專利名稱：基于小波變換的可調(diào)節(jié)遙感影像融合方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像分析領(lǐng)域，尤其是涉及多源遙感影像后處理階段的一種基于小波變換的可調(diào)節(jié)遙感影像融合方法。
背景技術(shù)：
遙感影像融合是一種高級影像處理技術(shù)，其目的是將單一傳感器的多波段信息或不同類別傳感器所提供的信息加以綜合，消除多傳感器信息之間可能存在的冗余和矛盾，加以互補，改善遙感信息提取的及時性和可靠性，提高數(shù)據(jù)的使用效率。將高空間分辨率的影像和多光譜影像進(jìn)行融合的主要技術(shù)有IHS變換法、PCA(主成分分析)變換法、HPF(高通濾波)方法以及小波變換法等。
然而，對上述融合算法進(jìn)行歸納，其共同的缺點是對一個特定的方法來說，只能得到一種特定的融合效果，即用戶無法根據(jù)影像的特點和實際應(yīng)用的需要在高分辨率的保留和光譜信息保持之間進(jìn)行動態(tài)的調(diào)整。但是，不同的應(yīng)用對這兩個面有不同的要求。對于特征提取、紋理提取、地圖制圖等應(yīng)用來說，影像的細(xì)節(jié)信息較為重要；對于遙感影像分類和城市制圖來說，保持光譜信息的準(zhǔn)確、完整，則是至關(guān)重要的。所以，提出能夠為不同的應(yīng)用提供不同的融合效果的方法，就顯得尤為重要。

發(fā)明內(nèi)容
本發(fā)明針對上述現(xiàn)有影像融合技術(shù)存在的不足，提供一種基于小波變換的可調(diào)節(jié)遙感影像融合方法，其可以在融合影像的光譜保持能力和高空間分辨率保留能力之間進(jìn)行動態(tài)調(diào)整。
為實現(xiàn)這樣的目的，本發(fā)明在將高分辨率影像和多光譜影像進(jìn)行小波多層分解之后，得到不同分解水平上各自的低頻近似子圖像和高頻細(xì)節(jié)子圖像。為了綜合考慮兩幅影像的細(xì)節(jié)特征，在小波分解的每一水平上，采用一個滑動窗口，計算高分辨率影像的子圖像和多光譜影像的子圖像在滑動窗口內(nèi)的方差之比，以該比值為依據(jù)，使用可調(diào)節(jié)參數(shù)對待融合的子圖像進(jìn)行線性計算，依次得到各個分解水平上多光譜影像和高分辨率影像對應(yīng)子圖像融合后的小波系數(shù)，最后進(jìn)行小波逆變換得到融合影像。
本發(fā)明提供的技術(shù)方案具體如下一種基于小波變換的可調(diào)節(jié)遙感影像融合方法，其包含有如下步驟A、將高分辨率影像A進(jìn)行線性拉伸并與多光譜影像B進(jìn)行直方圖匹配，然后進(jìn)行小波分解，得到低頻近似子圖像SA(2j；x，y)和高頻細(xì)節(jié)子圖像WkA(2j；x，y)，其中k＝1，2，3表示3個方向；j＝1，2，...，J表示不同的分辨率；將影像B進(jìn)行小波分解，得到低頻近似子圖像SB(2j；x，y)和高頻細(xì)節(jié)子圖像WkB(2j；x，y)；B、確定權(quán)系數(shù)qk值在第j分解水平上，分別對影像A和B的子圖像進(jìn)行統(tǒng)計，構(gòu)造Rk(2j；x，y)，用以反映兩幅影像對應(yīng)子圖像的細(xì)節(jié)信息的相對大小，公式(1)中DkA(2j；x，y)與DkB(2j；x，y)分別是WkA(2j；x，y)與WkB(2j；x，y)中以(x，y)為中心像元的n×n，n＝3，5，...，K窗口內(nèi)的方差；Rk(2j;x,y)=DkA(2j;x,y)DkB(2j;x,y)]]>公式(1)將Rk(2j；x，y)進(jìn)行歸一化，公式(2)中Rk_normal(2j；x，y)是歸一化的Rk(2j；x，y)，Rkmin(2j)是Rk(2j；x，y)的最小值，Rkmax(2j)是Rk(2j；x，y)的最大值；Rk_normal(2j;x,y)=Rk(2j;x,y)-Rkmin(2j)Rkmax(2j)-Rkmin(2j)]]>公式(2)計算影像融合權(quán)系數(shù)qk的值，公式(3)中a和b是可調(diào)節(jié)參數(shù)(0≤a≤b≤1)；qk=0Rk-normal≤aRk_normal-ab-aa<Rk_normal<b1Rk_normal≥b]]>公式(3)C、確定融合值根據(jù)權(quán)系數(shù)qk的值，將兩幅影像對應(yīng)子圖像WkA(2j；x，y)和WkB(2j；x，y)在(x，y)處的小波系數(shù)進(jìn)行融合，得到(x，y)處的融合值，其中Fk(2j；x，y)是融合后的子圖像的滑動窗口中心點(x，y)的值；Fk(2j；x，y)＝qk×WkA(2j；x，y)+(1-qk)×WkB(2j；x，y)D、重復(fù)步驟B和C，依次對每一組低頻近似子圖像SA(2j；x，y)和SB(2j；x，y)，以及所有的分解水平上進(jìn)行融合操作，得到融合影像在各分解水平上的低頻近似子圖像和高頻細(xì)節(jié)子圖像；對得到的小波系數(shù)進(jìn)行小波逆變換，得到高光譜影像的一個波段與高分辨率影像的融合影像；再依次將多光譜影像B的其他波段也與高分辨率影像A按照前述步驟進(jìn)行融合，從而完成所有波段的融合。
本發(fā)明是在傳統(tǒng)的小波分解與重構(gòu)算法的基礎(chǔ)上，通過引入兩個可調(diào)節(jié)參數(shù)，來靈活控制兩幅不同分辨率影像的融合效果，很方便地在融合后影像的細(xì)節(jié)保留和光譜保持之間進(jìn)行合理的取舍。由于引入了可調(diào)節(jié)參數(shù)，可以獲得單獨使用某種傳統(tǒng)的融合方法所無法實現(xiàn)的效果。在合理的參數(shù)組合下，融合圖像在細(xì)節(jié)保留和光譜保持方面均要超過某些傳統(tǒng)的融合方法，從而可以滿足不同的應(yīng)用需要，增強遙感影像的信息清晰度、改善解譯的精度以及提高信息的可靠性和使用效率。


圖1是本發(fā)明所述方法與習(xí)用方法的融合效果比較圖；圖2是本發(fā)明所述方法的流程圖。
具體實現(xiàn)方式為了更加清楚本發(fā)明的技術(shù)方案，茲配合附圖和具體實施例詳細(xì)說明如下本發(fā)明選取SPOT全色波段影像作為高分辨率影像A(256×256)如圖1(a)，選取Landsat TM影像的4、3、2波段作為多光譜影像B(256×256)，如圖1(b)；A、B嚴(yán)格配準(zhǔn)后，具體步驟如下，如圖2所示1、將高分辨率影像A進(jìn)行線性拉伸并與B進(jìn)行直方圖匹配，然后進(jìn)行小波分解，選用的小波基為db4，分解層數(shù)為2。該小波分解既可以用DB4，也可用其他的小波基，如DB1，DB2，Harr，...，同時分解層數(shù)也可以是1，2，3，4，...選用的小波基和小波分解的層數(shù)可以是任意的。本實施例僅以小波基為db4，分解層數(shù)為2進(jìn)行說明。得到第j分解水平的低頻近似子圖像SA(2j；x，y)和3個高頻細(xì)節(jié)子圖像W1A(2j；x，y)，W2A(2j；x，y)，W3A(2j；x，y)；2、將多光譜影像B的第2波段進(jìn)行小波分解，同樣選用db4作為小波基，分解層數(shù)為2。得到第j分解水平的低頻近似子圖像SB(2j；x，y)和3個高頻細(xì)節(jié)子圖像W1B(2j；x，y)，W2B(2j；x，y)，W3B(2j；x，y)；3、確定一個3×3的窗口，在第j分解水平上，分別對影像A和B的子圖像進(jìn)行統(tǒng)計，求得小窗口內(nèi)的方差D1A(2j；x，y)和D1B(2j；x，y)，按照公式(1)在每一分解水平上構(gòu)造Rk(2j；x，y)。在第j分解水平上R1(2j;x,y)=D1A(2j;x,y)D1B(2j;x,y)]]>R2(2j;x,y)=D2A(2j;x,y)D2B(2j;x,y)]]>公式(1)R3(2j;x,y)=D3A(2j;x,y)D3B(2j;x,y)]]>4、在第j分解水平上，將R1(2j；x，y)、R2(2j；x，y)和R3(2j；x，y)進(jìn)行歸一化處理，得到R1_normal(2j;x,y)=R1(2j;x,y)-Rkmin(2j)Rkmax(2j)-Rkmin(2j)]]>R2_normal(2j;x,y)=R2(2j;x,y)-Rkmin(2j)Rkmax(2j)-Rkmin(2j)]]>公式(2)
R3_normal(2j;x,y)=R3(2j;x,y)-Rkmin(2j)Rkmax(2j)-Rkmin(2j)]]>根據(jù)公式(3)計算在第j分解水平上子圖像間融合的權(quán)系數(shù)qk，對于W1A(2j；x，y)和W1B(2j；x，y)來說q1=0R1-normal≤aR1_normal-ab-aa<R1_normal<b1R1_normal≥b]]>公式(3)通過調(diào)節(jié)參數(shù)a和b，就可以達(dá)到在細(xì)節(jié)保留和光譜保持兩方面進(jìn)行調(diào)整的目的若Rk_normal大于或等于b，則Rk_normal等于1，中心點的值將完全由高分辨率影像所決定；若Rk_normal小于或等于a，則Rk_normal等于0，融合影像中心點的值將取決于多光譜影像；否則，就使用高分辨率影像和多光譜影像的加權(quán)值作為融合結(jié)果。Rk_normal將決定最終的融合效果Rk_normal越大(≤1)，融合影像的細(xì)節(jié)保留能力越強，而光譜保持能力下降；反之，Rk_normal越小(≥0)，融合影像的光譜保持能力越強，而細(xì)節(jié)信息的保留則相對減弱。
根據(jù)權(quán)系數(shù)qk的值，將兩幅影像對應(yīng)子圖像WkA(2j；x，y)和WkB(2j；x，y)進(jìn)行融合，得到(x，y)處經(jīng)過融合后的小波系數(shù)的融合值Fk(2j；x，y)F1(2j；x，y)＝q1×W1A(2j；x，y)+(1-q1)×W1B(2j；x，y)F2(2j；x，y)＝q2×W2A(2j；x，y)+(1-q2)×W2B(2j；x，y)F3(2j；x，y)＝q3×W3A(2j；x，y)+(1-q3)×W3B(2j；x，y)7、將窗口進(jìn)行滑動，依次計算第j分解水平上的子圖像內(nèi)每個小波系數(shù)融合后的融合值；8、對每一組低頻近似子圖像SA(2j；x，y)和SB(2j；x，y)，也按照步驟3～7進(jìn)行融合；9、在所有的分解水平上按照步驟3～8進(jìn)行操作，得到融合影像在各分解水平上的低頻近似子圖像和高頻細(xì)節(jié)子圖像；10、對得到的小波系數(shù)(子圖像)進(jìn)行小波逆變換，得到高光譜影像的一個波段與高分辨率影像的融合影像；
11、將多光譜影像B的第3和第4波段也與高分辨率影像A按照步驟2～10進(jìn)行融合，完成所有波段的融合。
如圖1所示，為本發(fā)明采用的方法與其他方法的融合效果比較。所有影像的大小均為256×256。
其中，圖1(a)的SPOT全色影像是高分辨率影像，其分辨率為10米；圖1(b)的Landsat TM圖像為多光譜遙感影像，本實例取其波段4、3、2，空間分辨率為30米；圖1(c)為IHS方法的融合結(jié)果；圖1(d)為PCA方法的融合結(jié)果；圖1(e)為小波系數(shù)替換法的融合結(jié)果；圖1(f)為基于特征選擇的小波系數(shù)替換法的融合結(jié)果；圖1(g)為本發(fā)明a＝0.001b＝0.1時的融合結(jié)果，圖1(h)為本發(fā)明a＝0.001 b＝0.3時的融合結(jié)果，圖1(i)是本發(fā)明a＝0.001 b＝0.7時的融合結(jié)果，圖1(j)是本發(fā)明a＝0.01 b＝0.2時的融合結(jié)果，圖1(k)為本發(fā)明a＝0.1 b＝0.2時的融合結(jié)果，圖1(l)是本發(fā)明a＝0.7 b＝0.9時的融合結(jié)果。從中可以看出，不同的參數(shù)組合可以得到不同的融合效果，某些效果在光譜保持和分辨率保留上均優(yōu)于其他方法。
性能分析表1列出了選取不同的融合參數(shù)時，融合結(jié)果的第2波段的均值、信息熵、平均梯度、光譜扭曲以及相關(guān)系數(shù)的定量值，并與其他方法進(jìn)行了對比。其融合后是有3個波段，但是如果在此將這3個波段一一列出則比較凌亂。因此為了表述清楚，在此只列出第2波段的統(tǒng)計參數(shù)值。
參數(shù)a和b的改變，對融合結(jié)果有很大的影響。當(dāng)a和b接近于0時，融合結(jié)果的清晰度很高，影像的特征較接近于SPOT影像，而光譜保持能力相對有所下降；a和b增大，融合影像的光譜保持能力增強，圖像特征越來越接近于TM影像，而細(xì)節(jié)和紋理的保留能力則不斷下降。這說明，通過調(diào)節(jié)參數(shù)，可以在細(xì)節(jié)保留和光譜保持之間達(dá)到不同程度的平衡。而且，某些參數(shù)組合的結(jié)果要優(yōu)于傳統(tǒng)的融合方法。比如，從均值來看，新方法的結(jié)果比其他方法都更接近于原來的TM影像的均值，而光譜扭曲都低于其他方法，相關(guān)系數(shù)則均在0.9以上，說明新方法具有較強的光譜保持能力；從信息熵來看，除a＝0.7 b＝0.9以外，其他參數(shù)組合的信息熵都接近或高于其他的融合方法。平均梯度則可以從2.205變換到4.867，基本可以達(dá)到其他幾種融合方法的融合效果。
表1 融合結(jié)果的性能評價指標(biāo)比較

權(quán)利要求
1.一種基于小波變換的可調(diào)節(jié)遙感影像融合方法，其特征在于，該方法包含有如下步驟A、將高分辨率影像A進(jìn)行線性拉伸并與多光譜影像B進(jìn)行直方圖匹配，然后進(jìn)行小波分解，得到低頻近似子圖像SA(2j；x，y)和高頻細(xì)節(jié)子圖像WkA(2j；x，y)，其中k＝1，2，3表示3個方向；j＝1，2，…，J表示不同的分辨率；將影像B進(jìn)行小波分解，得到低頻近似子圖像SB(2j；x，y)和高頻細(xì)節(jié)子圖像WkB(2j；x，y)；B、確定權(quán)系數(shù)qk值在第j分解水平上，分別對影像A和B的子圖像進(jìn)行統(tǒng)計，構(gòu)造Rk(2j；x，y)，用以反映兩幅影像對應(yīng)子圖像的細(xì)節(jié)信息的相對大小，公式(1)中DkA(2j；x，y)與DkB(2j；x，y)分別是WkA(2j；x，y)與WkB(2j；x，y)中以(x，y)為中心像元的n×n，n＝3，5，…，K窗口內(nèi)的方差；Rk(2j;x,y)=DkA(2j;x,y)DkB(2j;x,y)]]>公式(1)將Rk(2j；x，y)進(jìn)行歸一化，公式(2)中Rk_normal(2j；x，y)是歸一化的Rk(2j；x，y)，Rkmin(2j)是Rk(2j；x，y)的最小值，Rkmax(2j)是Rk(2j；x，y)的最大值；Rk_normal(2j;x,y)=Rk(2j;x,y)-Rkmin(2j)Rkmax(2j)-Rkmin(2j)]]>公式(2)計算影像融合權(quán)系數(shù)qk的值，公式(3)中a和b是可調(diào)節(jié)參數(shù)(0≤a≤b≤1)；qk=0Rk-normal≤aRk_normal-ab-aa<Rk_normal<b1Rk_normal≥b]]>公式(3)C、確定融合值根據(jù)權(quán)系數(shù)qk的值，將兩幅影像對應(yīng)子圖像WkA(2j；x，y)和WkB(2j；x，y)在(x，y)處的小波系數(shù)進(jìn)行融合，得到(x，y)處的融合值，其中Fk(2j；x，y)是融合后的子圖像的滑動窗口中心點(x，y)的值；Fk(2j；x，y)＝qk×WkA(2j；x，y)+(1-qk)×WkB(2j；x，y)D、重復(fù)步驟B和C，依次對每一組低頻近似子圖像SA(2j；x，y)和SB(2j；x，y)，以及所有的分解水平上進(jìn)行融合操作，得到融合影像在各分解水平上的低頻近似子圖像和高頻細(xì)節(jié)子圖像；對得到的小波系數(shù)進(jìn)行小波逆變換，得到高光譜影像的一個波段與高分辨率影像的融合影像；再依次將多光譜影像B的其他波段也與高分辨率影像A按照前述步驟進(jìn)行融合，從而完成所有波段的融合。
2.如權(quán)利要求1所述的基于小波變換的可調(diào)節(jié)遙感影像融合方法，其特征在于所述的步驟B更具體為確定一個3×3的窗口，在第j分解水平上，分別對影像A和B的子圖像進(jìn)行統(tǒng)計，求得小窗口內(nèi)的方差D1A(2j；x，y)和D1B(2j；x，y)，按照公式(1)在每一分解水平上構(gòu)造Rk(2j；x，y)。在第j分解水平上R1(2j;x,y)=D1A(2j;x,y)D1B(2j;x,y)]]>R2(2j;x,y)=D2A(2j;x,y)D2B(2j;x,y)]]>R3(2j;x,y)=D3A(2j;x,y)D3B(2j;x,y)]]>公式(1)在第j分解水平上，將R1(2j；x，y)、R2(2j；x，y)和R3(2j；x，y)進(jìn)行歸一化處理，得到R1_normal(2j;x,y)=R1(2j;x,y)-Rkmin(2j)Rkmax(2j)-Rkmin(2j)]]>R2_normal(2j;x,y)=R2(2j;x,y)-Rkmin(2j)Rkmax(2j)-Rkmin(2j)]]>R3_normal(2j;x,y)=R3(2j;x,y)-Rkmin(2j)Rkmax(2j)-Rkmin(2j)]]>公式(2)根據(jù)公式(3)計算在第j分解水平上子圖像間融合的權(quán)系數(shù)qkq1=0R1-normal≤aR1_normal-ab-aa<R1_normal<b1R1_normal≥b]]>公式(3)通過調(diào)節(jié)參數(shù)a和b，可以達(dá)到在細(xì)節(jié)保留和光譜保持兩方面進(jìn)行調(diào)整的目的，即若Rk_normal大于或等于b，則Rk_normal等于1，中心點的值將完全由高分辨率影像所決定；若Rk_normal小于或等于a，則Rk_normal等于0，融合影像中心點的值將取決于多光譜影像；否則，就使用高分辨率影像和多光譜影像的加權(quán)值作為融合結(jié)果。
3.如權(quán)利要求1所述的基于小波變換的可調(diào)節(jié)遙感影像融合方法，其特征在于所述的步驟C更具體為根據(jù)權(quán)系數(shù)qk的值，將兩幅影像對應(yīng)子圖像WkA(2j；x，y)和WkB(2j；x，y)進(jìn)行融合，得到(x，y)處經(jīng)過融合后的小波系數(shù)的融合值Fk(2j；x，y)F1(2j；x，y)＝q1×W1A(2j；x，y)+(1-q1)×W1B(2j；x，y)F2(2j；x，y)＝q2×W2A(2j；x，y)+(1-q2)×W2B(2j；x，y)F3(2j；x，y)＝q3×W3A(2j；x，y)+(1-q3)×W3B(2j；x，y)
4.如權(quán)利要求1所述的基于小波變換的可調(diào)節(jié)遙感影像融合方法，其特征在于所述的步驟A中，將高分辨率影像A進(jìn)行線性拉伸并與B進(jìn)行直方圖匹配，進(jìn)行小波分解時，選用的小波基為db4，分解層數(shù)為2；將多光譜影像B進(jìn)行小波分解，同樣選用db4作為小波基，分解層數(shù)為2。
全文摘要
本發(fā)明涉及一種基于小波變換的可調(diào)節(jié)遙感影像融合方法，通過將高分辨率影像和多光譜影像進(jìn)行小波多層分解，得到不同分解水平上各自的低頻近似子圖像和高頻細(xì)節(jié)子圖像，在每一分解水平上，采用一個滑動窗口，計算高分辨率影像和多光譜影像的子圖像在滑動窗口內(nèi)的方差之比，以該比值為依據(jù)，使用可調(diào)節(jié)參數(shù)對待融合子圖像進(jìn)行線性計算，依次得到各分解水平上對應(yīng)子圖像融合后的小波系數(shù)，最后進(jìn)行小波逆變換得到融合影像。本發(fā)明在傳統(tǒng)的小波分解與重構(gòu)算法的基礎(chǔ)上，通過引入可調(diào)節(jié)參數(shù)，很方便地在融合后影像的細(xì)節(jié)保留和光譜保持之間進(jìn)行合理的取舍，可以得到單獨使用某種傳統(tǒng)的融合方法所無法實現(xiàn)的效果，從而可以滿足不同的應(yīng)用需求。
文檔編號G06T5/00GK1770201SQ20041008883
公開日2006年5月10日 申請日期2004年11月5日 優(yōu)先權(quán)日2004年11月5日
發(fā)明者陳云浩, 李京, 鄧?yán)?申請人:北京師范大學(xué)