基于多尺度分析的遥感影像融合研究

《基于多尺度分析的遥感影像融合研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com维普资讯http://www.cqvip.com116测绘科学第33卷产生冗余信息，凶而基于小波变换的影像融合方法成基于尺度自适应的模型、基于最小二乘拟合的模型为近年来的遥感影像处理研究的热点。小波变换是正等；③对融合后得剑的小波系数进行小波重构变交变换，经小波分解后，原始影像分解为低频图像和换，得到的图像就是融合后的图像。高频图像，低频图像还可以继续分解，在分解的每一其融合过程如图2所示：层次，图像都被分解为个四分子一大小的图像，如图1所示⋯。“lfl

2、_。}lj__1ll_}{lI{I

3、1】j1ll{llI图2基于小波变换的遥感影像融合流程图图小波分解示意图3Curvelet变换融合其中，L表示低频，H表示高频，下标1、2表3．1Curvelet变换示一级或二级分解，当然还能继续分解下去。在每一Curvelet(曲波)是由Candes和Donoho于1999年分解层，图像均被分解为II，LH，HI和HH叫个频提出多尺度变换理论，Curvelet变换是在研究小波变带，下一层的分解仅对低频分量L1进行分解。换的基础上发展起来的，它继承了小波变换优良的空

4、常用的小波变换算法是Mallat快速算法，设二维域和频域局部特性，也可以将图像分解成低频的近似图像C。(m，n)，则对于给定尺度的函数和小波函数，图像和高频的细节冈像，同时也克服了小波变换的不可以用下公式进行小波分解“：足，小波变换能够高效地对一维分段连续信号进行分C(i√)=∑∑C(m，n)^(2m—)^(2n一)析，但对于二维图像处理，存在如下缺陷：①小波变换只能反映信号的零维奇异性，即反映奇异(1)“点”的位置和特性。而在二维图像中，物体光滑边d(√)=∑∑C(m，n)h(2m—)g(2n一)界

5、使得图像的不连续性往往体现为光滑曲线上的奇异性，而并不仪仅是点奇异，因此，采用二维小波对图(2)像进行分析时，表现为用“点”来逼近“线”，无法d(i，)=∑∑C(m，n)g(2m—)^(2n一)对图像进行稀疏表示；②对于二维图像信号，常用的(3)二维小波则是一维小波的张量积，其基是“各向同性”(isotropy)的，因而也无法精确地表达图像中边d(i，)=∑∑C(m，n)g(2m—)g(2n一)缘的方向。这就使得小波变换在处理二维图像时表现(4)出一定的局限性，采用小波变换融合后的影像在一定重构过程则

6、是：程度上降低图像的空间质量，而Curvelet变换以边缘C(m，n)=∑∑Ck(，)(2m—)h(2n—)为基本表示元素，具有完备性，能很好地适合图像的特点，同时Curvelet变换是“各向异性”(anisotropy)+∑∑(i,j)h(2m—i)g(2n一)的，具有很强的方向性，能为图像处理提供更多的信息、。+∑∑d(i，j)g(2m—)^(2n一)Curvelet变换也能把原始影像分解为低频部分和高频部分，其过程足首先对图像进行子带分解，然后+∑∑d(√)g(2m—i)g(2n一)对不同尺度的

7、子带图像用不同大小的分块进行平滑分(5)割，然后再对每一小块进行正规化处理，最后对每个由(1)得到的子图像反映了原图像的平滑特块进行Ridgelet分析；重构过程只需把上述步骤反过征，为低频图像，是原图像的近似，由(2)、(3)、来就行，如图3所示。Curvelet变换的核心是Cur-(4)得到的子图像反映了原图像的亮度突变特性，velet基支撑区间满足width=length，这种“长条形”分别称为水平、垂直、对角细节，是图像的高频支撑区间实际是“方向”性的一种体现，因此也部分。称这种基具有“各向异

8、性”，从而也使得Curvelet变2．2小波变换融合方法换能够更稀疏地表示图像的边缘，因此Curvelet变对于遥感影像小波变换融合，一般是利用高空问换对像几何信息的表达优于小波变换。分辨率的全色波段与低问分辨卒高光谱分辨率的一多光谱波段进行，其融合的基本步骤如下：①分别对全色波段和多光谱波段进行小波分解，图3Curvelet变换分解与重构示意图得到各分解层的小波系数；②对各分解层的小波系数进行融合处理，融合的过中，小波系数融合模型的3．2Curvelet变换融合方法选择非常重要，是获取高质量：影像的

9、天键之一，Curvelet变换比小波变换更加适合描述图像的几何信息，也更适合于进行遥感图像处理，遥感影像融常用的融和模型有加法模型、基于局部方差的模型、维普资讯http://www.cqvip.com第1期李同砚等基于多尺度分析的遥感影像融合研究ll7合的基本步骤为：5融合结果的分析与评价(1)分别对伞包波段和多光谱波段进行Curvelet变换分解，得到各分解层的Curvelet系数；②对各分解对于遥感影像融合的结果，一般都是通过主观比层的Curvele