[发明专利]一种整体二代Bandelet变换的多光谱和全色图像融合方法

说明书

本发明涉及一种整体二代Bandelet变换的多光谱和全色图像融合方法，首先需要从多光谱的8个波段中选取三个波段，为了最优的选取三个波段参与融合，获得最优的融合效果，采用优化指标因子选取三个波段参与融合。这三个波段可以定义为RGB三个波段，然后进行IHS的正变换，将其转换为IHS三个分量。然后将全色图像和亮度分量I按照融合预先设计的融合规则进行融合，得到一个新的亮度分量Inew，然后将Inew和H、S分量按照IHS逆变换原理转换到RGB表色系统，就得到了融合新图像。基于二代Bandelet变换，融合多光谱和全色遥感图像，经过对比分析，获取了质量更好的遥感图像，也将会更有利于遥感图像的提取、分类等后续处理。

技术领域

本发明涉及遥感科学领域，尤其涉及一种整体二代Bandelet变换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，提供了丰富的海量遥感影像数据。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：波段选择、运算效率低等困难。因此在高光谱图像的处理中就一直存在着压缩、波段选择、融合的研究，都能起到降低高光谱维数，提高效率的目的。

Bandelet变换是一种基于边缘跟踪的多尺度几何分析方法，其分解过程有二维小波变换，本文采用正交二维小波变换，三层分解；二进制分割子带的大小为8×8；Bandelet化时采用的是一维haar小波三层分解。第一代Bandelet变换实现过程较复杂，不利于实时的图像处理，弯曲小波变换也会带来边界效应。因此，PeyréG和Mallat S提出了第二代的Bandelet变换，解决复杂度问题。二代Bandelet变换将多尺度分析和几何方向分析分离，两步完成。使用二维标准可分离小波变换实现多尺度分析，在此基础上，使用一维小波变换实现几何方向分析。

二维小波的多尺度分析，图像的高频部分的情况是：低频大量信息被过滤，留下高频信息，低频信息完全过滤的像素位置，小波系数为零，而这些为零的小波系数较多，并且相连接成，存在着一块区域内小波系数都是零的情形；然而留下高频信息的像素，它们的小波系数并不为零，并且不同分解层的高频信息之间具有很大的相关性。为了消除高频不同分解层之间的相关性，Peyré针对高频子带提出了一种新的Bandelet化方法，即二维小波系数重新排列的一维小波变换。

发明内容

本发明所解决的技术问题在于提供一种整体二代Bandelet变换的多光谱和全色图像融合方法，以解决背景技术中所提到的技术问题。

本发明所解决的技术问题采用以下技术方案来实现：

一种整体二代Bandelet变换的多光谱和全色图像融合方法，步骤1：对多光谱图像进行IHS变换，得到I、H、S三个分量；RGB表色系统中R、G、B分别代表红色、绿色、蓝色三种基色，并认为所有的颜色都是三种基色按照不同比例混合而成，IHS系统则是根据人类视觉对颜色的认识而设计的三个特征：亮度I、色调H、饱和度S；V₁、V₂分别为RGB立方体沿对角线垂直竖立后的方向分量。

(1)线性转换公式：

公式(1.1)、(1.2)是RGB→IHS正转换的线性数学模型：

(2)非线性转换公式：

RGB→IHS正转换的非线性数学模型: