[发明专利]整体原则下基于空间频率的多光谱和全色图像融合方法

说明书

本发明提供了整体原则下基于空间频率的多光谱和全色图像融合方法，设A为多光谱图像，B为全色图像；首先对A进行IHS变换，得到亮度IA、色度HA、饱和度SA；然后对IA和B分别进行NSCT分解；再对IA和B的NSCT系数进行融合；最后根据确定的低通子带系数和带通子带系数，进行NCST逆变换，重构生成融合新的IA分量，称之为Inew，将Inew和HA、SA进行IHS逆变换，转换到RGB空间，得到融合后的新图像。本发明在整体原则下基于空间频率将NSCT多光谱和全色图像相融合，融合图像的质量好，光谱信息分辨率高，信息量丰富，层次分明，具有更好的视觉效果和统计指标，有利于遥感图像提取、分类等后续处理。

技术领域

本发明属于遥感科学技术领域，具体的涉及整体原则下基于空间频率的多光谱和全色图像融合方法。

背景技术

遥感是利用任何物体都有不同的电磁波反射或辐射特征，通过获取地面目标反射或辐射出来的电磁波来得到目标信息，并对所获得的信息进行处理，实现目标的定位、识别、定性或定量的描述等。

遥感科学是一门综合性科学，它以空间信息科学、电子信息科学、光学、计算机科学、生物、化学等学科为基础，通过对空间对象的观测，为国民经济和科学研究等人类活动，提供了丰富的遥感影像数据。

Contourlet变换和NSCT变换(非下采样Contourlet变换)在遥感图像处理领域应用的很多，包括去噪、压缩、编码、融合等。因为Contourlet和NSCT变换都能有效的捕捉图像的边缘特征，而图像的边缘部分集中了图像的大部分信息，且是图像的重要特征，这在处理图像的时候就等于抓住了图像的“重心”。

高光谱图像超多的波段数目形成了海量的数据，处理高光谱图像就面临着维数过多带来的波段如何选择、运算效率低等困难。因此在高光谱图像的处理中，一直存在着压缩、波段选择、融合的研究，许多研究成果能起到降低高光谱维数、提高效率的目的。

图像融合的常规方法非常多，已经很成熟，但是并不代表这些方法都很“优良”。目前，融合领域的热点集中在基于多尺度几何分析工具方法上。这是因为NSCT具有平移不变性，分解得到的所有子图具有与源图像相同的像素空间，可以充分利用源图像分割的区域信息指导融合过程；相比小波、拉普拉斯金字塔方法等，非下采样的NSCT具有对图像几何特征更强的表达能力，其中小波变换方法只具有有限的方向性，非下采样的NSCT具有任意角度的方向性，更能“捕捉”图像中“沿”边缘信息。一些学者在基于NCST的图像融合方面做了大量的工作，主要有针对医学图像的融合、红外图像和可见光图像融合、全色图像、高光谱和多光谱图像之间的融合、极化SAR图像的融合、SAR图像和多光谱图像的融合等等。其中大量研究工作都集中在医学图像融合或红外图像和可见光图像的融合，而其它方面涉及较少。

图像融合规则可以分为三类：基于像素的融合、基于邻域窗口的融合和基于区域的融合。基于上述三种基本方法的也有加权的、自适应加权的，也有按照某种标准择优选取的。基于单个像素的融合是比较常见的一种方法，但是这种方法等于隔裂了整个图像的背景，往往需要做一致性的检测。而基于邻域窗口的融合规则以邻域窗口为考察对象，利用当前像素为中心的掩模窗口计算邻域内的统计特性，如方差、灰度梯度、局部灰度能量等。在一个邻域窗口内，统计特性越明显，说明图像灰度级变化越大，细节越丰富。基于区域的融合规则以图像分割后的区域为研究对象，每个区域对应一个目标或目标的一部分，部分分割区域是融合中富含信息的部分，要求两幅融合图像的配准精度必须很高，另外基于区域的融合增加了融合步骤，同时也增加了计算量。

对于低频信息的融合可以是简单的使用一些加权方法，或者自适应的加权方法。这些方案都没有充分考虑图像的边缘、纹理等图像特征，其结果是降低图像的对比度。

综上所述，目前的图像融合方法存在诸多缺陷，在图像融合质量上还有待进一步提高。

发明内容

本发明要解决的技术问题是如何提高图像融合的质量，使融合图像具有更好的视觉效果和统计指标。