基于梯度加權(quán)的自適應(yīng)sfim圖像融合算法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域的圖像融合，特別是涉及一種圖像融合中SF頂算法的 濾波器設(shè)計。
【背景技術(shù)】
[0002] 遙感圖像融合是近年來遙感圖像處理領(lǐng)域熱門研究內(nèi)容之一。其中，利 用高空間分辨率全色圖像PAN (Panchromatic image)和低空間分辨率多光譜圖像 MS (Multi-spectral images)進(jìn)行融合產(chǎn)生高分辨率多光譜圖像是其中一個重要研究方 向。國內(nèi)外學(xué)者提出了很多經(jīng)典融合方法，例如主成分分析（PCA)變換融合、HIS變換融合、 高通濾波融合、小波變換融合和Brovey變換融合等。在遙感圖像后期應(yīng)用中，空間信息和 光譜信息都有很重要的作用?；赑CA變換的融合光譜信息保持較好，但空間細(xì)節(jié)信息增 加較少。基于HIS變換、Brovey變換和高通濾波變換的融合空間信息增加豐富，但光譜失 真比較嚴(yán)重，其中，高通濾波融合如果濾波器選擇不好，效果會比較差。小波變換融合具有 良好的空間和光譜保持能力，但是小波基的選擇比較困難，而且計算比較復(fù)雜?；诹炼绕?滑濾波調(diào)節(jié)SFIM(Smoothing Filter-based Intensity Modulation,基于平滑濾波的亮度 調(diào)制）（文南犬 I "LIU J G. Smoothing filter-based intensity modulation ：A spectral preserve image fusion technique for improving spatial details[J]· International Journal of Remote Sensing，2000,21(18) :3461-3472·"）的方法是 2000 年由 J.G. Liu 提出的一種空譜結(jié)合的融合方法。SF頂融合過程簡單，計算復(fù)雜度比較小，和一些經(jīng)典算法 相比，具有較好的效果；但SF頂融合后圖像空間分辨率改善不多，光譜存在一定失真。

【發(fā)明內(nèi)容】

[0003] 為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于梯度加權(quán)平滑濾波的自適應(yīng)SF頂 變換算法，對SFIM變換融合算法進(jìn)行改進(jìn)，通過實(shí)驗(yàn)結(jié)果驗(yàn)證，融合效果有改進(jìn)，在盡量保 持多光譜信息的同時，提高了融合后圖像的空間細(xì)節(jié)信息。
[0004] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案包括以下步驟：
[0005] (1)對輸入的全色圖像PAN進(jìn)行邊緣像素的擴(kuò)展，對擴(kuò)展后的圖像計算其梯度圖， 像素點(diǎn)（i，j)處對應(yīng)的梯度值:
其中，像素點(diǎn)（i，j)在X方 向的偏導(dǎo)數(shù)
像素點(diǎn)（i，j)在y方向的偏導(dǎo)數(shù)
f (i，j)為全色圖像任意像素點(diǎn)（i，j)處的灰度值；
[0006] (2)根據(jù)計算的梯度圖確定濾波器窗口大小，具體步驟如下：
[0007] ①對G(i，j)中對應(yīng)全色圖像的像素部分進(jìn)行處理，得到
[0008] ②根據(jù)coef確定基本參藝
進(jìn)而根據(jù)基本參數(shù)d確定濾波器窗 口的大小N = 2d+l ;
[0009] (3)以像素點(diǎn)（i，j)為中心，在大小為N*N的窗口內(nèi)，定義濾波器權(quán)重矩陣
其中任意位置的權(quán)重值
s，t為整數(shù)且在[-d，d]取值；
[0010] (4)利用濾波器權(quán)重矩陣對全色圖像進(jìn)行梯度加權(quán)平滑濾波，計算像素點(diǎn)（i，j) 的濾波輸出值
其中，Phlgh(i，j)表示全色圖像 中像素點(diǎn)（i，j)的像素值；將P_n代入SF頂融合算法計算融合圖像
表示任意波段的多光譜圖像，？_"表示對全色圖像P _^濾波后的圖像。
[0011] 本發(fā)明的有益效果是：比原始的SF頂算法中均值濾波器的設(shè)計更合理，整體質(zhì) 量較高，在空間分辨率提高和光譜信息保持兩個方面達(dá)到更好的平衡，主觀評價和客觀 分析結(jié)果能夠達(dá)到一致。而且在光譜信息保持和空間信息提高方面都優(yōu)于his_dwt算 法（文獻(xiàn)2 "張麗俠，張力，艾海濱.改進(jìn)IHS變換的圖像融合方法研究[J].測繪科學(xué)， 2011. 11，36(6) :149-151. "）。另外，本發(fā)明方法比其他兩種算法得到的融合圖像可視性 更好，圖片更清晰。
【附圖說明】
[0012] 圖1是本發(fā)明的融合算法技術(shù)路線示意圖；
[0013] 圖2是全色多光譜圖像及幾種方法的融合結(jié)果示意圖，圖中，（a)是多光譜圖像， (b)是全色圖像，（c)是本發(fā)明方法的圖像，（d)是均值濾波方法的圖像，（e)是his_dwt算 法的圖像。
【具體實(shí)施方式】
[0014] 下面結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)一步說明，本發(fā)明包括但不僅限于下述實(shí)施 例。
[0015] 針對SF頂融合算法中濾波器的設(shè)計問題，本發(fā)明提出了一種基于梯度加權(quán)的自 適應(yīng)窗口濾波方法。本發(fā)明的主要思路是首先求解全色圖像的梯度，然后使用梯度的統(tǒng)計 信息確定自適應(yīng)的濾波窗口大??；同時利用圖像像素點(diǎn)的梯度值構(gòu)建加權(quán)濾波器，進(jìn)而使 用該濾波器獲得濾波圖像；最后使用SF頂算法的融合方法融合圖像。
[0016] 本發(fā)明的技術(shù)方案主要包括四個步驟：
[0017] (1)梯度的計算
[0018] 為了便于計算全色圖像PAN邊緣像素的梯度，首先對輸入的全色圖像PAN進(jìn)行邊 緣像素的擴(kuò)展，然后再計算梯度圖。假設(shè)全色圖像任意像素點(diǎn)（i，j)處的灰度值為f(i，j)， 則點(diǎn)（i，j)處對應(yīng)的梯度幅值為
[0020] 其中，&和gy分別表示該像素點(diǎn)X和y方向的偏導(dǎo)數(shù)
[0023] (2)自適應(yīng)窗口的確定
[0024] 根據(jù)第⑴步驟中計算的梯度圖確定濾波器窗口大小，具體步驟如下：
[0025] ①根據(jù)高分辨率全色圖像中每個像素的梯度值G(i，j)，按以下公式對G(i，j)進(jìn) 行處理，用coef表示：
[0027] ②針對全色圖像任意像素點(diǎn)（i，j)，利用公式（5)確定該像素對應(yīng)的濾波器窗口 大小N。根據(jù)coef確定基本參數(shù)d :
[0029] 進(jìn)而根據(jù)基本參數(shù)d，確定自適應(yīng)窗口的大小N = 2d+l，即：
[0031] (3)濾波權(quán)重的計算
[0032] 由上一步驟計算出全色圖像點(diǎn)（i，j)處的濾波器窗口大小為N，以像素點(diǎn)（i，j)為 中心，在大小為N*N的窗口內(nèi)，定義濾波器權(quán)重矩陣W為：
[0034] 其中任意位置的權(quán)重值計算如下
[0036] 式中s，t為整數(shù)且在[-d，d]取值。
[0037] (4) SF頂融合
[0038] 記全色圖像Phlgh，首先利用公式（6)對匕_進(jìn)行梯度加權(quán)平滑濾波，即，利用公式 (6)對應(yīng)模板中心點(diǎn)逐一對準(zhǔn)全色圖像Phlgh中每一個像素（i，j)，每一個像素處將模板元 素和它所對應(yīng)的圖像像素值對應(yīng)相乘求和，從而計算出該像素點(diǎn)的濾波輸出值P_n(i，j)， 即：
[0040] P_n表不對全色圖像P _濾波后的圖像。
[0041] 然后，再將P_n代入SF頂融合算法計算融合圖像P SFIM，若使用Plciw表示任意波段 的多光譜圖像，融合過程為
[0043] 為了說明新算法的優(yōu)越性，在分析和試驗(yàn)大量衛(wèi)星遙感圖像的基礎(chǔ)上，發(fā)明中采 用了 256灰度級，大小為300X300pixels的某地區(qū)衛(wèi)星遙感圖像塊進(jìn)行仿真和說明。試驗(yàn) 所用的多光譜圖像（20mX20m)與全色圖像（IOmXlOm)經(jīng)過了空間配準(zhǔn)。
[0044] 按照圖1所示，本發(fā)明【具體實(shí)施方式】如下：
[0045] (1)梯度的計算
[0046] ①首先對輸入的多光譜圖像Plciw進(jìn)行RGB三波段分解，得到IR, IG，IB圖像。
[0047] ②然后對輸入的全色圖像Phlgh進(jìn)行邊緣擴(kuò)展，四周分別向外擴(kuò)展7個像素。則由 原來的 300X300pixels 變?yōu)?314X314pixels 大小的圖像 P' hlgh。
[0048] ③對圖像P' hlgh根據(jù)公式⑴計算其梯度圖像，得到G' (i，j)。
[0049] (2)自適應(yīng)窗口的確定
[0050] ①根據(jù)公式（3)對G' (i，j)中對應(yīng)Phlgh的像素部分進(jìn)行計算，得到coef。
[0051] ②由得到的coef，根據(jù)公式（4)、（5)計算得到相應(yīng)像素的自適應(yīng)窗口大小N。
[0052] (3)濾波權(quán)重的確定
[0053] ①對于全色圖像任一點(diǎn)像素 Phlgh(i，j)，根據(jù)公式（7)計算得到該點(diǎn)對應(yīng)的圖像濾 波器權(quán)重值w(i，j)。
[0054] ②由該點(diǎn)像素的權(quán)重值w(i，j)根據(jù)公式（6)構(gòu)成權(quán)重矩陣W(i，j)。
[0055] (4) SF頂融合
[0056] ①將全色圖像匕_的每一個像素點(diǎn)用對應(yīng)該像素點(diǎn)的濾波器權(quán)重矩陣W進(jìn)行逐一 濾波，得到P_ n(i，j)。
[0057] ②根據(jù)SF頂變換公式（9)，將P_n代入分別與IR、IG、IB圖像進(jìn)行細(xì)節(jié)融合，IR、 IG、IB依次代替公式（9)中的Plciw，得到三個融合圖像FRsfim、FGsfim、FB sfim。
[0058] ③最后將FRsfim、FGsfim、FBsfim三個波段的圖像進(jìn)行RGB彩色合成，得到融合圖像 Psfimo
[0059] 表1幾種融合圖像的統(tǒng)計參數(shù)對比
[0060]
[0061] 表1分別為本發(fā)明、均值濾波（文獻(xiàn)1)和his_dwt (文獻(xiàn)2)的融合圖像評價結(jié) 果?？梢钥闯霰景l(fā)明方法的空間相關(guān)系數(shù)最大，在盡量保持光譜信息的前提下，提高了空間 細(xì)節(jié)信息的融入。
【主權(quán)項(xiàng)】
1. 一種基于梯度加權(quán)的自適應(yīng)SF頂圖像融合算法，其特征在于包括下述步驟： (1) 對輸入的全色圖像PAN進(jìn)行邊緣像素的擴(kuò)展，對擴(kuò)展后的圖像計算其梯度圖，像素j)為全色圖像任意像素點(diǎn)（i，j)處的灰度值； (2) 根據(jù)計算的梯度圖確定濾波器窗口大小，具體步驟如下： ①對G(i，j)中對應(yīng)全色圖像的像素部分進(jìn)行處理，得到⑶蛘二;進(jìn)而根據(jù)基本參數(shù)d確定濾波器窗口的 大小N= 2d+l; (3) 以像素點(diǎn)（i，j)為中心，在大小為N*N的窗口內(nèi)，定義濾波器權(quán)重矩陣(4) 利用濾波器權(quán)重矩陣對全色圖像進(jìn)行梯度加權(quán)平滑濾波，計算像素點(diǎn)（i，j)的濾其中，Phlgh(i，j)表示全色圖像中像素點(diǎn)（i，j)的像素值；將P_n代入SF頂融合算法計算融合圖像 任意波段的多光譜圖像，？_"表示對全色圖像P_^濾波后的圖像。
【專利摘要】本發(fā)明提供了一種基于梯度加權(quán)的自適應(yīng)SFIM圖像融合算法，首先求解全色圖像的梯度，然后使用梯度的統(tǒng)計信息確定自適應(yīng)的濾波窗口大??；同時利用圖像像素點(diǎn)的梯度值構(gòu)建加權(quán)濾波器，進(jìn)而使用該濾波器獲得濾波圖像；最后使用SFIM算法的融合方法融合圖像。本發(fā)明比原始的SFIM算法中均值濾波器的設(shè)計更合理，整體質(zhì)量較高，在空間分辨率提高和光譜信息保持兩個方面達(dá)到更好的平衡，主觀評價和客觀分析結(jié)果能夠達(dá)到一致，而且在光譜信息保持和空間信息提高方面都優(yōu)于his_dwt算法，得到的融合圖像可視性更好，圖片更清晰。
【IPC分類】G06T5/50, G06T3/40
【公開號】CN105303542
【申請?zhí)枴緾N201510604419
【發(fā)明人】何貴青, 張慧靜, 李濤, 夏召強(qiáng), 彭進(jìn)業(yè), 馮曉毅, 李會方, 謝紅梅, 吳俊 , 蔣曉悅, 楊雨奇
【申請人】西北工業(yè)大學(xué)
【公開日】2016年2月3日
【申請日】2015年9月22日