基于二代曲波变换与清晰度加权的遥感图像融合算法

为了克服遥感图像融合算法主要是利用单一的能量特征对图像信息实施融合,忽略了光谱特征,导致其存在光谱扭曲等缺陷,提出了基于二代曲波变换与清晰度加权的遥感图像融合算法。利用IHS(Intensity,Hue,Saturation)变换对多光谱(MS)图像计算,分割出MS图像的强度(I)成分。利用二代曲波变换(Curvelet)计算出全色(PAN)图像以及I成分的高、低频系数;采用图像的均值特征,对图像的光谱特征进行度量,并联合其区域能量特征,设计了新的融合规则,完成低频系数的融合。利用图像的Laplace特征对图像的清晰度进行计算,以此来构造清晰度加权模型,进行高频系数的融合;将融合系数经二代Curvelet和IHS逆变换处理后,输出融合结果。实验数据表明,较当前遥感图像融合算法而言,所提算法具备更好的融合效果,其融合图像的通用图像质量指数值更大,光谱差异更小。

基于SGC变换耦合边缘特征加权的图像融合算法

当前图像融合主要通过图像特征取大的方法来融合图像系数,忽略了图像边缘特征的相关性,使融合结果中存在块现象和不连续现象等不足。为此,引入二代曲波(SGC)变换,设计边缘特征加权的图像融合算法。将输入图像通过SGC变换,分解出其低频和高频系数;采用区域能量模型,计算出图像所包含的能量特征,通过均值模型,计算出图像所包含的亮度特征。利用图像的能量和亮度特征,构造双特征低频系数融合函数,获取能量特征和亮度特征都较为理想的融合低频系数。利用Sobel算子对图像的边缘特征进行检测,利用检测结果构造边缘特征加权的高频系数融合准则,获取高频系数融合结果。最后,借助二代曲波逆变换处理融合系数,获取融合图像。实验测试结果显示,相对于当前融合技术,所提算法具有更好的融合效果,其融合图像具备更好的边缘连续性以及清晰度。