灰色关联分析与模糊推理边缘检测图像融合法
发布时间:2024-03-10 21:31
为解决融合图像不同程度的光谱失真问题,提出了一种结合灰色关联分析、模糊推理和IHS变换的图像融合算法。首先通过灰色关联分析和模糊推理算出全色图像的边缘点和非边缘点,得到丰富的边缘信息,然后对多光谱图像进行IHS变换,以亮度分量为依据对全色图像进行直方图匹配,再基于边缘信息对亮度分量和直方图匹配后的全色图像进行线性加权,最后通过IHS逆变换得到融合图像。为验证本文方法的有效性,与5种常用方法比较,从视觉和定量两方面进行评价,且采用降尺度评价和全分辨率评价。结果表明,该方法得到的融合图像比其他5种方法更优越。本文方法不仅提高了遥感图像的空间分辨率,也较好保留了多光谱图像的光谱信息。
【文章页数】:13 页
【部分图文】:
本文编号:3925348
【文章页数】:13 页
【部分图文】:
图1输入输出对应的隶属度函数
隶属度函数作为模糊推理中的重要一环,是否正确地构造隶属度函数是能否用好模糊推理的关键之一。输入输出对应的隶属度函数,如图1所示,模糊推理规则如表1所示。本文定义模糊集合对应的语言变量为黑和白,其中黑表示输入隶属度与图像灰度值呈负相关,白表示输入隶属度与图像灰度值呈正相关,输入隶属....
图2图像融合流程图
(6)用最终的亮度分量I″和色度(H)分量和饱和度(S)分量进行IHS逆变换,得到最终的融合图像。融合步骤的流程图如图2所示。2实验结果和分析
图3Lena图像边缘检测结果
为了选取灰色关联分析的关联度阈值θ,本文对lena图边缘检测进行了不同阈值的验证,如图3所示。阈值为0.92的图像因阈值较低而造成边缘丢失的情况;阈值为0.94的图像能够检测出丰富的边缘细节;阈值为0.96的图像所得边缘较“厚”,边缘定位精度不高,含有大量虚假边缘。实验表明,不同....
图4不同方法边缘检测结果对比
图3Lena图像边缘检测结果由图4可以看出,基于灰色关联分析和模糊推理的边缘检测方法最佳,提取出的边缘最全。canny算子提取出的边缘不齐全但是对提取的边缘进行了细化,视觉效果更佳。基于灰色关联分析法边缘检测与基于灰色关联分析和模糊推理的边缘检测相似,但是在图像的细节边缘方面,....
本文编号:3925348
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3925348.html