专利名称：一种多光谱与高分辨率全色图像融合方法研究的制作方法
技术领域：
本发明属于遥感图像融合领域，采用一种基于光谱保持型的小波变换的图像融合算法，将低分辨率多光谱图像与高分辨率全色图像进行有效地融合。本发明不仅减少了光谱扭曲值，同时还能有效地提高空间分辨率。
背景技术：
图像融合是信息融合中的一个重要的组成部分，它在医学、遥感、计算机视觉、气象预报及军事目标识别等方面的有着广阔的应用前景。对于多卫星遥感数据，图像融合的定义可描述为将不同类型传感器获取的同一地区的影像数据进行空间配准，然后采用一定的算法将各影像数据中所含的信息优势或互补性有机地结合起来产生新影像数据的技术。图像融合一般可以分为像素级融合、特征级融合和决策级融合三级。通过信息融合，将大大减少或抑制探测对象或环境解释中可能存在的多义性、不完全性或不确定性，从而提高图像分割、识别及解译的能力，并用于不同的应用领域。在遥感应用领域中，单一传感器图像数据通常不能提取足够得信息来满足某些应用的需要，它所能提取的信息是有限的、不完整的。因为目标的特征是由包括电磁辐射在内的所有表征媒介来表达，某一波段的电磁辐射图像仅能表达与其相关的特征。而图像数据融合可以得到更多的信息，减少理解的模糊性，提高遥感图像数据的利用率。图像数据融合不是简单的叠加，它产生新的、蕴涵更多有价值信息的图像。多传感器图像数据融合在测绘领域中的一个主要应用就是通过高空间分辨率全色图像和多光谱分辨率图像的融合，得到高空间分辨率和多光谱分辨率的图像，融合多波段和多时段的遥感图像来提高目标分类的准确性；遥感数据中的光谱图像含有丰富的光谱信息，高分辨率全色图像具有很高的空间分辨率，将两者进行有效地融合，融合图像不仅保留了光谱信息还具有较高的空间分辨率。
发明内容
本发明的目的在于提供一种遥感图像融合的方法，使融合后的图像在尽量保持多光谱图像的光谱信息的同时，最大限度的提高图像的空间分辨率。具体实现包括以下步骤(1)首先将高分辨率图像(pan)与多光谱图像(ms)进行配准，采用双线性插值的方法对多光谱图像进行重采样，将多光谱图像配准到高分辨率图像上，使多光谱图像具有与高分辨率图像相同的空间分辨率。(2)对多光谱图像进行图像增强，并将其RGB分量转换为IHS分量。(3)为了防止在融合过程中引起的光谱扭曲，以多光谱图像的I分量图像作为参考，对高分辨率全色图像做直方图匹配，这样就能减少融合过程中的光谱偏差。(4)对多光谱的I分量图像与匹配后的高分辨率全色图像进行3层小波分解，得到各自的高频与低频分量，采用对高低分量不同的融合准则对其进行融合。(5)对融合后的图像进行3层小波逆变换，得到融合后的I分量图像。(6)将得到的I分量图像与多光谱图像的H、S分量图像进行IHS逆变换，即得到最终的融合图像。本发明的优点在于融合后的图像光谱信息得到了较好的保持，同时空间分辨率得到的较大的提高。
图1为本方法的融合算法模型；图2为本方法与其他融合方法相比，所得到的不同结果，从图中可以看出本文方法确实在光谱保持及空间分辨率的提高上都有着明显的优势。
具体实施例方式下面结合附图和具体实例对本发明做进一步说明1.基于光谱保持型的小波变换图像融合算法a) IHS变换的融合准则IHS (Intensity,Hue, Saturation)分别表示色调、强度和饱和度。IHS变换的优点是它能有效地将RGB模型中图像的强度I分量与H、S分量相分离，利用高分辨率图像代替多光谱图像中的I分量可以增加图像的细节信息，提高分辨率，但光谱信息会产生偏差。为了更加有效地将两者进行融合，保证在提高分辨率的同时减少光谱损失，本文利用多分辨率小波变换的方法将多光谱图像的I分量与高分辨率图像进行分解，得到各自的高低频系数，再根据其特征进行不同准则的融合，已达到更好的效果。b)小波变换的融合准则融合准则的选取是决定融合结果的关键因素，IHS变换方法的特点是高频信息丰富，但光谱信息存在一定程度的损失。小波变换法最主要的功能就是在不改变图像谱容量的前提下获得最佳的分辨率，融合效果较好，但在一定程度上丢失了一些图像中的边缘信息。对多光谱图像的I分量图像和高分辨率图像进行小波分解，因为小波基的长度决定融合后图像的光滑程度，基于图片质量与算法运算时间的考虑，这里小波分解级数选为3。1)低频部分处理小波分解后的低频部分代表了图像的主要信息，低频分量的融合方法大多采用加权平均法或是对小波系数取大取小的的方法。本文为了使图像边缘信息尽可能的清晰，对图像X的尺度系数定义一个变量E为E (X，p) = (F1^Cn) 2 (X，p) + (F2*CN)2 (X，ρ) + (F3*CN)2 (X，ρ) (1)其中*表示卷积，ρ表示小波系数的空间位置，F1 = {{-1，-1，-1}，{2,2,2}, {-1，-1，-1}}，F2 = {{-1,2, -1}, {-1,2, -1}, {-1，-2，-1}}，F3 = {{-1,0, -1}, {0,4,0}, {-1，0，-1}}，X可代表pan图像A，亦可表示ms图像B。根据两幅图像的尺度系数分别计算出E(A，p)，E (B，ρ)，通过比较E (Α，ρ)和E (B，ρ)的大小来确定融合后的低频系数，下式是低频系数融合准则
权利要求
1.本发明对遥感图像中的多光谱与高分辨率全色图像进行有效融合，融合后的图像不仅保持了多光谱图像的光谱信息，并在此基础上提高了图像的空间分辨率；
2.在权利要求⑴的基础上，利用IHS变换将多光谱图像RGB模型中的强度I分量与色调H、饱和度S分量相分离，从而达到提高分辨率的目的，但此方法造成光谱损失严重；
3.以多光谱图像的I分量图像作为参考，对高分辨率全色图像做直方图匹配，这样可以防止在融合过程中引起的光谱扭曲，减少融合过程中的光谱偏差；
4.利用Mallat小波变换对多光谱图像的I分量图像及高分辨率全色图像进行小波分解，对各自高低频的分量采用不同方法的融合准则进行融合，小波变换在光谱保持方面有着明显的优势，同时对低频采用细节增强的方法，极大限度的提高了图像的空间分辨率；
全文摘要
为了将低分辨率多光谱图像与高分辨率全色图像进行有效地融合，提出了一种基于IHS变换结合小波变换的新的图像融合算法。该方法将多光谱图像的强度(I)分量图像与高分辨率全色图像进行小波分解，根据各自的高低频率特征进行不同准则的融合，将形成的新的高低频率进行小波逆变换得到新的I分量图像，最后进行IHS逆变换得到最终的融合图像。实验结果表明，该方法不仅减少了光谱扭曲值，同时还能有效地提高空间分辨率。
文档编号G06T5/50GK102446351SQ20101050917
公开日2012年5月9日 申请日期2010年10月15日 优先权日2010年10月15日
发明者彭力, 温黎茗 申请人:江南大学