ARSIS概念下基于第二代Curvelet变换的遥感影像融合方法

摘要

ARSIS概念下的遥感影像融合中多尺度分析方法层出不穷,经典的小波分析方法因为方向有限且是各向同性的,因此不能"稀疏"表达二维图像中的线奇异以及边缘方向,在融合影像中引入一定程度模糊.曲波(Curvelet)作为一种新的多尺度分析方法比小波分析更加适合分析二维图像中的曲线或直线状边缘特征,而且具有更高的逼近精度和更好的稀疏表达能力.本文利用第二代Curvelet作为多尺度分析工具,并提出一种新的分量融合模型,粗尺度分量线性加权融合,不同层次细尺度分量采用不同融合模型,1°和2°层对全色影像A分量进行调整使其与多光谱影像B分量具有相同的概率密度函数;3°层基于对全色影像和多光谱影像分量的相关性判断来调整融合分量.利用该方法对SPOT-5影像进行了融合实验,并对比小波融合方法和传统模型下的Curvelet融合方法.实验结果表明Curvelet方法无论在光谱保真度还是空间细节增强方面都优于小波方法,且本文提出的融合模型提高了传统模型下Curvelet的融合效果.