| 主权项 |
一种光学遥感图像分解算法，其特征在于，包括下述步骤：步骤一：数据读取读取存储的原始图像数据，读取出的图像为灰度值，即本步骤得到的数据为三维数组，其中两维是图像的横纵坐标，第三维是坐标对应的灰度值，本步骤得到的结果用（x，y，F（x，y））表示，其中x，y分别为图像的横纵坐标，F（x，y）为点（x，y）的灰度值，步骤二：对数变换对F（x，y）取对数，即f(x，y)=lg(F(x，y))，本步骤得到的结果用（x，y，f(x，y)）表示，在后续表示中也用f表示f(x，y)构成的图像的集合，步骤三：小波分解对步骤二得到的灰度值用Mallat算法进行离散小波变换，小波基为哈尔小波，本步骤对f进行分解，得到小波变换系数{L<sub>t</sub>,H<sub>p,t</sub>}，L<sub>t</sub>表示尺度t下图像f的低频子图像，H<sub>p,t</sub>表示在尺度t下p方向的高频子图像，这里p=1，2，3，p=1表示水平方向，p=2表示垂直方向，p=3表示对角方向，步骤四：逆变换用零取代{H<sub>p,t</sub>}，与低频子图Lt进行小波逆变换，得到图像f空间域的低频图像L<sub>i</sub>，在第一次计算时i=t，L<sub>i</sub>表示i尺度下的空间域的低频图像，在后续迭代计算中i的值根据后续步骤确定，在后续步骤中将L<sub>i</sub>图像作为待判断图像L<sub>0</sub>，步骤五：分形计算用Matlab的Fraclab模块读入低频图像L<sub>0</sub>和DEM，并用盒计维数工具计算，在保证互相关系数等于1的前提下，取连续五点使得拟合最大误差与拟合点跨度比最小时的回归方程计算得到的盒计维数为所计算的盒计维数值，分别得到低频图像L<sub>0</sub>和DEM的盒计维数D<sub>i</sub>和D<sub>d</sub>，步骤六：循环判断如果D<sub>i</sub>≤D<sub>d</sub>，执行步骤七，否则令i值加1，然后执行步骤三小波分解，步骤七：最佳尺度判断判断D<sub>i‑1</sub>－D<sub>t</sub>的绝对值和D<sub>i</sub>－D<sub>d</sub>的绝对值的大小，如果Abs(D<sub>i</sub>－Dd)≤Abs(D<sub>i‑1</sub>－D<sub>d</sub>),最佳分解尺度为i，否则最佳尺度为i‑1，最佳尺度附值给I<sub>best</sub>，所述的Abs表示绝对值，步骤八：图像生成用零取代{H<sub>p,t</sub>}，t=1,2,…,I<sub>best</sub>，p=1,2,3，与尺度I<sub>best</sub>下的低频子图进行小波逆变换,再进行逆对数变化得到空间域的低频图像——地形子图，用高频子图集合{H<sub>p,t</sub>}，t=1,2,…,I<sub>best</sub>，p=1,2,3与零进行小波逆变换,再进行逆对数变化得到空间域的高频图像——岩性子图，输出代表岩性的高频子图和代表地形的低频子图。 |
