基于分块DCT变换的多聚焦图像融合

提出一个简单而有效的多聚焦图像融合方法,即基于分块DCT变换的多聚焦图像融合,首先对图像进行8*8分块,然后分别对每个8*8块进行DCT变换,接着计算归一化的交流系数的绝对值的均值(|AC|_mean),其中融合规则是选取|AC|_mean大的8*8图像块进行融合,最后通过一致性评估降低块效应.实验中本文算法与DWT、SIDWT、DCT+Variance、DCT+SF算法进行了对比,通过实验证明了本文算法图像融合的效果与质量较佳,边缘细节信息较显著,图像融合取得了较好的客观评价与主观视觉效果,并且本文算法涉及的计算复杂度低,可为一些有限能源的图像处理设备(如用于临时监控的无线视觉传感器实时系统)提供技术支持.

高分五号高光谱数据融合方法比较

数据融合是解决高光谱卫星在时空分辨率等指标上受限的有效途径,探讨不同方法在GF-5高光谱数据上的融合效果,对GF-5高光谱数据的信息挖掘与推广应用有着重要意义。本文本着算法简单易用、适于推广的原则,采用GS(Gram-Schmidt)葛兰—施密特正交变换融合算法、GSA(GS Adaptive)自适应GS融合算法、CNMF(Coupled Non-negative Matrix Factorization)耦合非负矩阵分解融合算法、CRISP-W(Color Resolution Improvement Software Package with Wavelet transform)基于小波变换和CRISP-B(Color Resolution Improvement Software Package with Butterworth)基于巴特沃斯滤波器的分辨率提升融合算法、GLP(Generalized Laplacian Pyramid)广义拉普拉斯金字塔融合算法共6种融合方法,分别对BJ-2、GF-2、GF-1、GF-1C、GF-1D国产卫星多光谱数据与GF-5高光谱数据进行融合实验。通过目视分析、指标评价(相关系数、通用图像质量指标、峰值信噪比、光谱角、全局综合误差)、分类应用、时间成本4种方式对融合结果进行综合比较分析。结果表明,相融合的一组图像系列相同、空间分辨率相差越小,融合结果越好。CRISP-B、CRISP-W、GLP在提升空间分辨率、光谱保真度方面能达到较好的平衡,空间重建方面,GLP稍优且更稳定,CRISP-B、CRISP-W则在光谱信息保持方面稳定性更强且效果更好。数据源会对融合方法产生一定的影响,在光谱特征信息提取、分析等对光谱保真度要求高的工作中,GLP更适合同源数据(如GF-5与GF-1/1C/1D/2)融合,而在多源数据间(如GF-5与BJ-2)进行融合时,则优先选择CRISP-W。CNMF存在一定程度的色彩畸变,且运行时间较长。GSA、GS融合效果最差,其中,GSA不论是光谱保持能力还是空间分辨率提升能力均较GS更稳定。在小样本高光谱图像分类应用中,CRISP-B融合结果分类效果稳定,分类精度较高。GSA融合结果空间细节丰富,虽光谱失真较为严重,但同时增大了地物光谱分离度,仍适用于准确勾勒建筑物、道路等地物。本研究为GF-5高光谱数据与其他国产卫星多光谱数据融合方法的选择提供参考,有助于高分五号高光谱数据的应用与推广。