[发明专利]基于非降采样Laplacian金字塔和BEMD的遥感图像融合处理方法

说明书

技术领域

本发明涉及遥感图像融合处理方法，具体地指一种基于非降采样Laplacian金字塔和BEMD的遥感图像融合处理方法。

背景技术

低分辨率多光谱影像(low resolution multispectral image，MS)和高分辨率全色影像(high resolution panchromatic image，PAN)的融合，在农业、资源探测、城市环境等很多方面都具有重要的作用。在高分辨率全色影像与低分辨率多光谱影像的融合处理方法中，传统的融合处理方法主要包括HIS变换方法、主成份分析(PCA)方法等。这些方法虽然可得到较高分辨率的融合图像，但融合图像存在较大的光谱失真。

近年来，结合金字塔或小波变换的多尺度融合模型得到了广泛的应用并取得了较好的效果。多尺度融合模型通过对不同尺度上的分解结果进行融合，达到提高融合效果的目的，具有明显的优越性。然而，金字塔或小波分解依赖于预先定义的滤波器或小波函数，并且在相同的条件下采用不同的滤波器或小波函数对融合后图像的质量影响很大。

经验模态分解(empirical mode decomposition，EMD)是Huang等在1998年提出的一种特别适合于非线性数据分析的方法。与小波等方法需要事先确定基函数不同，该方法不再依赖于基函数，是一种完全数据驱动的自适应分析方法，它能把非线性非平稳数据分解成有限、少量的内蕴模态函数分量(intrinsic mode function，imf)。EMD具有比小波分析更好的空间和频率特性，一维EMD良好的描述信号的物理特性也能拓展到对二维信号的分析。目前，二维经验模态分解(bidimensional empirical mode decomposition，BEMD)已被应用于全色影像和多光谱影像融合，取得了很好的融合效果。但目前采用BEMD对全色和多光谱影像进行融合时，存在以下两方面问题：(1)没有考虑全色影像和多光谱影像之间分辨率的不同，直接对PAN和MS影像进行BEMD分解融合。由于PAN和MS影像的分辨率尺度不同，因此进行相同层的BEMD分解后，在对应的高频层中，所包含的细节信息的尺度必然不同，融合时相当于对不同尺度的细节在进行融合，造成尺度的混叠，影响融合质量。(2)在融合时，仅保留BEMD分解后绝对值较大的高频部分，导致损失较多的细节信息。影像经BEMD分解后，系数的绝对值不能全面反映图像的细节，图像的高频分解部分细节主要由局部瞬时频率决定，必须联合瞬时频率才能对细节进行准确的判断，因此在融合时只保留绝对值较大的系数，会丢失大量的细节信息。

发明内容

本发明目的在于克服上述现有技术的不足而提供一种基于非降采样Laplacian金字塔和BEMD的遥感图像融合处理方法(fusion method combining Nosampled Pyramid and BEMD，FMNPB)，该方法能够提高融合影像的光谱质量和空间细节质量。

实现本发明目的采用的技术方案是：一种基于非降采样Laplacian金字塔和BEMD的遥感图像融合处理方法，包括以下步骤：

1)对低分辨率多光谱影像进行HIS变换，得到色调H、强度I、饱和度S三个分量；以及采用非降采样Laplacian金字塔对高分辨率全色影像进行J层分解，得到J个细节分量d_j和一个低频分量A_J，其中1≤j≤J；

2)对所述强度分量I进行K层BEMD分解，得到内蕴模态函数和余项函数低频分量A_J进行K层BEMD分解，得到内蕴模式函数和余项函数其中1≤k≤K；

3)利用二维希尔伯特变换提取和图像的瞬时特征；

4)利用所述瞬时特征，采用加权方法对和进行融合，得到