基于PCA和NSCT变换的遥感图像融合方法

摘要

为了改善非下采样Contourlet变换(NSCT)在图像细节信息表达的缺失问题，提出了一种新的基于主成分分析(PCA)和NSCT的遥感图像融合方法。首先对低空间分辨率多光谱(MS)图像进行PCA变换，提取第一主分量(PC1)；其次，对PC1和高空间分辨率全色(PAN)图像进行NSCT变换，对二者的低频系数采用小波变换的融合规则，高频系数采用基于区域标准差自适应加权的融合规则；最后，经过PCA逆变换和NSCT逆变换得到融合图像。仿真实验结果表明，该方法不仅有效地融合了源图像的细节信息，而且得到了较好的视觉效果和较优的评价指标。