基于IHS变换的多光谱和全色图像融合算法研究

摘要

随着遥感卫星技术的发展应用，遥感图像在日常生活和军事上具有重要作用。多光谱图像具有较高的光谱分辨率，光谱信息丰富，但由于物理器件的限制，空间分辨率较低，而全色图像具有较高的空间分辨率，空间细节清晰，但光谱分辨率较低。多光谱和全色图像融合是将全色图像的空间纹理信息注入到多光谱图像，以合成高空间分辨率和高光谱分辨率的多光谱图像。高空间分辨率的多光谱图像有助于后续的地物分类、目标识别等处理。
　　本文主要针对多光谱图像和全色图像空间分辨率为4∶1的情形进行讨论，研究内容和成果如下所示:
　　(1)分析了基于IHS变换图像融合算法，指出光谱失真的主要原因之一是替换成分和被替换成分之间存在显著性差异，并提出了改进思路;分析基于局部相关性的遥感图像全色锐化方法可知该算法具有光谱保真度高的优点，但时间复杂度高，融合规则设置复杂。设计了一种基于IHS和NSCT相结合的图像融合算法，首先对上采样后的多光谱图像进行IHS变换，然后对亮度I和全色图像P进行NSCT分解。为了保留多光谱图像的光谱信息和全色图像的空间细节信息，融合图像的低频选择亮度I的低频信息，融合图像的高频直接选择全色图像P的高频。该算法融合规则简单，结合了IHS融合速度快的优点和NSCT图像融合光谱保真度高的优点，实验结果表明证明融合图像光谱保真度较高，纹理清晰。
　　(2)分析指出对图像双三次插值上采样的不足，为了解决这个问题，首先采用两步稀疏编码对空间变换后的亮度分量I进行空间放大，使其包含更丰富的空间细节信息;然后设计了基于边缘保护的融合规则，该融合规则兼顾了像素点和局部窗口区域，以保护全色图像的边缘纹理，逆变换合成新的亮度S;对全色图像P进行Canny边缘提取，新亮度S相应边缘位置的像素值用全色图像P的相应位置的像素值替换，以进一步保护边缘信息，得到最终的替换成分PI，最后逆空间变换到RGB彩色空间，获得最终的高空间分辨率的多光谱图像。实验结果表明该算法融合图像光谱保真度较高的同时空间纹理更清晰，视觉感知更好。

目录

声明

摘要

第1章 绪论

1．1 图像融合研究背景及意义

1．2 图像融合算法级别及评价标准

1．2．1 图像融合的级别

1．2．2 图像融合算法的评价

1．3 论文主要内容及章节结构

第2章 像素级图像融合算法分类综述

2．1 基于成分替换的图像融合

2．1．1 基于IHS变换的图像融合方法

2．1．2 基于PCA变换的图像融合方法

2．1．3 基于GS的图像融合方法

2．2 基于多尺度分析的图像融合

2．2．1 多尺度联合双边滤波

2．2．2 多尺度分析方法融合规则

2．3 基于光谱贡献的图像融合

2．4 基于模型的图像融合

2．5 本章小结

第3章 IHS变换和NSCT相结合图像融合算法研究

3．1 高保真成分替换图像融合算法

3．1．1 算法介绍及拟合策略分析

3．1．2 仿真结果分析

3．2 基于局部相关性的遥感图像全色锐化算法

3．2．1 NSCT介绍

3．2．2 局部相关系数和四阶相关系数及算法介绍

3．2．3 仿真结果分析

3．3 基于IHS变换和NSCT相结合的图像融合算法

3．3．1 融合步骤

3．3．2 仿真结果及分析

3．4 本章小结

第4章 边缘保护图像融合算法研究

4．1 两步稀疏编码图像融合算法

4．1．1 字典构造

4．1．2 两步稀疏编码过程及spams编译

4．1．3 本节算法分析

4．2 边缘保护图像融合

4．2．1 伪方差图像融合规则

4．2．2 Canny边缘提取

4．2．3 融合算法介绍

4．3 实验结果及分析

4．4 本章小结

第5章 多光谱和全色图像可视化系统

5．1 GUI开发环境

5．2 可视化界面

总结及展望

致谢

参考文献

攻读硕士学位期间发表的论文及参与的科研项目