基于小波變換的遙感圖像融合技術(shù)研究

1、10科技資訊科技資訊 SCIENCE & TECHNOLOGY INFORMATION2009 NO.29SCIENCE & TECHNOLOGY INFORMATION高新技術(shù)遙感作為一門對地觀測綜合性技術(shù),它的出現(xiàn)和發(fā)展既是人們認識和探索自然界的客觀需要,更有與其它技術(shù)手段無法比擬的特點。遙感圖像的信息融合是在統(tǒng)一地理坐標(biāo)系中,將對同一目標(biāo)檢測的多幅遙感圖像數(shù)據(jù)采用一定的算法,生成一幅新的、更能有效表示該目標(biāo)的圖像信息。不同波段的遙感數(shù)據(jù)具有不同的空間分辨率、波譜分辨率和時相分辨率,如果采用適當(dāng)?shù)娜诤纤惴▽⑺鼈兊膬?yōu)勢綜合起來,就可到一幅分辨率高、清晰的遙感圖像。隨著現(xiàn)代遙感

2、技術(shù)的發(fā)展,各種對地觀測衛(wèi)星源源不斷地提供了大量不同空間分辨率、時間分辨率和光譜分辨率的遙感圖像,但由于觀測的限制和設(shè)計的原因,各種傳感器提供的遙感圖像數(shù)據(jù)各有特點,這些遙感圖像數(shù)據(jù)在時間、空間和光譜等方面的差異很大。為了對觀測目標(biāo)有一個更加全面、清晰、準(zhǔn)確的理解和認識,人們迫切希望尋找一種能綜合利用各類圖像數(shù)據(jù)的技術(shù)方法,因此遙感圖像融合成為了研究熱點。近年來,人們開始將小波變換用于圖像融合,并取得了較好的效果。而多小波作為單小波的擴展,能同時具有對稱性、正交性、短支撐和二階消失距等優(yōu)良性質(zhì),因此在圖像處理方面具有單小波所不具備的優(yōu)點,能夠為圖像提供一種更加精確、分辨率高的分析方法。在深入研

3、究了多小波變換的特性以及遙感多源數(shù)據(jù)融合方法的基礎(chǔ)上,提出了一種利用離散多小波變換和IHS 方法相結(jié)合的圖像融合方法,利用此方法對由不同傳感器獲得的不同分辨率的多光譜圖像和全色圖像數(shù)據(jù)進行了融合試驗,小波分析方法具有明顯的優(yōu)越性。1 小波變換融合法的基本原理1989年Mallat 在構(gòu)造正交小波基時提出了多分辨率分析(M u l t i -R e s o l u t i o n Analysis的概念,從空間的概念上形象地說明了小波的多分辨率特性。如果一個圖像進行L 層小波分解,將得到(3L+1層子帶,其中包括低頻的基帶Cj 和3L 層的高頻子帶D h 、D v 、D d 。用f(x,y代表源

4、圖像,記為C O ,設(shè)尺度系數(shù)(x和小波系數(shù)(x對應(yīng)的濾波器系數(shù)矩陣分別為H 和G,則二維小波分解算法可描述為:C j+1=HC j HD h j+1=GC j H D v j+1=HC j G D d j+1=GC j G式中,j(=0,1,J-1表示分解層數(shù);h,v,d 分別表示水平、垂直、對角分量;H 和G 分別是H 和G 的共軛轉(zhuǎn)置矩陳。小波重構(gòu)算法為:C j-1=H C j H+G D h j H+H D v j G+ G D d j G(j=J,J-1, (1小波分解的層數(shù)越高,對應(yīng)圖像的尺寸將越小,因此圖像小波分解的各個圖像也具有金字塔形結(jié)構(gòu),可稱為小波分解金字塔。圖像的小波變換

5、是一種圖像的多分辨率、多尺度分解。基于小波多尺度分解圖像融合的過程如圖1所示。設(shè)A 、B 為兩幅原始圖像,F 為融合后的圖像。其融合處理的基本步驟如下。(1圖像的預(yù)處理(確保高清晰、高分辨率。圖像濾波:對失真變質(zhì)的圖像直接進行融合必然導(dǎo)致圖像噪聲融入融合效果,所以在進行融合前,必須對原始圖像進行預(yù)處理以消除噪聲。圖像配準(zhǔn):多種成像模式或多焦距提供的信息常常具有互補性,為了綜合使用多種成像模式和多焦距以提供更全面的信息,常常需要將有效信息進行整合,使多幅圖像在空間域中達到幾何位置的完全對應(yīng)。(2對圖像A 和圖像B 進行小波變換,建立影像的小波塔形分解,得到圖像的低頻和高頻分量。(3對各分解層分別

6、進行融合處理,根據(jù)低頻和高頻分量的特點,按照各自的融合算法進行融合處理,最終得到融合后的小波金字塔。(4對融合后所得小波金字塔進行小波逆變換(即進行圖像重構(gòu),以獲取更高質(zhì)量的融合圖像F(見圖1。2 對遙感圖像進行融合遙感圖像融合是一門新興的技術(shù),具有十分廣闊的前景。遙感圖像融合的目的是把來自遙感器的圖像數(shù)據(jù)合并形成一幅新的圖像,它不僅僅是圖像數(shù)據(jù)間的簡單復(fù)合,還強調(diào)圖像信息的優(yōu)化,按一定的算法進行運算處理,獲得比任何單一圖像數(shù)據(jù)更精確、更豐富的信息,生成一幅具有新的空間、波譜、時間特征的合成圖像。2.1基于HIS 彩色變換的圖像融合HIS 彩色變換的小波算法的融合過程是:(1將多光譜圖像和高分

7、辨率圖像進行幾何配準(zhǔn);(2然后對多光譜圖像進行HIS 變換,以提高多光譜彩色合成的解釋能力;(3對I(亮度分量和高分辨率圖像進行小波變換;(4然后保持多光譜圖像亮度分量I 的低頻信息不變,將高分辨率圖像小波分解后的高頻信息疊加到多光譜圖像亮度分量I 的高頻分量上,而后對同時具有低頻信息和疊加后高頻信息的亮度分量I 進行小波逆變換,這樣得出的I 將會最大地保留原來多光譜圖像的光譜信息,而且能最大限度地提高其空間分辨率;(5最后將變換后的H 、I 、S 分量在RGB 三維空間進行級聯(lián),得到融合后的RGB 空間圖像。從圖2(a上可以看出,高分辨率圖像具有更多的道路網(wǎng)信息和許多大型建筑的邊緣細節(jié)信息,

8、而分辨率多光譜圖像則含有豐富的彩色信息,紅色表示植物覆蓋(波段合成為SPOT 近紅外波段、紅波段、綠波段,灰綠色為水體,褐色為建筑物。圖像融合的具體目標(biāo)在于提高圖像空間分辨率、改善圖像幾何精度、增強特征顯示能力、改善分類精度、提供變換檢測能力、替代或修補圖像數(shù)據(jù)的缺陷等。經(jīng)過MATLAB 軟件仿真,可得到融合圖像如圖2(c所示。由圖(c可看到,融合后的圖像不但有較好的空間特征和紋理特征,而且具有較好的光譜保持能力。2.2基于PCA 變換的圖像融合PCA 變換的圖像融合如圖2(d所示,從圖上可以看出,PCA 變換融合圖像中水體和植被有較大的光譜失真(見圖2。2.3基于小波變換的圖像融合小波變換應(yīng)

9、用于圖像融合的優(yōu)勢在于它可以將圖像分解到不同的頻率域,在不同的頻率域運用不同的融合算法,得到合成圖像的多分辨分解,從而在合成圖像中保留原圖像在不同頻率域的顯著特征。高分辨率和多光譜圖像如圖2(a、(b所示,利用MATLAB 仿真程序,可得小波變換的融合圖像如圖2(e所示。2.4實驗結(jié)果分析小波變換與傳統(tǒng)的HIS 數(shù)據(jù)融合算法相比較:(1小波融合模型不僅能夠針對輸入圖像的不同特征來合理選擇小波基以及小波變換的次數(shù),而且在融合操作時又可以根據(jù)實際需要來引入雙方的細節(jié)信息,從而表現(xiàn)出更強的針對性和實用性,融合效果更好。(2從實施過程的靈活性方面評價,HIS 變換只能而且必須同時對3個波段進行融合操作

10、,而小波方法則能夠完成對單一波段或多個波段進行融合操作。(3在多分辨率數(shù)據(jù)融合中,HIS 融合方法造成光譜特征的畸變最嚴(yán)重,若是需要對數(shù)據(jù)作詳細的輻射分析時,應(yīng)特別要謹慎?；谛〔ㄗ儞Q的遙感圖像融合技術(shù)研究王穎麗(綿陽職業(yè)技術(shù)學(xué)院計算機科學(xué)系 四川綿陽 621000摘 要:在深入研究了多小波變換的特性以及遙感圖像融合方法的基礎(chǔ)上,提出了一種用離散多小波變換HIS 方法相結(jié)合的圖像融合技術(shù),實驗結(jié)果運用MATLAB 軟件進行仿真,并對結(jié)果進行了分析,證明了小波變換融合法使得融合后的圖像最大限度地保留高分辨率、多光譜圖像,與統(tǒng)傳方法相比,小波分析方法具有明顯的優(yōu)越性。關(guān)鍵詞:小波變換 遙感圖像 融

11、合 分辨率 多光譜中圖分類號:TP752.4文獻標(biāo)識碼:A 文章編號:1672-3791(200910(b-0010-0211科技資訊科技資訊 SCIENCE & TECHNOLOGY INFORMATION 2009 NO.29SCIENCE & TECHNOLOGY INFORMATION高新技術(shù)3 融合圖像質(zhì)量評價3.1相關(guān)系數(shù)、熵公式介紹融合圖像與多光譜圖像的相關(guān)系數(shù)能反映融合圖像對原圖像的保光譜能力;與高分辨率圖像的相關(guān)系數(shù)能反映融合圖像空間分辨率改善程度。=mi nj m i nj F j i F M j i M F j i F M j i M 112211,(,(

12、,(,(式中:F M ,表示均值,n m ,表示圖像的行列象素個數(shù)。圖像的信息熵是衡量圖像信息豐富程度的一個重要指標(biāo),表示圖像所包含的平均信息量的多少。根據(jù)仙農(nóng)(shannon信息論的原理,一幅8bit 表示的圖像的熵為:=2552log (i i i P P x H (比特式中:i P 為圖像像素灰度值為i 的概率。一般說來,融合圖像的(x H 越大,圖像所含信息越豐富。因此可用熵來評價融合圖像信息增加程度。3.2實驗結(jié)果質(zhì)量評價采用相關(guān)系數(shù)和熵方法評價圖像的融合效果,如表1所示。從表1融合影像與多光譜影像的相關(guān)系數(shù)來看小波變換融合法的保光譜能力最強;從融合影像與高分辨率影像的相關(guān)系數(shù)來看主

13、成分變換(PCA融合可以最大程度的提高影像分辨率,小波變換融合法次之;從融合影像的熵來看,小波變換融合法和主成分變換融合較好。總體上,證明了小波變換融合法使得融合后的圖像最大限度地保留多波段光譜信息的同時,提高了圖像的空間分辨率,并且信息量增加均衡,與傳統(tǒng)方法相比,小波變換融合法具有明顯的優(yōu)越性,見表1。4 結(jié)語本文根據(jù)高分辨率圖像與多光譜遙感圖像的頻率關(guān)系和小波變換特點對圖像進行最佳小波變換融合,與HIS 法、PCA 法等傳統(tǒng)融合方法相比較,小波變換融合不僅很好地保留了光譜信息,而且較大地提高了多光譜影像的空間結(jié)構(gòu)與細節(jié)信息,具有良好的融合效果。參考文獻1王文杰,等.一種基于小波變換的圖象融

14、合算法J.中國圖形圖象學(xué)報,2007,6A(11:11301135.2閆敬文.數(shù)字圖像處理M.北京:國防工業(yè)出版社,2007.2:181182.3王愛玲,葉明生,鄧秋香.圖像處理技術(shù)與應(yīng)用M.北京:電子工業(yè)出版社,2008,1:362365.4李軍,周月琴,李德仁.小波變換用于高分辨率全色影像與多光譜影像的融合研究J.遙感學(xué)報,1999(2:9097.5王智均,等.基于小波理論的IKONOS衛(wèi)星全色影像和多光譜影像的融合J.測繪學(xué)報,2001,30(2:112116.6孫巖.基于小波變換的遙感圖像融合技術(shù)研究J.哈爾濱工程大學(xué)學(xué)報,2007,3:127132.7Tu T M,Su S C,Shyu H C,et al.Anew look at IHS-like image fusion methodsJ.Information Fusion,2001,2:177186.8Liu J G.Smoothing f