[发明专利]一种基于多方向梯度场的图像融合方法

说明书

技术领域

本发明属于遥感图像处理领域，特别涉及一种基于多方向梯度场的全色图像与多光谱图像的融合方法。

背景技术

在遥感图像处理领域，对于光学传感器，图像的空间分辨率和光谱分辨率是一对矛盾的因素。要获得高空间分辨率的图像就只能以单光谱工作，而要获得更多光谱就必须降低空间分辨率。为了同时提高图像的空间分辨率和光谱分辨率，人们提出了利用融合全色图像(高空间分辨率单光谱图像)和多光谱图像(低空间分辨率)来得到高空间分辨率多光谱图像的方法。总结已有的图像融合方法，可以将其分为三类：

第一类是基于颜色空间的转换方法。这些方法先将多光谱从原颜色空间转换到另外一种颜色空间，这样可以将亮度信息分量和颜色信息分量分开，再将亮度信息分量用单光谱的全色图像替换得到替换后的颜色空间表示，最后再对新的颜色空间进行逆变换，就得到融合后的图像。如，IHS(Intensity，Hue，Saturation)变换法先将原多光谱信息看作是RGB空间的颜色图像，对它进行IHS变换分别得到亮度通道I、色调通道H和饱和度通道S。之后用全色图像替代亮度通道I，再进行IHS逆变换从IHS空间变换到RGB空间，从而得到融合后的图像。基于颜色空间转换的方法实现原理简单，这种基于颜色空间转换的方法存在着两个方面的问题：(1)只适合于三通道图像融合；(2)虽然用全色图像直接替代了亮度通道，但是色调通道和饱和通道仍是原多光谱的信息的简单上采样，这必然会导致空间细节上的损失。

第二类是基于统计的主成份方法，这类方法与颜色空间转换类似，不同的是它可以适用于任何波段的图像融合，这类方法先将多光谱的每个像素看成是一个多维向量，对其进行统计成份分析(如主成分分析PCA)，得到投影向量，再将多光谱图像在这些投影向量上进行投影，在主成份投影的值保留了图像大部分的信息。再用全色图像替换主成分图像，之后进行相应的反变换就可以得到融合图像。基于统计的主成份方法虽然可以进行任意波段图像的融合，但融合后的图像很难保持原多光谱图像的颜色信息(即发生颜色失真)，而且在空间细节上与原全色图像相比也存在一定的损失。

第三类方法是基于小波分解法，这类方法的基本思想是利用小波变换提取全色图像的高频信息(细节信息)和多光谱图像的低频信息(轮廓信息)。将通过小波变换提取的全色图像的高频信息和多光谱图像的低频信息组合成一组新的小波系数，再对这些小波系数进行小波逆变换，从而得到融合图像。但是基于小波变换的图像融合方法得到的融合图像容易产生人造痕迹，从而降低了融合图像的质量。

综上所述，虽然现有的全色图像与多光谱图像融合方法很多，但这些方法都不能在空间分辨率和光谱分辨率上同时达到最优。而对于遥感图像的应用而言，得到高质量的高分辨率多光谱图像至关重要。如何由已有的全色图像和多光谱图像得到高质量的高分辨率多光谱图像在遥感图像处理领域中仍是一个颇具挑战性的难题。

发明内容

本发明的目的旨在使融合后的图像尽可能的保持全色图像的细节信息和多光谱图像的颜色信息，为此本发明提供了一种高质量的图像融合方法。

为达成所述目的，本发明提供一种基于多方向梯度场的图像融合方法，其特征在于，该方法包括以下步骤：

步骤S1，为了使融合图像保持全色图像的细节信息，基于多方向梯度算子，根据融合图像的多方向梯度场与全色图像的多方向梯度场的差值，得到融合图像在多方向梯度场上的目标函数L₁(f)，其中，f为融合图像；

步骤S2，为了使融合图像保持多光谱图像的颜色信息，根据融合图像的下采样图像与多光谱图像之间的差别，得到融合图像在颜色信息上的目标函数L₂(f)；

步骤S3，基于所述目标函数L₁(f)和所述目标函数L₂(f)，得到融合图像的整体目标函数L(f)；

步骤S4，在频域最小化所述整体目标函数L(f)，得到融合图像的频谱

步骤S5，对频谱进行FFT逆变换，得到融合图像。