A NOVEL ALGORITHM OF MULTI-SENSOR IMAGE FUSION BASED ON WAVELET PACKET TRANSFORM

In order to enhance the image information from multi-sensor and to improve the abilities of the information analysis and the feature extraction, this letter proposed a new fusion approach in pixel level by means of the Wavelet Packet Transform (WPT). The WPT is able to decompose an image into low frequency band and high frequency band in higher scale. It offers a more precise method for image analysis than Wavelet Transform (WT). Firstly, the proposed approach employs HIS (Hue, Intensity, Saturation) transform to obtain the intensity component of CBERS (China-Brazil Earth Resource Satellite) multi-spectral image. Then WPT transform is employed to decompose the intensity component and SPOT (Systeme Pour I'Observation de la Therre ) image into low frequency band and high frequency band in three levels. Next, two high frequency coefficients and low frequency coefficients of the images are combined by linear weighting strategies. Finally, the fused image is obtained with inverse WPT and inverse HIS. The results show the new approach can fuse details of input image successfully, and thereby can obtain a more satisfactory result than that of HM (Histogram Matched)-based fusion algorithm and WT-based fusion approach.

基于2代Curvelet改进IHS变换的遥感图像融合

Curvelet变换是继小波变换之后,能更适合于图像处理的一种新的多尺度变换分析方法,它比小波变换更加适合分析2维图像中的曲线或直线状的边缘特征,同时也具有很强的方向性。为了将该变换应用于图像融合,首先对第2代Curvelet变换理论进行了综述,然后在对基于第2代Curvelet变换的遥感图像融合方法进行研究的基础上,提出了一种与IHS变换结合的融合方法。最后用高分辨率全色图像与低分辨率多谱图像进行了融合实验,实验结果表明,将Curvelet变换引入图像融合,能够更好地提取原始遥感图像的特征,不仅可为融合图像提供更多的信息,而且融合图像能在较好地保留光谱信息的同时,使空间细节信息也得到增强。

IHS变换与小波变换相结合的图像融合新方法

提出了一种IHS变换与小波变换相结合的图像融合新方法。对多光谱(TM)图像的强度分量和全色(PAN)图像分别进行小波分解,根据小波变换高低频分量的不同特点,分别采取不同的高低频融合准则形成新的小波高低频分量,再先后进行小波逆变换和IHS逆变换得到融合后的TM图像。实验结果表明,提出的图像融合算法明显改善了融合图像的客观评价和主观视觉效果。

基于改进IHS变换的图像融合方法

针对传统的 IHS变换法光谱信息丢失严重的问题 ,提出了一种改进的 IHS变换法 .该方法根据高分辨率图像的高频信息 ,对多光谱图像经过 IHS变换的强度信息进行了调制 .实验证明 ,该方法取得了较好的融合效果 ,优于传统的

基于IHS变换与小波变换的遥感图像融合

针对多光谱图像与全色图像的融合 ,本文提出了一种基于 IHS变换和小波变换的遥感图像融合方法。新方法首先对多光谱图像作 IHS变换 ,得到亮度 I,色度 H,饱和度 S三个分量 ;其次 ,利用小波变换融合方法融合多光谱图像的亮度分量与全色图像 ,并用融合后的图像替代多光谱图像的亮度分量 ;最后 ,作 IHS反变换得到新的多光谱图像。主观视觉效果分析和客观统计参数评价分析表明 ,新方法的性能优于 IHS变换融合方法、小波变换融合方法和 PCA变换融合方法 ,不仅较大地增强了融合图像的空间细节表现能力 ,而且很好地保留了多光谱图像的光谱信息。

小波和IHS变换结合实现ETM图像波段融合

采用小波变换和IHS结合的方法实现了ETM多光谱波段和ETM全色波段的融合,并与传统的IHS融合的结果进行比较,结果表明小波和IHS变换相结合的方法优于IHS方法。

一种基于提升小波变换和IHS变换的图像融合方法

为了将低分辨率多光谱图像和高分辨率全色图像进行有效融合,提出了一种提升小波变换和IHS变换相结合的图像融合新方法。该方法首先对高分辨率图像进行无下采样提升小波分解,利用提升分解得到的各提升小波面叠加的边缘信息进行区域划分,再采用分区域加边缘有效因子的融合思想实现分区融合,使得融合的图像最大限度地保留了多光谱图像的光谱信息和高分辨率图像的空间分辨率,其中区域的划分采用进化算法实现。该方法的融合结果与IHS法、小波变换法及其他改进方法进行比较,实验结果表明,该方法能较好地保留多光谱图像的光谱信息和提高分辨率图像的空间分辨率。

一种基于IHS和小波变换的彩色图像融合算法

针对昼夜彩色图像的融合,提出了基于IHS变换和小波变换的昼夜彩色图像融合新算法。该算法首先对昼夜彩色图像作IHS变换得到三个分量:亮度I、色度H和饱和度S;然后利用小波变换融合昼夜彩色图像的亮度分量,并用融合后的亮度分量替代夜晚图像的亮度分量;再作IHS反变换得到新的夜间图像;最后将得到的新的夜间图像和原白天图像在空域进行加权融合。实验分析表明,新方法的性能优于简单的空域加权融合,也优于单纯的基于IHS和小波变换的融合,在保留昼夜彩色图像信息的基础上,增强了融合图像的空间细节表现能力;并用客观评价标准对算法进行了定量的分析。

基于IHS变换和亮度调节的遥感图像融合方法

为了能更好地将来自多传感器的遥感图像信息综合起来,在分析了几种典型的遥感图像融合方法后,基于IHS变换和亮度调节的思想探讨了一种新的遥感图像融合方法。通过两组仿真试验将该算法与IHS融合法、基于IHS变换和小波变换相结合的融合方法进行了比较,定性和定量的评价分析表明,提出的融合方法获得了基于IHS变换与小波变换相结合的融合方法相同甚至更好的融合效果,但算法更加简化。

区域特征动态加权的IHS小波遥感图像融合

研究传统的IHS变换、小波变换和两者结合的图像融合方法,提出一种区域多元特征动态加权的IHS小波遥感图像融合算法。结合IHS变换和小波变换的优点,对匹配后的新全色分量和IHS变换后多光谱图像的亮度分量,采用多元特征动态加权法进行小波融合。实验结果表明,与传统融合算法相比,该算法在空间细节增强和光谱信息保持方面性能较优。

基于IHS和小波变换的可见光与红外图像融合

针对红外与可见光图像所表现的目标特征不同,提出了一种基于IHS和小波变换的图像融合方法.首先对可见光图像进行IHS变换得到亮度I、色度H、饱和度S 3个分量,再对红外图像进行灰度变换;然后对亮度分量和已变换红外图像进行小波分解,对低频分量和高频分量分别采用不同的融合规则;最后进行IHS逆变换得到融合图像.实验结果表明,该方法在红外与可见光图像融合处理中取得了很好的融合效果,优于传统的IHS变换法和小波变换方法.该方法保留了可见光图像高的空间分辨率和丰富的纹理细节信息,同时融合了在可见光图像中看不到而在红外图像里可以观察到的热目标.

基于IHS变换和小波变换的遥感影像融合

在遥感影像融合中 ,IHS变换法与小波变换法具有互补性 ,文中把这两种方法结合起来 ,提出了一种基于IHS变换与小波变换的影像融合方法。通过对具体影像的实验证明 ,该方法是有效的 ,达到了预期的目的。

基于IHS变换与多进制小波变换的多源遥感影像融合

不同来源的遥感数据融合已经成为制约遥感数字图像处理技术发展的重要因素,文中基于IHS变换与改进的多进制小波变换相结合,对多源遥感图像进行数据融合,使融合后的数据既减少了IHS变换引起的图像光谱失真现象,又具有高空间分辨率的优点,同时也可广泛应用其它领域。

基于IHS变换、小波变换与高通滤波的遥感影像融合

基于IHS变换、小波变换与高通滤波的遥感影像融合方法。利用IHS变换法来增强结果影像的空间细节表现能力;利用小波变换法来保留多光谱影像的光谱特性;在使用小波变换法的同时,利用高通滤波法对小波变换的低频部分进行融合,以便尽量多保留全色影像的细节信息,避免融合后的影像出现细节模糊。新方法不仅很好地保留了多光谱影像的光谱信息,而且增强了结果影像的空间细节表现能力,提高了结果影像的信息量与清晰度。

基于FPGA的IHS和提升小波变换的图像融合实现

在分析IHS和提升小波变换图像融合算法理论的基础上,给出了一种基于FPGA的该图像融合算法的设计实现。该设计首先对IHS变换模块进行了硬件实现构造,然后设计了多级小波提升模块以实现图像融合质量和小波分解层数的合理匹配。实验结果表明,采用本设计方法进行图像融合,误差小、精度高,融合效果优良,能够在FPGA上实现以满足图像实时处理的需求。

基于分数阶样条小波与IHS变换的图像融合

该文提出用分数阶样条小波和Intensity-Hue-Saturation(IHS)变换结合的方法进行高分辨率全色图像和低分辨率多光谱图像的融合。分数阶样条小波由于具有良好的分数阶逼近性能,在分解图像时可得到更多的细节,而IHS变换在处理图像时会扭曲光谱特性,通过两者的结合,可得到高分辨率、多光谱图像。将该方法和传统‘Daubechies3’小波与IHS变换相结合的方法比较,实验结果证明了分数阶样条小波更多地保留了高分辨率图像的空间特性和低分辨率图像的光谱特性。

基于小波包变换与IHS变换的遥感图像融合

针对多光谱图像与全色图像的融合,提出了基于IHS变换和小波包变换的遥感图像融合新方法。该方法首先对多光谱图像作IHS变换得到3个分量:亮度I、色度H和饱和度S;其次利用小波包变换融合方法融合多光谱图像的亮度分量与全色图像,并用融合后的图像替代多光谱图像的亮度分量;最后作IHS反变换得到新的多光谱图像。实验分析表明,新方法的性能优于IHS变换融合方法、小波变换融合方法和基于小波变换与IHS变换融合方法,在保留多光谱图像光谱信息的基础上,增强了融合图像的空间细节表现能力。

一种基于结构相似度的IHS与小波变换相结合的遥感影像融合算法

针对分别使用IHS变换和小波技术进行融合实验时有较大的色彩畸变的问题,提出了一种基于结构相似度的IHS与小波变换相结合的融合算法.首先对多光谱影像进行IHS变换,对多光谱影像的亮度分量Ⅰ和全色波段影像进行小波分解;然后采用二者高频系数绝对值较大者作为新的Ⅰ分量的高频系数,而新的Ⅰ分量的低频系数由二者的低频系数进行加权平均获得,权值通过计算Ⅰ与全色波段的SSIM来自适应地确定.实验结果表明该算法在提高影像分辨率的同时,能很好地保持影像的光谱特征.

一种基于IHS和DWT变换的遥感图像融合方法

为了更好地进行不同分辨率图像的融合,提出了一种在Matlab平台上实现基于IHS变换与离散小波变换相结合的多光谱图像与高分辨率图像融合方法。实验结果分析表明,得到的融合图像与原多光谱图像相比,细节信息更为突出,整体信息更为丰富,基本达到了提高融合增强的目的。

基于IHS和小波变换的遥感图像融合方法研究

基于IHS变换法和小波变换法,提出一种新的图像融合方法.该方法利用IHS变换法增强空间细节表现能力,利用小波变换法保留TM图像的光谱特性,可以最大限度地保留待融合图像的光谱信息,同时可提高待融合图像的清晰度和空间分辨率.