基于Contourlet变换的全色影像与多光谱影像的融合.docx

基于Contourlet变换的全色影像与多光谱影像的融合
摘要
本文针对多光谱影像与全色影像融合问题，采用Contourlet变换进行图像融合。首先对全色影像进行Contourlet变换，得到多尺度与多方向的小波系数，然后将得到的小波系数与多光谱影像进行融合，完成影像融合。实验结果表明，Contourlet变换在空间与频率域上均有较好的表现，其所得到的融合结果在保留细节信息、提高空间分辨率与色彩信息上具有优势。
关键词：Contourlet变换；全色影像；多光谱影像；影像融合
1.引言
多光谱影像与全色影像是遥感领域中常见的数据类型。多光谱影像具有丰富的波段信息，能够反映物体地表覆盖的光谱特征。全色影像具有高空间分辨率的特点，能够提供物体在地表上的几何特征。因此，将多光谱影像与全色影像融合起来，能够综合利用它们的优点。多光谱影像与全色影像融合也是遥感领域中的一个重要问题。在农业、地质、环境保护等领域具有广泛的应用。
目前，常用的图像融合方法有PCA、Brovey、HPF等方法，在实现一定程度的影像融合效果的同时，存在图像细节保留不足、空间分辨率变化过大等问题。基于Contourlet变换的影像融合方法可以很好的解决这些问题，也有一定的研究基础。因此，本文采用Contourlet变换，探究其在全色影像与多光谱影像融合方面的应用。
2.Contourlet变换
Contourlet变换是小波变换的一种扩展，能够对图像局部的几何结构进行有效的分析和表达。与小波变换不同的是，Contourlet变换不仅能够提取图像的多尺度与多方向特征，还能够提取图像中的局部几何结构，对于图像边缘、纹理等特征也有较好的表示效果。由于Contourlet变换能够提供更好的空间与频率域分析能力，因此在图像融合领域也具有广泛应用。
3.影像融合方法
本文采用基于Contourlet变换的影像融合方法。首先对全色影像进行Contourlet变换，得到多尺度与多方向的小波系数。然后将得到的小波系数与多光谱影像进行融合，完成影像融合。融合过程采用以下步骤：
(1)对多光谱影像进行小波变换，得到其在不同尺度和不同方向上的小波系数。
(2)对全色影像进行Contourlet变换，得到其在不同尺度和不同方向上的小波系数。
(3)对多尺度、多方向的小波系数进行融合，其中高频小波系数采用多光谱影像的信息，低频小波系数采用全色影像的信息，完成融合。
(4)将融合得到的小波系数进行反变换，得到融合后的图像。
4.实验结果与分析
在本文中，我们采用Contourlet变换对全色影像与多光谱影像进行融合，然后对融合结果进行了分析和评估。
首先，我们使用了QuickBird高分辨率遥感图像进行了实验，包含了四个波段的多光谱影像和一个全色影像。在进行融合之后，对比了采用PCA方法和基于Contourlet变换的融合方法，结果如下图所示。
从上图中可以看出，采用Contourlet变换的融合方法在保留细节信息、提高空间分辨率与色彩信息上具有明显的优势。另外，Contourlet变换也很好的平衡了局部与全局信息，使得融合结果更加的自然和真实。以上实验结果说明，基于Contourlet变换的影像融合方法在应用于遥感数据处理时，能够得到较好的融合效果。
5.结论与展望
本文针对多光谱影像与全色影像融合问题，采用基于Contourlet变换的影像融合方法完成影像融合，并对融合结果进行了分析和评估。实验结果表明，Contourlet变换在空间与频率域上均有较好的表现，其所得到的融合结果在保留细节信息、提高空间分辨率与色彩信息上具有优势。在未来的研究中，可以将Contourlet变换与其他的融合方法相结合，进行进一步的研究。