[发明专利]基于自动调节引导滤波器参数的遥感图像融合方法

说明书

本发明提出了一种自动调节引导滤波器参数的遥感图像融合方法，旨在提高融合图像的分辨率。实现步骤为：获取待融合遥感图像；对待融合遥感图像进行多尺度变换；获取待融合遥感图像的低频权重图；获取待融合遥感图像的高频权重图；设置引导滤波器调整参数，以及计算引导滤波器窗口半径的迭代次数；获取待融合遥感图像的重定义低频权重图；利用待融合遥感图像的重定义低频权重图对与其对应的低频系数分别进行加权融合；获取待融合遥感图像的重定义高频权重图；利用待融合遥感图像的重定义高频权重图对与其对应的高频系数分别进行加权融合；获取遥感融合图像；获取最佳遥感融合图像。本发明可用于地质、气象等领域的图像分析与处理。

技术领域

本发明属于图像处理技术领域，涉及一种遥感图像融合方法，具体涉及一种基于自动调节引导滤波器参数的遥感图像融合方法，可用于地质、气象等方面的图像的分析与处理。

背景技术

随着传感器技术的高速发展，越来越多的遥感卫星平台相继升空，同一场景能够获得多空间、多光谱的图像信息。然而由于传感器自身设计的限制，往往在满足高频谱分辨率的情况下，就无法得到高的空间分辨率。针对这一问题，遥感图像融合算法成为了研究热点。

按图像融合时数据的处理层次，融合算法可分为像素级融合、特征级融合和决策级融合，其中像素级融合能够保留图像的细节信息，融合的准确度最高，算法最简单，是目前融合技术研究中最为广泛的算法。现有的像素级融合主要分为：基于简单方法的融合算法、基于多尺度分析的融合算法和基于人工智能的融合算法。多尺度分析算法与基于简单方法的融合算法相比，多尺度算法所得到的融合图像噪声少，纹理信息得到很好的保留，多尺度分析算法与人工智能算法相比，时间复杂度低，算法执行速度快，实时性高。

在多尺度分析算法中处理变换得到的高频系数和低频系数时，通常会用到各种各样的滤波器。针对滤波器权重是否可变可将滤波器分为线性移不变滤波器和移可变滤波器。线性移不变滤波器就是指滤波器核权重是固定值，与输入图像的值无关的一类滤波器，如均值滤波器，中值滤波器等，这类图像滤波器对任何一类图像的操作都是一样的。线性移可变滤波器是指核权重值会随着图像内容改变的滤波器，如，双边滤波器和联合双边滤波器等，这类滤波器的核权重值会随着图像内容的不同而改变，由图像内容决定的滤波器称为引导滤波器。引导滤波器的优点就是滤波器的输出既受输入图像的控制，也受引导图像的特性控制。

2010年KaiMing He提出了新的引导滤波器。此引导滤波器能够在保留边缘细节的同时滤除噪声，它还克服了双边滤波器在使用过程中出现的梯度翻转的缺点。引导滤波器的算法复杂度为线性，使其使用效率非常高。

将引导滤波应用到图像融合算法中将大大提高引导滤波的效果。但是由于很多专家和学者在使用引导滤波器的时候仅直接指定了一个参数值，并没有按照融合图像的性质选取常常导致融合效果不理想，没有完全发挥引导滤波器的效果。

2016年，申请公布号为CN105761214A，名称为“基于轮廓波变换与引导滤波的遥感图像融合方法”的专利申请，公开了一种基于轮廓波变换和引导滤波的遥感图像融合方法，该方法对同一目标拍摄得到两幅待融合多光谱图像和全色图像进行轮廓波变换，得到对应的高频系数和低频系数；对两幅源图像的高频系数应用基于引导滤波的加权融合方法进行融合，得到融合图像的高频系数；对两幅源图像的低频系数应用区域能量取大的方法进行融合，得到融合图像的低频系数；对融合后的高频系数和低频系数，应用轮廓波反变换，得到该目标的融合图像。该方法运用引导滤波，加快了图像融合的速度，提高了融合的效率。然而，在进行引导滤波过程中，所选择的引导滤波器参数为定值，不能根据遥感融合图像的性质进行调整，导致融合结果的图像分辨率低，且部分色彩信息丢失，图像失真。

发明内容

本发明的目的在于克服上述现有技术存在的缺陷，提出一种基于自动调节引导滤波器参数的遥感图像融合方法，旨在提高融合图像的分辨率。

为实现上述目的，本发明采用的技术方案包括如下步骤：