一種基于光譜特性的Shearlet域多光譜與全色圖像融合方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種圖像處理技術(shù)領(lǐng)域的方法，具體設(shè)及一種基于光譜特性的 Shearlet域多光譜與全色圖像融合方法。
【背景技術(shù)】
[0002] 遙感影像無(wú)法同時(shí)具備高空間分辨率和高光譜分辨率，需要利用光譜分辨率提高 空間分辨率。遙感圖像融合把空間或時(shí)間上冗余的多源數(shù)據(jù)按一定規(guī)則運(yùn)算處理，獲得比 任何單一數(shù)據(jù)更精確、更豐富的信息，生成一幅具有新的空間、波譜、時(shí)間特征的合成圖像。
[0003] 全色圖像具有高空間分辨率，善于表達(dá)地物的細(xì)節(jié)特征，但光譜分辨率不足；多光 譜圖像光譜信息豐富，利于對(duì)識(shí)別地物目標(biāo)輪廓，但空間分辨率低。多光譜與全色圖像融合 既可W利用全色圖像的高分辨率改善多光譜圖像的分辨率，又可W充分利用多光譜圖像中 特有的對(duì)目標(biāo)的精細(xì)表達(dá)，獲得更豐富的目標(biāo)信息。
[0004] 改進(jìn)分量替換方法和多分辨分析是解決光譜失真問(wèn)題的兩種方法，通過(guò)對(duì)常用 IHS變換公式進(jìn)行了改進(jìn)，用矩陣加法運(yùn)算替換了矩陣乘法運(yùn)算，將融合范圍擴(kuò)展到多于S 個(gè)波段的融合，W縮小光譜扭曲程度；部分研究通過(guò)加入調(diào)節(jié)參數(shù)，用W控制空間細(xì)節(jié)的注 入程度，使得融合結(jié)果介于標(biāo)準(zhǔn)I服變換與BROVERY變換之間。
[0005] 為了取得更好的融合效果，越來(lái)越多的研究將分量替代法和基于多分辨分析方法 結(jié)合起來(lái)運(yùn)用；IHS變換結(jié)合小波變換的融合方法是其中的代表，首先對(duì)Pan圖像、MS圖像 的亮度分量預(yù)處理，然后進(jìn)行小波分解，用全色圖像的高頻系數(shù)替換亮度分量的高頻系數(shù)， 保留MS圖像的低頻分量，融合處理得到新的亮度分量，由于其攜帶的光譜信息受到保護(hù)， 一定程度上減少了光譜扭曲；類(lèi)似的利用I服變換結(jié)合Contourlet變換的融合方法，先將 MS圖像的亮度分量與PAN圖做直方圖匹配，運(yùn)用多分辨分析將PAN圖像的細(xì)節(jié)信息注入到 亮度分量，得到高分辨率的主分量；由于融合只在亮度分量和PAN圖像之間進(jìn)行，部分減少 了融合圖像的光譜失真問(wèn)題；上述方法雖然減少了融合圖像的光譜失真，但由于其都包括 下采樣和上采樣操作，產(chǎn)生偽吉布斯現(xiàn)象，損失了 Pan圖像的部分空間信息，融合影像的空 間分辨率往往不及傳統(tǒng)的IHS融合方法，同時(shí)融合結(jié)果對(duì)小波基函數(shù)和分解層次的選擇比 較敏感，參數(shù)選擇較為復(fù)雜。
[0006] 為了克服上述缺點(diǎn)，可W利用邸MD代替上述多分辨分析方法，原因在于邸MD具有 比小波分析更直觀的特征表示方式和更靈活的頻率特性，對(duì)圖像進(jìn)行分解不需要在變換中 選擇基函數(shù)卻能得到類(lèi)似小波變換的多分辨率表示，且在目標(biāo)分解中不引進(jìn)冗余信息。分 解得到的BIMFs各子帶間具有相關(guān)性，類(lèi)似于小波域不同尺度間的相關(guān)性，同時(shí)由于分解 過(guò)程無(wú)下采樣，避免了小波變換中會(huì)引起的偽吉布斯現(xiàn)象。BEMD具有很好的圖像邊緣檢測(cè) 與紋理識(shí)別的能力，利于圖像細(xì)節(jié)保護(hù)和圖像紋理的提取。BIMFs各子帶包含了原始圖像的 主要邊緣輪廓，即空間結(jié)構(gòu)信息，而余量則包含了圖像的趨勢(shì)信息，對(duì)應(yīng)于遙感圖像的低頻 分量，攜帶了其光譜信息。所W利用BEMD實(shí)現(xiàn)圖像多分辨分析，可W更好地保護(hù)光譜信息。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明所要解決的技術(shù)問(wèn)題是；提供一種基于光譜特性的化earlet域多光譜與 全色圖像融合方法，提高空間分辨率的同時(shí)兼顧了人眼在彩色背景下的視覺(jué)特性，盡可能 保留多光譜圖像原亮度分量中的光譜信息，減少了光譜失真。
[000引本發(fā)明的技術(shù)方案是：一種基于光譜特性的化earlet域多光譜與全色圖像融合 方法，包括W下步驟：
[0009] (1)對(duì)多光譜影像進(jìn)行I服變換，得到亮度分量Pi、色度分量Ps、飽和度分量Ph，將 多光譜影像的亮度分量Pi通過(guò)二維經(jīng)驗(yàn)?zāi)B(tài)分解BEMD得到頻率從高到低排列的n-1個(gè)二 維內(nèi)蘊(yùn)模函數(shù)BIMF。t = 1, 2,. . . n-1, n〉3和余量res ;
[0010] (2)計(jì)算n-1個(gè)二維內(nèi)蘊(yùn)模函數(shù)BIMFt的能量并排序，統(tǒng)計(jì)能量排序前S的分量之 和B"s，將Bms和全色圖像I PM分別通過(guò)Shearlet變換分解，分解層數(shù)為^層，獲得各自的一 個(gè)低頻子帶：成U、和S層高頻子帶：端;\巧芯，111=1，2,3，二維內(nèi)蘊(yùn)模函數(shù)8加尸1 能量的計(jì)算公式如式（1)所示：
[0011]
【主權(quán)項(xiàng)】
1. 一種基于光譜特性的Shearlet域多光譜與全色圖像融合方法，其特征在于，包括以 下步驟： (1) 對(duì)多光譜影像進(jìn)行IHS變換，得到亮度分量、色度分量Ps、飽和度分量PH，將多光 譜影像的亮度分量？:通過(guò)二維經(jīng)驗(yàn)?zāi)B(tài)分解BEMD得到頻率從高到低排列的n-1個(gè)二維內(nèi) 蘊(yùn)模函數(shù)BIMFt,t= 1，2, ? ? ?n-1,n>3 和余量res ; (2) 計(jì)算n-1個(gè)二維內(nèi)蘊(yùn)模函數(shù)BMFt的能量并排序，統(tǒng)計(jì)能量排序前三的分量之和 B"s，將Bb和全色圖像I_分別通過(guò)Shearlet變換分解，分解層數(shù)為三層，獲得各自的一個(gè) 低頻子帶：或s、/^和三層高頻子帶：、/^，m= 1，2, 3,二維內(nèi)蘊(yùn)模函數(shù)BIMFt能 量的計(jì)算公式如式（1)所示：
其中，D(x，y)tSBIMFt的系數(shù)，i，j分別表示BIMFt的行數(shù)和列數(shù)； (3) 建立融合規(guī)則選擇融合系數(shù)：利用拉普拉斯金字塔分解低頻系數(shù)，得到對(duì)應(yīng)分解 系數(shù)和LPANj，通過(guò)式（2)所示的比較取大法選擇低頻融合系數(shù)LF，ij:
通過(guò)基于雙通道脈沖耦合神經(jīng)網(wǎng)絡(luò)制定的融合規(guī)則融合對(duì)應(yīng)的高頻系數(shù)，具體如下： ① 將或=，/=分別輸入雙通道脈沖耦合神經(jīng)網(wǎng)絡(luò)的兩個(gè)輸入端，利用式（3)計(jì)算系 數(shù)的對(duì)比敏感度因子CSF作為雙通道脈沖耦合神經(jīng)網(wǎng)絡(luò)的外部激勵(lì)； CSF(f) = 2. 6X (0. 0192+0. 114f) exp [-(0. 114f)L1] (3) 其中，/ = ^/X是空間頻率;fx、fy分別是水平和豎直方向的空間頻率，
其中，M為源圖像行數(shù)，N為源圖像列數(shù)； ② 根據(jù)公式（6)比較得到各方向子帶的融合系數(shù)：
其中，m和k分別指第m層分解，第k個(gè)方向子帶，，/=々是高頻子帶召^，/= 在（i，j)點(diǎn)的系數(shù)； ③利用Shearlet反變換重構(gòu)LF^和得到融合系數(shù)&，利用公式（7)得到新亮度 分量Pr: Pj> =Fj+res(7) 其中，res是步驟（1)得到的余量； (4)將新亮度分量，、色度分量Ps、飽和度分量PH進(jìn)行IHS逆變換，得到最終融合圖像。
【專(zhuān)利摘要】本發(fā)明涉及一種基于光譜特性的Shearlet域多光譜與全色圖像融合方法，其包括以下步驟：(1)對(duì)多光譜影像進(jìn)行IHS變換；(2)將BIMFs和全色圖像分別進(jìn)行Shearlet變換分解，并獲得其各自的一個(gè)低頻子帶和若干高頻子帶；(3)建立融合規(guī)則選擇融合系數(shù)：低頻系數(shù)利用拉普拉斯金字塔分解，通過(guò)比較取大法選擇低頻融合系數(shù)；通過(guò)基于雙通道脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)的融合規(guī)則融合對(duì)應(yīng)的高頻系數(shù)；(4)通過(guò)IHS逆變換，得到最終融合后圖像。本發(fā)明融合算法在增強(qiáng)空間細(xì)節(jié)表現(xiàn)能力的同時(shí)盡可能保護(hù)了圖像的光譜信息，改善了融合效果。
【IPC分類(lèi)】G06T5-00
【公開(kāi)號(hào)】CN104616261
【申請(qǐng)?zhí)枴緾N201510066167
【發(fā)明人】張寶華, 呂曉琪, 裴海全, 劉鶴, 周文濤
【申請(qǐng)人】?jī)?nèi)蒙古科技大學(xué)
【公開(kāi)日】2015年5月13日
【申請(qǐng)日】2015年2月9日