一種改進的小波變換遙感影像融合方法及其融合系統的製作方法
2023-06-05 15:21:16 1
專利名稱：一種改進的小波變換遙感影像融合方法及其融合系統的製作方法
技術領域：
本發明涉及一種小波變換遙感影像融合方法及系統，屬於遙感影像處理技術領域。
背景技術：
隨著現代遙感傳感器及其相關技術的飛速發展，遙感獲取數據的手段不斷增加，各種對地觀測衛星能源源不斷的為應用提供不同空間解析度、光譜解析度、時間解析度的遙感數據，但由於遙感衛星成像原理不同和技術條件的限制，任何單一信息源都不能全面反映目標對象的特徵，很難同時具有高空間、高光譜解析度的特性，因此對應用具有一定的局限性。為了充分利用這些豐富的數據源，從巨量數據中挖掘出所需要的信息，從而對觀測目標有一個更加全面、清晰、準確的理解與認知，人們迫切尋求一種綜合利用各種數據的技術方法，將多光譜影像與全色波段影像進行融合，以實現對目標更精確、更可靠的估計和判斷。傳統的遙感影像多光譜影像與全色波段影像可通過主成份變換、小波變換、HIS變換等融合方法實現，但普遍存在空間信息丟失或光譜信息扭曲的缺點，難以提高融合效果。本發明結合小波變換、PCA變換以及局部算法的優點，提出了一種改進的小波變換影像融合算法，提高原始影像融合方法的效果；在此基礎上，以Matlab為平臺，構建了遙感影像融合系統。
發明內容
本發明的目的是為了解決傳統的遙感影像普遍存在融合效果差的問題，提供一種改進的小波變換遙感影像融合方法及系統。一種改進的小波變換遙感影像融合方法，該方法的實現過程為步驟一、分別預處理待處理的多光譜影像和全色影像首先，採用二次多項式法對多光譜影像進行幾何配準，使得待融合多光譜影像與全色影像保持幾何一致性；然後，採用線性內插法對多光譜影像進行重採樣，使得待融合多光譜影像的像元大小一致；最後，裁剪出待融合區域影像，獲得相同區域的待處理多光譜影像和待融合全色影像；步驟二、對預處理後的多光譜影像進行PCA變換首先，提取出預處理後的多光譜影像的前三個分量影像，直方圖匹配第一個分量影像，第二個分量影像和第三個分量影像保留待後續使用；步驟三、將步驟一所得到待融合全色影像進行直方圖匹配；步驟四、對匹配後的第一個分量影像和全色影像同時進行小波變換，分別得到第一個分量影像和全色影像各自的高頻信息和低頻信息；採用局部方差的融合規則將第一個分量影像的高頻信息和全色影像的高頻信息融合，得到融合後新的高頻信息，採用局部差異加權的融合規則將第一個分量影像的低頻信息和全色影像的低頻信息融合，得到融合後新的低頻信息；步驟五、小波逆變換融合步驟四所獲得的新的高頻信息和新的低頻信息，將得到融合後的結果作為新第一分量影像；步驟六、將步驟五所得的新第一分量影像與步驟二取得的預處理後的多光譜影像的第二個分量影像和第三個分量影像進行PCA逆變換，得到最終的融合結果影像。一種改進的小波變換遙感影像融合方法的遙感影像融合系統，它包括影像預處理模塊、PCA變換模塊、直方圖匹配模塊、影像輸入模塊、小波變換模塊、小波逆變換模塊、PCA逆變換模塊；影像預處理模塊用於對多光譜影像進行幾何配準和重採樣，然後裁剪出待融合區域影像，獲得相同區域的待處理多光譜影像和待融合全色影像；PCA變換模塊用於對預處理後的多光譜影像進行PCA變換；直方圖匹配模塊用於對第一個分量影像和全色影像進行直方圖匹配；影像輸入模塊用於向遙感影像融合系統輸入多光譜影像的匹配後的第一個分量影像、未經匹配的第二個分量影像、第三個分量影像和全色影像，並將其轉換成影像信號；小波變換模塊用於將第一個分量影像和全色影像同時進行小波變換，分別得到第一個分量影像和全色影像各自的高頻信息和低頻信息；小波逆變換模塊用於將新的高頻信息和新的低頻信息進行小波逆變換，獲得新第
一分量影像；PCA逆變換模塊用於將新第一分量影像與第二個分量影像和第三個分量影像進行PCA逆變換，得到最終的融合結果影像。本發明的工作原理本發明是在現有遙感影像融合算法的基礎之上，增加了改進小波變換的遙感影像融合算法，進而實現了提高原始遙感影像的融合，解決了傳統方法空 間信息丟失和光譜信息扭曲的缺點問題，達到了提高原始遙感影像融合的效果。本發明的優點是本發明是在傳統的遙感影像融合算法的基礎上，提出了一種基於局部算法來改進小波變換的遙感影像融合算法，新的算法改善了傳統方法空間信息丟失和光譜信息扭曲的缺點；其次，在以上方法實現的基礎上，基於Matlab平臺，設計了遙感影像融合系統。以上優點對於改善遙感影像融合效果、實現遙感影像融合軟體化具有重要意義。
圖I為一種改進的小波變換遙感影像融合方法的流程圖；圖2為一種改進的小波變換遙感影像融合方法的遙感影像融合系統結構3為Aster多光譜影像；圖4為資源二號全色影像；圖5融合結果影像。
具體實施例方式具體實施方式
一下面結合圖I說明本實施方式，本實施方式所述的一種改進的小波變換遙感影像融合方法，該方法的實現過程為
步驟一、分別預處理待處理的多光譜影像和全色影像首先，採用二次多項式法對多光譜影像進行幾何配準，使其與全色影像保持幾何一致性；然後，採用線性內插法對多光譜影像進行重採樣，使得待融合多光譜影像的像元大小一致；最後，裁剪出待融合區域影像，獲得相同區域的待處理多光譜影像和待融合全色影像；步驟二、對預處理後的多光譜影像進行PCA變換首先，提取出預處理後的多光譜影像的前三個分量，直方圖匹配第一個分量，第二個分量和第三個分量保留待後續使用；步驟三、將步驟一所得到待融合全色影像進行直方圖匹配；步驟四、對匹配後的第一個分量和全色影像同時進行小波變換，分別得到第一個分量和全色影像各自的高頻信息和低頻信息；採用局部方差的融合規則將第一個分量的高頻信息和全色影像的高頻信息融合，得到融合後新的高頻信息，採用局部差異加權的融合規則將第一個分量的低頻信息和全色影像的低頻信息融合，得到融合後新的低頻信息；步驟五、小波逆變換融合步驟四所獲得的新的高頻信息和新的低頻信息，將得到融合後的結果作為新第一分量；步驟六、將步驟五所得的新第一分量與步驟二取得的預處理後的多光譜影像的第二個分量和第三個分量進行PCA逆變換，得到最終的融合結果影像。
具體實施方式
二 下面結合圖I至圖5說明本實施方式，本實施方式為對實施方式一步驟四中採用局部方差的融合規則將第一個分量的高頻信息和全色影像的高頻信息融合的進一步說明，本實施方式所述的步驟四中的採用局部方差的融合規則將第一個分量影像的高頻信息和全色影像的高頻信息融合的方法，得到融合後新的高頻信息的方法為
選擇3 X 3窗口進行運算，窗口遍歷第一個分量影像，該窗口的移動步長為一個像元，採用局部方差法逐一計算窗口所覆區域內所有像元的方差值，進而獲得位於窗口中心位置的像元灰度值；使用該窗口遍歷全色影像，該窗口的移動步長為一個像元，逐一計算窗口所覆區域內所有像元的方差值，進而獲得位於窗口中心位置的像元灰度值；對比是兩幅圖像中，同一個位置的像元灰度值，將取出的像元灰度值最大的作為融合後高頻分量影像對應窗口的中心像元灰度值，得到新的高頻分量影像；採用局部方差計算的方法獲得窗口所覆區域內所有像元的方差值Var是根據公式
權利要求
1.一種改進的小波變換遙感影像融合方法，其特徵在於該方法的實現過程為 步驟一、分別預處理待處理的多光譜影像和全色影像首先，採用二次多項式法對多光譜影像進行幾何配準，使得待融合多光譜影像與全色影像保持幾何一致性；然後，採用線性內插法對多光譜影像進行重採樣，使得待融合多光譜影像的像元大小一致；最後，裁剪出待融合區域影像，獲得相同區域的待處理多光譜影像和待融合全色影像； 步驟二、對預處理後的多光譜影像進行PCA變換 首先，提取出預處理後的多光譜影像的前三個分量影像，直方圖匹配第一個分量影像，第二個分量影像和第三個分量影像保留待後續使用； 步驟三、將步驟一所得到待融合全色影像進行直方圖匹配； 步驟四、對匹配後的第一個分量影像和全色影像同時進行小波變換，分別得到第一個分量影像和全色影像各自的高頻信息和低頻信息； 採用局部方差的融合規則將第一個分量影像的高頻信息和全色影像的高頻信息融合，得到融合後新的高頻信息， 採用局部差異加權的融合規則將第一個分量影像的低頻信息和全色影像的低頻信息融合，得到融合後新的低頻信息； 步驟五、小波逆變換融合步驟四所獲得的新的高頻信息和新的低頻信息，將得到融合後的結果作為新第一分量影像； 步驟六、將步驟五所得的新第一分量影像與步驟二取得的預處理後的多光譜影像的第二個分量影像和第三個分量影像進行PCA逆變換，得到最終的融合結果影像。
2.根據權利要求I所述的一種改進的小波變換遙感影像融合方法，其特徵在於，步驟四中的採用局部方差的融合規則將第一個分量影像的高頻信息和全色影像的高頻信息融合的方法，得到融合後新的高頻信息的方法為 選擇3X3窗口進行運算， 窗口遍歷第一個分量影像，該窗口的移動步長為一個像元，採用局部方差法逐一計算窗口所覆區域內所有像元的方差值，進而獲得位於窗口中心位置的像元灰度值； 使用該窗口遍歷全色影像，該窗口的移動步長為一個像元，逐一計算窗口所覆區域內所有像元的方差值，進而獲得位於窗口中心位置的像元灰度值； 對比是兩幅圖像中，同一個位置的像元灰度值，將取出的像元灰度值最大的作為融合後高頻分量影像對應窗口的中心像元灰度值，得到新的高頻分量影像； 採用局部方差計算的方法獲得窗口所覆區域內所有像元的方差值Var是根據公式IN Var= Σ Σ(X.· j _Aver)2;公式(I) 式中，Xi, j為第i行第j列像元的亮度值;MXN為像元總數，M和N均為正整數;Aver為待融合影像中所有像元灰度值的平均值； [AiX,Y), VwXX J) > VwtIX J) FiX, Y) = \ΑΒ;公式⑵<Vmn(XJ) 其中，A(X，Y)、B(X，Y)分別為兩個高頻分量影像窗口內各個像元的像元灰度值。
3.根據權利要求I所述的一種改進的小波變換遙感影像融合方法，其特徵在於，步驟四中的採用局部差異加權的融合規則將第一個分量影像的低頻信息和全色影像的低頻信息融合，得到融合後新的低頻信息的方法為 選擇7X7窗口進行運算，
4.實現權利要求I所述的一種改進的小波變換遙感影像融合方法的遙感影像融合系統，其特徵在於，它包括影像預處理模塊(I)、PCA變換模塊(2)、直方圖匹配模塊(3)、影像輸入模塊(4)、小波變換模塊(5)、小波逆變換模塊(6)、PCA逆變換模塊(7)； 影像預處理模塊(I)用於對多光譜影像進行幾何配準和重採樣，然後裁剪出待融合區域影像，獲得相同區域的待處理多光譜影像和待融合全色影像； PCA變換模塊(2)用於對預處理後的多光譜影像進行PCA變換； 直方圖匹配模塊(3)用於對第一個分量影像和全色影像進行直方圖匹配；影像輸入模塊(4)用於向遙感影像融合系統輸入多光譜影像的匹配後的第一個分量影像、未經匹配的第二個分量影像、第三個分量影像和全色影像，並將其轉換成影像信號；小波變換模塊(5)用於將第一個分量影像和全色影像同時進行小波變換，分別得到第一個分量影像和全色影像各自的高頻信息和低頻信息； 小波逆變換模塊(6)用於將新的高頻信息和新的低頻信息進行小波逆變換，獲得新第一分量影像； PCA逆變換模塊(7)用於將新第一分量影像與第二個分量影像和第三個分量影像進行PCA逆變換，得到最終的融合結果影像。
全文摘要
一種改進的小波變換遙感影像融合方法及其融合系統，屬於遙感影像處理技術領域。它解決了傳統的遙感影像普遍存在融合效果差的問題。該方法為對待融合的多光譜影像影像的預處理和PCA變換後，取前三個分量，直方圖匹配第一個分量與全色影像後進行小波變換，再將所得的高頻信息採用局部方差的融合規則獲得新的高頻信息，低頻信息則採用局部差異加權的融合規則獲得融合後新的低頻信息；然後進行小波逆變換，將結果作為新第一分量，再將其與原始的二、三分量進行PCA逆變換獲取最終的融合結果影像。遙感影像融合系統包括影像輸入模塊、小波分析模塊、遙感影像融合模塊、遙感影像融合效果評價模塊和融合結果保存模塊。適用於遙感影像的融合。
文檔編號G06T5/00GK102915523SQ201210337389
公開日2013年2月6日 申請日期2012年9月13日 優先權日2012年9月13日
發明者董張玉, 劉殿偉, 王宗明, 趙萍, 湯旭光, 賈明明, 汪燕, 丁智 申請人:中國科學院東北地理與農業生態研究所