基于小波变换的遥感图像融合技术研究

1、10科技资讯科技资讯 SCIENCE & TECHNOLOGY INFORMATION2009 NO.29SCIENCE & TECHNOLOGY INFORMATION高新技术遥感作为一门对地观测综合性技术,它的出现和发展既是人们认识和探索自然界的客观需要,更有与其它技术手段无法比拟的特点。遥感图像的信息融合是在统一地理坐标系中,将对同一目标检测的多幅遥感图像数据采用一定的算法,生成一幅新的、更能有效表示该目标的图像信息。不同波段的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率,如果采用适当的融合算法将它们的优势综合起来,就可到一幅分辨率高、清晰的遥感图像。随着现代遥感

2、技术的发展,各种对地观测卫星源源不断地提供了大量不同空间分辨率、时间分辨率和光谱分辨率的遥感图像,但由于观测的限制和设计的原因,各种传感器提供的遥感图像数据各有特点,这些遥感图像数据在时间、空间和光谱等方面的差异很大。为了对观测目标有一个更加全面、清晰、准确的理解和认识,人们迫切希望寻找一种能综合利用各类图像数据的技术方法,因此遥感图像融合成为了研究热点。近年来,人们开始将小波变换用于图像融合,并取得了较好的效果。而多小波作为单小波的扩展,能同时具有对称性、正交性、短支撑和二阶消失距等优良性质,因此在图像处理方面具有单小波所不具备的优点,能够为图像提供一种更加精确、分辨率高的分析方法。在深入研

3、究了多小波变换的特性以及遥感多源数据融合方法的基础上,提出了一种利用离散多小波变换和IHS 方法相结合的图像融合方法,利用此方法对由不同传感器获得的不同分辨率的多光谱图像和全色图像数据进行了融合试验,小波分析方法具有明显的优越性。1 小波变换融合法的基本原理1989年Mallat 在构造正交小波基时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,从空间的概念上形象地说明了小波的多分辨率特性。如果一个图像进行L 层小波分解,将得到(3L+1层子带,其中包括低频的基带Cj 和3L 层的高频子带D h 、D v 、D d 。用f(x,y代表源

4、图像,记为C O ,设尺度系数(x和小波系数(x对应的滤波器系数矩阵分别为H 和G,则二维小波分解算法可描述为: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表示分解层数;h,v,d 分别表示水平、垂直、对角分量;H 和G 分别是H 和G 的共轭转置矩陈。小波重构算法为: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小波分解的层数越高,对应图像的尺寸将越小,因此图像小波分解的各个图像也具有金字塔形结构,可称为小波分解金字塔。图像的小波变换

5、是一种图像的多分辨率、多尺度分解。基于小波多尺度分解图像融合的过程如图1所示。设A 、B 为两幅原始图像,F 为融合后的图像。其融合处理的基本步骤如下。(1图像的预处理(确保高清晰、高分辨率。图像滤波:对失真变质的图像直接进行融合必然导致图像噪声融入融合效果,所以在进行融合前,必须对原始图像进行预处理以消除噪声。图像配准:多种成像模式或多焦距提供的信息常常具有互补性,为了综合使用多种成像模式和多焦距以提供更全面的信息,常常需要将有效信息进行整合,使多幅图像在空间域中达到几何位置的完全对应。(2对图像A 和图像B 进行小波变换,建立影像的小波塔形分解,得到图像的低频和高频分量。(3对各分解层分别

6、进行融合处理,根据低频和高频分量的特点,按照各自的融合算法进行融合处理,最终得到融合后的小波金字塔。(4对融合后所得小波金字塔进行小波逆变换(即进行图像重构,以获取更高质量的融合图像F(见图1。2 对遥感图像进行融合遥感图像融合是一门新兴的技术,具有十分广阔的前景。遥感图像融合的目的是把来自遥感器的图像数据合并形成一幅新的图像,它不仅仅是图像数据间的简单复合,还强调图像信息的优化,按一定的算法进行运算处理,获得比任何单一图像数据更精确、更丰富的信息,生成一幅具有新的空间、波谱、时间特征的合成图像。2.1基于HIS 彩色变换的图像融合HIS 彩色变换的小波算法的融合过程是:(1将多光谱图像和高分

7、辨率图像进行几何配准;(2然后对多光谱图像进行HIS 变换,以提高多光谱彩色合成的解释能力;(3对I(亮度分量和高分辨率图像进行小波变换;(4然后保持多光谱图像亮度分量I 的低频信息不变,将高分辨率图像小波分解后的高频信息叠加到多光谱图像亮度分量I 的高频分量上,而后对同时具有低频信息和叠加后高频信息的亮度分量I 进行小波逆变换,这样得出的I 将会最大地保留原来多光谱图像的光谱信息,而且能最大限度地提高其空间分辨率;(5最后将变换后的H 、I 、S 分量在RGB 三维空间进行级联,得到融合后的RGB 空间图像。从图2(a上可以看出,高分辨率图像具有更多的道路网信息和许多大型建筑的边缘细节信息,

8、而分辨率多光谱图像则含有丰富的彩色信息,红色表示植物覆盖(波段合成为SPOT 近红外波段、红波段、绿波段,灰绿色为水体,褐色为建筑物。图像融合的具体目标在于提高图像空间分辨率、改善图像几何精度、增强特征显示能力、改善分类精度、提供变换检测能力、替代或修补图像数据的缺陷等。经过MATLAB 软件仿真,可得到融合图像如图2(c所示。由图(c可看到,融合后的图像不但有较好的空间特征和纹理特征,而且具有较好的光谱保持能力。2.2基于PCA 变换的图像融合PCA 变换的图像融合如图2(d所示,从图上可以看出,PCA 变换融合图像中水体和植被有较大的光谱失真(见图2。2.3基于小波变换的图像融合小波变换应

9、用于图像融合的优势在于它可以将图像分解到不同的频率域,在不同的频率域运用不同的融合算法,得到合成图像的多分辨分解,从而在合成图像中保留原图像在不同频率域的显著特征。高分辨率和多光谱图像如图2(a、(b所示,利用MATLAB 仿真程序,可得小波变换的融合图像如图2(e所示。2.4实验结果分析小波变换与传统的HIS 数据融合算法相比较:(1小波融合模型不仅能够针对输入图像的不同特征来合理选择小波基以及小波变换的次数,而且在融合操作时又可以根据实际需要来引入双方的细节信息,从而表现出更强的针对性和实用性,融合效果更好。(2从实施过程的灵活性方面评价,HIS 变换只能而且必须同时对3个波段进行融合操作

10、,而小波方法则能够完成对单一波段或多个波段进行融合操作。(3在多分辨率数据融合中,HIS 融合方法造成光谱特征的畸变最严重,若是需要对数据作详细的辐射分析时,应特别要谨慎。基于小波变换的遥感图像融合技术研究王颖丽(绵阳职业技术学院计算机科学系 四川绵阳 621000摘 要:在深入研究了多小波变换的特性以及遥感图像融合方法的基础上,提出了一种用离散多小波变换HIS 方法相结合的图像融合技术,实验结果运用MATLAB 软件进行仿真,并对结果进行了分析,证明了小波变换融合法使得融合后的图像最大限度地保留高分辨率、多光谱图像,与统传方法相比,小波分析方法具有明显的优越性。关键词:小波变换 遥感图像 融

11、合 分辨率 多光谱中图分类号:TP752.4文献标识码:A 文章编号:1672-3791(200910(b-0010-0211科技资讯科技资讯 SCIENCE & TECHNOLOGY INFORMATION 2009 NO.29SCIENCE & TECHNOLOGY INFORMATION高新技术3 融合图像质量评价3.1相关系数、熵公式介绍融合图像与多光谱图像的相关系数能反映融合图像对原图像的保光谱能力;与高分辨率图像的相关系数能反映融合图像空间分辨率改善程度。=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 ,表示图像的行列象素个数。图像的信息熵是衡量图像信息丰富程度的一个重要指标,表示图像所包含的平均信息量的多少。根据仙农(shannon信息论的原理,一幅8bit 表示的图像的熵为:=2552log (i i i P P x H (比特式中:i P 为图像像素灰度值为i 的概率。一般说来,融合图像的(x H 越大,图像所含信息越丰富。因此可用熵来评价融合图像信息增加程度。3.2实验结果质量评价采用相关系数和熵方法评价图像的融合效果,如表1所示。从表1融合影像与多光谱影像的相关系数来看小波变换融合法的保光谱能力最强;从融合影像与高分辨率影像的相关系数来看主

13、成分变换(PCA融合可以最大程度的提高影像分辨率,小波变换融合法次之;从融合影像的熵来看,小波变换融合法和主成分变换融合较好。总体上,证明了小波变换融合法使得融合后的图像最大限度地保留多波段光谱信息的同时,提高了图像的空间分辨率,并且信息量增加均衡,与传统方法相比,小波变换融合法具有明显的优越性,见表1。4 结语本文根据高分辨率图像与多光谱遥感图像的频率关系和小波变换特点对图像进行最佳小波变换融合,与HIS 法、PCA 法等传统融合方法相比较,小波变换融合不仅很好地保留了光谱信息,而且较大地提高了多光谱影像的空间结构与细节信息,具有良好的融合效果。参考文献1王文杰,等.一种基于小波变换的图象融

14、合算法J.中国图形图象学报,2007,6A(11:11301135.2闫敬文.数字图像处理M.北京:国防工业出版社,2007.2:181182.3王爱玲,叶明生,邓秋香.图像处理技术与应用M.北京:电子工业出版社,2008,1:362365.4李军,周月琴,李德仁.小波变换用于高分辨率全色影像与多光谱影像的融合研究J.遥感学报,1999(2:9097.5王智均,等.基于小波理论的IKONOS卫星全色影像和多光谱影像的融合J.测绘学报,2001,30(2:112116.6孙岩.基于小波变换的遥感图像融合技术研究J.哈尔滨工程大学学报,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