基于梯度加权的自适应sfim图像融合算法
【技术领域】
[0001] 本发明涉及图像处理领域的图像融合，特别是涉及一种图像融合中SF頂算法的 滤波器设计。
【背景技术】
[0002] 遥感图像融合是近年来遥感图像处理领域热门研究内容之一。其中，利 用高空间分辨率全色图像PAN (Panchromatic image)和低空间分辨率多光谱图像 MS (Multi-spectral images)进行融合产生高分辨率多光谱图像是其中一个重要研究方 向。国内外学者提出了很多经典融合方法，例如主成分分析（PCA)变换融合、HIS变换融合、 高通滤波融合、小波变换融合和Brovey变换融合等。在遥感图像后期应用中，空间信息和 光谱信息都有很重要的作用。基于PCA变换的融合光谱信息保持较好，但空间细节信息增 加较少。基于HIS变换、Brovey变换和高通滤波变换的融合空间信息增加丰富，但光谱失 真比较严重，其中，高通滤波融合如果滤波器选择不好，效果会比较差。小波变换融合具有 良好的空间和光谱保持能力，但是小波基的选择比较困难，而且计算比较复杂。基于亮度平 滑滤波调节SFIM(Smoothing Filter-based Intensity Modulation,基于平滑滤波的亮度 调制）（文南犬 I "LIU J G. Smoothing filter-based intensity modulation ：A spectral preserve image fusion technique for improving spatial details[J]· International Journal of Remote Sensing，2000,21(18) :3461-3472·"）的方法是 2000 年由 J.G. Liu 提出的一种空谱结合的融合方法。SF頂融合过程简单，计算复杂度比较小，和一些经典算法 相比，具有较好的效果；但SF頂融合后图像空间分辨率改善不多，光谱存在一定失真。
【发明内容】
[0003] 为了克服现有技术的不足，本发明提供一种基于梯度加权平滑滤波的自适应SF頂 变换算法，对SFIM变换融合算法进行改进，通过实验结果验证，融合效果有改进，在尽量保 持多光谱信息的同时，提高了融合后图像的空间细节信息。
[0004] 本发明解决其技术问题所采用的技术方案包括以下步骤：
[0005] (1)对输入的全色图像PAN进行边缘像素的扩展，对扩展后的图像计算其梯度图， 像素点（i，j)处对应的梯度值:
其中，像素点（i，j)在X方 向的偏导数
像素点（i，j)在y方向的偏导数
f (i，j)为全色图像任意像素点（i，j)处的灰度值；
[0006] (2)根据计算的梯度图确定滤波器窗口大小，具体步骤如下：
[0007] ①对G(i，j)中对应全色图像的像素部分进行处理，得到
[0008] ②根据coef确定基本参藝
进而根据基本参数d确定滤波器窗 口的大小N = 2d+l ;
[0009] (3)以像素点（i，j)为中心，在大小为N*N的窗口内，定义滤波器权重矩阵
其中任意位置的权重值
s，t为整数且在[-d，d]取值；
[0010] (4)利用滤波器权重矩阵对全色图像进行梯度加权平滑滤波，计算像素点（i，j) 的滤波输出值
其中，Phlgh(i，j)表示全色图像 中像素点（i，j)的像素值；将P_n代入SF頂融合算法计算融合图像
表示任意波段的多光谱图像，？_"表示对全色图像P _^滤波后的图像。
[0011] 本发明的有益效果是：比原始的SF頂算法中均值滤波器的设计更合理，整体质 量较高，在空间分辨率提高和光谱信息保持两个方面达到更好的平衡，主观评价和客观 分析结果能够达到一致。而且在光谱信息保持和空间信息提高方面都优于his_dwt算 法（文献2 "张丽侠，张力，艾海滨.改进IHS变换的图像融合方法研究[J].测绘科学， 2011. 11，36(6) :149-151. "）。另外，本发明方法比其他两种算法得到的融合图像可视性 更好，图片更清晰。
【附图说明】
[0012] 图1是本发明的融合算法技术路线示意图；
[0013] 图2是全色多光谱图像及几种方法的融合结果示意图，图中，（a)是多光谱图像， (b)是全色图像，（c)是本发明方法的图像，（d)是均值滤波方法的图像，（e)是his_dwt算 法的图像。
【具体实施方式】
[0014] 下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施 例。
[0015] 针对SF頂融合算法中滤波器的设计问题，本发明提出了一种基于梯度加权的自 适应窗口滤波方法。本发明的主要思路是首先求解全色图像的梯度，然后使用梯度的统计 信息确定自适应的滤波窗口大小；同时利用图像像素点的梯度值构建加权滤波器，进而使 用该滤波器获得滤波图像；最后使用SF頂算法的融合方法融合图像。
[0016] 本发明的技术方案主要包括四个步骤：
[0017] (1)梯度的计算
[0018] 为了便于计算全色图像PAN边缘像素的梯度，首先对输入的全色图像PAN进行边 缘像素的扩展，然后再计算梯度图。假设全色图像任意像素点（i，j)处的灰度值为f(i，j)， 则点（i，j)处对应的梯度幅值为
[0020] 其中，&和gy分别表示该像素点X和y方向的偏导数
[0023] (2)自适应窗口的确定
[0024] 根据第⑴步骤中计算的梯度图确定滤波器窗口大小，具体步骤如下：
[0025] ①根据高分辨率全色图像中每个像素的梯度值G(i，j)，按以下公式对G(i，j)进 行处理，用coef表示：
[0027] ②针对全色图像任意像素点（i，j)，利用公式（5)确定该像素对应的滤波器窗口 大小N。根据coef确定基本参数d :
[0029] 进而根据基本参数d，确定自适应窗口的大小N = 2d+l，即：
[0031] (3)滤波权重的计算
[0032] 由上一步骤计算出全色图像点（i，j)处的滤波器窗口大小为N，以像素点（i，j)为 中心，在大小为N*N的窗口内，定义滤波器权重矩阵W为：
[0034] 其中任意位置的权重值计算如下
[0036] 式中s，t为整数且在[-d，d]取值。
[0037] (4) SF頂融合
[0038] 记全色图像Phlgh，首先利用公式（6)对匕_进行梯度加权平滑滤波，即，利用公式 (6)对应模板中心点逐一对准全色图像Phlgh中每一个像素（i，j)，每一个像素处将模板元 素和它所对应的图像像素值对应相乘求和，从而计算出该像素点的滤波输出值P_n(i，j)， 即：
[0040] P_n表不对全色图像P _滤波后的图像。
[0041] 然后，再将P_n代入SF頂融合算法计算融合图像P SFIM，若使用Plciw表示任意波段 的多光谱图像，融合过程为
[0043] 为了说明新算法的优越性，在分析和试验大量卫星遥感图像的基础上，发明中采 用了 256灰度级，大小为300X300pixels的某地区卫星遥感图像块进行仿真和说明。试验 所用的多光谱图像（20mX20m)与全色图像（IOmXlOm)经过了空间配准。
[0044] 按照图1所示，本发明【具体实施方式】如下：
[0045] (1)梯度的计算
[0046] ①首先对输入的多光谱图像Plciw进行RGB三波段分解，得到IR, IG，IB图像。
[0047] ②然后对输入的全色图像Phlgh进行边缘扩展，四周分别向外扩展7个像素。则由 原来的 300X300pixels 变为 314X314pixels 大小的图像 P' hlgh。
[0048] ③对图像P' hlgh根据公式⑴计算其梯度图像，得到G' (i，j)。
[0049] (2)自适应窗口的确定
[0050] ①根据公式（3)对G' (i，j)中对应Phlgh的像素部分进行计算，得到coef。
[0051] ②由得到的coef，根据公式（4)、（5)计算得到相应像素的自适应窗口大小N。
[0052] (3)滤波权重的确定
[0053] ①对于全色图像任一点像素 Phlgh(i，j)，根据公式（7)计算得到该点对应的图像滤 波器权重值w(i，j)。
[0054] ②由该点像素的权重值w(i，j)根据公式（6)构成权重矩阵W(i，j)。
[0055] (4) SF頂融合
[0056] ①将全色图像匕_的每一个像素点用对应该像素点的滤波器权重矩阵W进行逐一 滤波，得到P_ n(i，j)。
[0057] ②根据SF頂变换公式（9)，将P_n代入分别与IR、IG、IB图像进行细节融合，IR、 IG、IB依次代替公式（9)中的Plciw，得到三个融合图像FRsfim、FGsfim、FB sfim。
[0058] ③最后将FRsfim、FGsfim、FBsfim三个波段的图像进行RGB彩色合成，得到融合图像 Psfimo
[0059] 表1几种融合图像的统计参数对比
[0060]
[0061] 表1分别为本发明、均值滤波（文献1)和his_dwt (文献2)的融合图像评价结 果。可以看出本发明方法的空间相关系数最大，在尽量保持光谱信息的前提下，提高了空间 细节信息的融入。
【主权项】
1. 一种基于梯度加权的自适应SF頂图像融合算法，其特征在于包括下述步骤： (1) 对输入的全色图像PAN进行边缘像素的扩展，对扩展后的图像计算其梯度图，像素j)为全色图像任意像素点（i，j)处的灰度值； (2) 根据计算的梯度图确定滤波器窗口大小，具体步骤如下： ①对G(i，j)中对应全色图像的像素部分进行处理，得到⑶蛘二;进而根据基本参数d确定滤波器窗口的 大小N= 2d+l; (3) 以像素点（i，j)为中心，在大小为N*N的窗口内，定义滤波器权重矩阵(4) 利用滤波器权重矩阵对全色图像进行梯度加权平滑滤波，计算像素点（i，j)的滤其中，Phlgh(i，j)表示全色图像中像素点（i，j)的像素值；将P_n代入SF頂融合算法计算融合图像 任意波段的多光谱图像，？_"表示对全色图像P_^滤波后的图像。
【专利摘要】本发明提供了一种基于梯度加权的自适应SFIM图像融合算法，首先求解全色图像的梯度，然后使用梯度的统计信息确定自适应的滤波窗口大小；同时利用图像像素点的梯度值构建加权滤波器，进而使用该滤波器获得滤波图像；最后使用SFIM算法的融合方法融合图像。本发明比原始的SFIM算法中均值滤波器的设计更合理，整体质量较高，在空间分辨率提高和光谱信息保持两个方面达到更好的平衡，主观评价和客观分析结果能够达到一致，而且在光谱信息保持和空间信息提高方面都优于his_dwt算法，得到的融合图像可视性更好，图片更清晰。
【IPC分类】G06T5/50, G06T3/40
【公开号】CN105303542
【申请号】CN201510604419
【发明人】何贵青, 张慧静, 李涛, 夏召强, 彭进业, 冯晓毅, 李会方, 谢红梅, 吴俊 , 蒋晓悦, 杨雨奇
【申请人】西北工业大学
【公开日】2016年2月3日
【申请日】2015年9月22日