基于双正交小波变换耦合区域梯度特征的遥感图像融合算法

当前较多遥感图像融合算法是利用主成分分析方法来完成遥感图像的融合,由于主成分分析方法融合后的图像会产生光谱畸变,易导致所融合图像存在光谱失真的问题。对此,设计了一种采用双正交小波变换耦合区域梯度特征的遥感图像融合算法。对多光谱图像进行色调-饱和度-亮度变换,以获取多光谱图像的亮度分量,引入双正交小波变换将该亮度分量与全色图像进行小波域分解,以获取图像的低频与高频子带;通过低频子带中像素点的区域梯度特征构造均值梯度模型,用于求取低频子带融合系数,利用高频子带中像素点对应的区域方差构造相似度因子,用于求取高频子带融合系数;通过色调-饱和度-亮度与双正交小波的逆变换获取所融合遥感图像。仿真实验结果显示,所设计方法与当前遥感图像融合方法相比,融合的遥感图像具有更好的视觉效果。

区域梯度特征耦合运动约束的图像匹配算法

为解决当前基于图像灰度特性的匹配算法在面对灰度变化较大或存在较多的干扰时,易出现较高误配率的不足,提出区域梯度特征耦合运动约束的图像匹配算法。利用FAST算子检测图像的特征点,借助Hessian矩阵剔除伪特征点;构建圆形区域,求取其梯度特征,改进SIFT机制,生成特征描述符。建立双向匹配机制,完成特征点的匹配;根据特征点运动方向的特点,构造图像运动约束规则,对匹配特征点进行提纯。仿真结果表明,与当前图像匹配算法相比,所提算法具有更高的抗干扰能力以及最低的匹配耗时。