Shearlet变换耦合细节强化因子的遥感图像融合算法

发布时间：2021-08-28 10:42

　　为克服当前较多遥感图像融合方法存在间断以及吉布斯现象,本文利用像素点间灰度以及梯度信息,设计了一种采用非下采样Shearlet变换（NSST）耦合细节强化因子的图像融合方法。将多光谱（MS）图像经过强度-色调-饱和度（IHS）变换,分离出强度成分。随后,借助NSST变换处理强度成分与全色（PAN）图像,获取对应的高频和低频系数。以强度成分对应的低频系数为依据,通过图像的空间频率特性计算加权系数,将PAN图像的低频系数植入到强度（I）成分对应的低频系数中,融合低频系数。采用像素点间灰度以及梯度信息,构造细节强化因子,融合高频系数。最后,采用IHS和NSST反变换重构这些融合系数,获取融合结果。实验结果显示:较当前融合技术,所提算法拥有更为理想的融合效果,具有更高的互信息值和更低的光谱偏差度值。 

【文章来源】：太赫兹科学与电子信息学报. 2020,18(06)北大核心

【文章页数】：7 页

【部分图文】：

利用HIS变换获取MS图像的I成分结果

NSST变换的结果如图3所示。从图3可见，其能够较好地对图2(b)和图3(a)所示的I成分及PAN图像进行分解，以生成不同的图像系数。1.3 不同图像系数的融合

利用式(15)可求取不同高频系数LI和LP的细节强化结果PWI和PWP，在此基础上计算融合高频系数LIP:将LIP和UIP经过NSST反变换后，可得到改造后的I成分与H,S经过IHS反变换后，可得到融合结果。利用上述过程，对图2(a)和图3(a)实施融合，形成的融合结果如图4所示。从图4可见，融合图像的视觉效果较好。

【参考文献】：
期刊论文
[1]基于非下采样剪切波变换和特征合成的医学图像融合算法[J]. 朱文维,李俊峰.  计算机系统应用. 2019(10)
[2]二代Curvelet变换耦合细节度量模型的遥感图像融合算法[J]. 罗娟,王立平,谭云兰.  电子测量与仪器学报. 2019(07)
[3]基于二代Curvelet变换与近似度制约规则的遥感图像融合算法[J]. 尹振鹤,朱辉生.  电子测量与仪器学报. 2019(04)
[4]灾害遥感中SAR三维成像技术的研究与应用[J]. 梁兴东,卜运成,张福博,王宇,陈龙永.  太赫兹科学与电子信息学报. 2019(01)
[5]基于显著区域分割和小波变换的遥感图像融合[J]. 王帅,谢明鸿,黄秋萍,杨进.  信息技术. 2019(01)
[6]改进IHS-Curvelet变换融合可见光与红外图像抗晕光方法[J]. 郭全民,王言,李翰山.  红外与激光工程. 2018(11)
[7]基于NSCT变换的高分三号SAR与光学图像融合[J]. 易维,曾湧,原征.  光学学报. 2018(11)
[8]图像融合质量评价方法研究综述[J]. 杨艳春,李娇,王阳萍.  计算机科学与探索. 2018(07)
[9]基于Shearlet和稀疏表示的遥感图像融合[J]. 赵学军,刘静.  科学技术与工程. 2017(04)
[10]一种基于局部方差相似度的自适应图像融合算法[J]. 陈孝培,杨学志,方帅,董张玉.  合肥工业大学学报(自然科学版). 2016(12)



本文编号：3368367