基于小波变换的可调节遥感影像融合方法

摘要

本发明涉及一种基于小波变换的可调节遥感影像融合方法，通过将高分辨率影像和多光谱影像进行小波多层分解，得到不同分解水平上各自的低频近似子图像和高频细节子图像，在每一分解水平上，采用一个滑动窗口，计算高分辨率影像和多光谱影像的子图像在滑动窗口内的方差之比，以该比值为依据，使用可调节参数对待融合子图像进行线性计算，依次得到各分解水平上对应子图像融合后的小波系数，最后进行小波逆变换得到融合影像。本发明在传统的小波分解与重构算法的基础上，通过引入可调节参数，很方便地在融合后影像的细节保留和光谱保持之间进行合理的取舍，可以得到单独使用某种传统的融合方法所无法实现的效果，从而可以满足不同的应用需求。

主权项

1、一种基于小波变换的可调节遥感影像融合方法，其特征在于，该方法包含有如下步骤：A、将高分辨率影像A进行线性拉伸并与多光谱影像B进行直方图匹配，然后进行小波分解，得到低频近似子图像SA(2j；x，y)和高频细节子图像WkA(2j；x，y)，其中k＝1，2，3表示3个方向；j＝1，2，…，J表示不同的分辨率；将影像B进行小波分解，得到低频近似子图像SB(2j；x，y)和高频细节子图像WkB(2j；x，y)；B、确定权系数qk值：在第j分解水平上，分别对影像A和B的子图像进行统计，构造Rk(2j；x，y)，用以反映两幅影像对应子图像的细节信息的相对大小，公式(1)中：DkA(2j；x，y)与DkB(2j；x，y)分别是WkA(2j；x，y)与WkB(2j；x，y)中以(x，y)为中心像元的n×n，n＝3，5，…，K窗口内的方差；$R_k(2^j;x,y)=\frac{D_{\mathrm{kA}}(2^j;x,y)}{D_{\mathrm{kB}}(2^j;x,y)}$ 公式(1)将Rk(2j；x，y)进行归一化，公式(2)中：Rk_normal(2j；x，y)是归一化的Rk(2j；x，y)，Rkmin(2j)是Rk(2j；x，y)的最小值，Rkmax(2j)是Rk(2j；x，y)的最大值；$R_{k\_\mathrm{normal}}(2^j;x,y)=\frac{R_k(2^j;x,y)-R_{k\min }\left(2^j\right)}{R_{k\max }\left(2^j\right)-R_{k\min }\left(2^j\right)}$ 公式(2)计算影像融合权系数qk的值，公式(3)中：a和b是可调节参数(0≤a≤b≤1)；$q_k=\left\{\begin{array}{cc}0& R_{k-\mathrm{normal}}\le a\\ \frac{R_{k\_\mathrm{normal}}-a}{b-a}& a<R_{k\_\mathrm{normal}<b}\\ 1& R_{k\_\mathrm{normal}}\ge b\end{array}\right.$ 公式(3)C、确定融合值：根据权系数qk的值，将两幅影像对应子图像WkA(2j；x，y)和WkB(2j；x，y)在(x，y)处的小波系数进行融合，得到(x，y)处的融合值，其中：Fk(2j；x，y)是融合后的子图像的滑动窗口中心点(x，y)的值； Fk(2j；x，y)＝qk×WkA(2j；x，y)+(1-qk)×WkB(2j；x，y)D、重复步骤B和C，依次对每一组低频近似子图像SA(2j；x，y)和SB(2j；x，y)，以及所有的分解水平上进行融合操作，得到融合影像在各分解水平上的低频近似子图像和高频细节子图像；对得到的小波系数进行小波逆变换，得到高光谱影像的一个波段与高分辨率影像的融合影像；再依次将多光谱影像B的其他波段也与高分辨率影像A按照前述步骤进行融合，从而完成所有波段的融合。