[发明专利]基于模糊积分的图像优化融合方法

摘要

一种基于模糊积分的图像优化融合方法，在IHS空间，将多光谱影像的强度分量经小波多层分解得到的低频基带系数，与高分辨率影像经对应多层小波分解得到的低频基带系数，利用模糊积分综合光谱信息和空间分辨率这两个单因素指标，进行迭代求优的像素级融合，同时对经小波分解后的高频子带系数进行高频细节特征融合，然后将融合处理后得到的高频子带系数、低频系数进行对应的小波逆变换，得到新的强度分量I’，再进行IHS逆变换后得到优化融合后的影像。本发明结合了IHS融合方法和小波融合方法的特点，使融合后的影像既达到最高的空间分辨率，又最大限度的降低了彩色的畸变，有效的改善了融合影像的光谱信息指标。

主权项

1、一种基于模糊积分的图像优化融合方法，其特征在于包括如下具体步骤：(1)对待融合的多光谱影像B进行IHS变换，分别得到在IHS彩色空间的色度H、饱和度S和强度分量I，然后对I分量进行小波分解，得到低频基带系数和高频子带系数；(2)对待融合高分辨率影像A进行线性拉伸和直方图匹配，然后进行小波分解，得到低频基带系数和高频子带系数，分解层数与多光谱影像I分量的小波分解层数相同；(3)确定一个3×3的空域窗口，分别求得影像B的I分量的高频子带系数和影像A的高频子带系数的均值μ(2j)和方差D(2j)；(4)对应分辨率层的高频子带系数按照下式进行高频细节特征融合，式中，2j为小波分解层数，Wk(2j，x，y)为2j分辨率下得到的高频子带系数融合结果，WAk(2j，x，y)和WBk(2j，x，y)分别为影像A及影像B中I分量的对应高频子带系数，DAk、DBk分别是以(x，y)为中心像元的3×3的空域窗口的方差；(5)对影像B的I分量和影像A的低频基带系数，按照下式 A(2j，x，y)＝k1AA(2j，x，y)+k2AB(2j，x，y)进行优化的像素级融合，式中，AA(2j，x，y)、AB(2j，x，y)分别为影像A及影像B中I分量对应的2j分辨率的低频基带数据，k1、k2为需要求优的权系数，k1+k2＝1；引入模糊积分对光谱信息指标和空间分辨率两项单因素指标进行综合，优化融合迭代过程中的权系数kopt＝k1＝1-k2，满足0≤kopt≤1；按照式S＝sup{min[e(u1)，g(E1)]，min[e(u2)，g(E2)]}计算寻优评价指标确定的模糊积分值Ei，求得SKopt＝max(Ei)，SKopt对应的迭代值kopt即为最优权系数，式中，g(E1)、g(E2)为对光谱信息指标和空间分辨率两项指标的重视度，e(u1)为光谱信息指标，e(u2)为空间分辨率指标，根据e(u1)，e(u2)的大小，u1和u2是对光谱信息和空间分辨率从小到大的排序位置；(6)对得到的像素级优化融合的小波系数的低频基带系数，以及进行的特征级融合的各高频小波系数进行对应的小波逆变换，得到新的强度分量I’；(7)将I’、H、S进行IHS逆变换，得到融合后的影像C。