得到强度 I H、 色度 H、饱和度 s 3个分量,对 1分量进行二维小波分解。 ()高分辨率图像与多光谱图像的 1分量作直方图匹 2将配,对匹配后的高分辨率图像进行二维小波分解。
I=1 Wm一 按照以上计算公式,遍历所有高频系数,得到融合后图 像的高频分量小波系数矩阵。

基于区域统计特性的IHS-小波遥感影像融合_专业资料。在遥感影像融合过程中,为了更好地避免经典IHS算法造成的光谱扭曲,文章提出了一种基于统计特性的IHS和提升小波...
基于区域特征的遥感图像融合方法的改进_专业资料。提出了一种基于小波变换的区域遥感图像融合方法的改进。对图像进行小波多分辨分析,以分解后的高频子图像的区域能量...
遥感影像的IHS融合方法由于匹配误差导致光谱畸变和退化,而小波变换在变换域具有良好的分频特性,小波系数的统计特性反映了遥感影像的边缘、线和区域等显著特征。因此本...
不同尺度的低频和高频部分,采用小波区域窗口和子区域窗口统计把小波系数分类成...特征选择方法以及对应输入图像小波系数的最大多窗口区域方差来确定融合后高频小波...
一种基于小波系数局部特征的选择性遥感图像融合方法_专业资料。提出了一种基于...计算相应区域小波系数阵的不同局部特征量,然后选择适当的阈值,对图像的近似和...
基于区域统计特性的IHS-小... 5人阅读 4页 2.00元 小波变换与IHS变换遥感...和两者结合的图像融合方法,提出一种区域多元特征动态加权的IHS小波遥感图像融合...
为了获得更多的图像细节信息,提出了一种基于边缘特征的遥感图像融合算法。该方法... 基于区域小波统计特征的... 15人阅读 3页 1.00 一种基于小波变换和...
一种基于小波系数局部特征... 7人阅读 6页 2.00元 基于区域小波统计特征的...本文提出了一种自适应的基于局部小波系数特征的遥感影像融合方法。该方法在对多...
基于区域小波统计特征的遥... 6人阅读 3页 1.00元 基于小波包和边缘特征... 在遥感图像融合中,传统PCA算法会损失部分有用信息,从而使得融合结果的光谱分辨率...
基于小波包变换距离特征选取的遥感影像融合_专业资料。介绍了基于小波包变换和距离特征选取的影像融合方法:首先对多光谱影像做IHS变换;其次对多光谱影像的亮度分量和...
热门文档