[发明专利]基于小波变换和施密特光谱锐化的多源图像融合方法

说明书

本发明公开了一种基于小波变换和施密特光谱锐化的多源图像融合方法。其实现方案是：获取多光谱图像与高分辨率全色图像，对多光谱图像做施密特光谱锐化GS变换；取GS变换后多光谱图像的第一分量并进行小波变换，得到该分量的低频子图像和三个高频子图像；对高分辨率全色图像做小波变换，得到该图像的低频子图像和三个高频子图像；用全色图像的低频子图像替代多光谱图像的低频子图像，得到新的多光谱图像第一分量并对该分量进行小波逆变换，得到多光谱图像重构的第一分量；将该重构分量与多光谱图像的其余分量做GS逆变换，得到融合后的图像。本发明减少了融合过程中多光谱图像光谱信息的丢失，可用于生态监测与生态保护。

技术领域

本发明属于图像处理技术领域，尤其涉及一种多源图像融合方法，可用于生态监测与生态保护。

背景技术

随着成像传感器的发展，各式各样的成像设备已经渗透到人们的生活中。但是由于不同类型成像传感器的成像机理存在很大差异，使得它们所采集的图像难以满足一些特定的应用需求。因此需要对多源图像进行融合，获得目标和场景信息更加全面的图像。

多光谱图像是目前应用最广泛的图像之一，其具有丰富的光谱信息，但是空间分辨率相对较低。为了更好地应用多光谱图像，需要将其与高分辨率图像相融合，得到具有高分辨率和丰富光谱信息的新图像。

现有的多光谱图像融合方法主要有强度色调饱和度变换IHS法，主成分分析PCA法和传统的施密特光谱锐化融合GS法。其中，IHS法将多光谱图像由RGB空间转换至IHS空间，然后用高分辨率全色图像替换I分量，这种方法扭曲了原始图像的光谱特性，而且高分辨率全色图像的利用率低。PCA法是将多光谱图像进行主成分变换，然后将高分辨率全色图像进行线性拉伸并用拉伸后的图像替换第一主成分，最后经过主成分反变换得到融合图像。这种方法虽然提高了多光谱图像的空间分辨率，但是直接线性拉伸全色图像会改变其光谱特性。传统的GS融合方法是将多光谱图像通过GS转换至正交空间，再将高分辨率全色图像替换第一分量，最后通过GS反变换得到融合图像。这种方法所说对需要融合的遥感图像无波段数限制，但是仍会减少多光谱图像的光谱信息。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种基于小波变换和施密特光谱锐化的多源图像融合方法，以减少融合过程中多光谱图像光谱信息的丢失，获得谱段多、分辨率高的多光谱数据。

为达到上述目的，本发明的技术方案包括如下：

(1)从遥感卫星影像中获取多光谱图像与高分辨率全色图像P(x,y)，从多光谱图像中复制出一个全色波段，将这个全色波段与多光谱图像其他波段进行施密特光谱锐化GS变换；

(2)取GS变换后多光谱图像的第一分量I(x,y)，对其进行小波变换，得到一个低频子图像I_LL(x,y)与三个高频子图像I_LH(x,y)，I_HL(x,y)和I_HH(x,y)；

(3)对高分辨率全色图像P(x,y)进行小波变换，得到一个低频子图像P_LL(x,y)与三个高频子图像P_LH(x,y)，P_HL(x,y)和P_HH(x,y)；

(4)用全色图像的低频子图像P_LL(x,y)替代多光谱图像第一分量的低频子图像I_LL(x,y)，得到新的多光谱图像第一分量，并对新的多光谱图像第一分量进行小波逆变换，得到多光谱图像重构的第一分量

(5)将多光谱图像重构的第一分量与多光谱图像的其余分量进行GS逆变换，得到融合后的图像。

本发明具有如下优点：

1)本发明由于使用小波变换对图像进行分解，可以保证图像在分解过程中没有信息损失，并有效地提取原始图像的结构信息和细节信息，减少多光谱图像光谱信息的丢失。