关键字 |
| 图像融合、Brovey方法、DWT,熵,RMSE PSNR。 |
介绍 |
| 遥感提供了各种不同的图像数据具有不同特点的时间,空间,放射和光谱分辨率。光学传感器系统,成像系统提供一种高空间和高光谱分辨率之间的权衡,并没有一个系统提供。因此,在遥感社区,一个图像与„大qualityA¢往往意味着更高的空间或更高的光谱分辨率,这只能通过更先进的传感器。传感器的设计提供空间和光谱分辨率高光谱分辨率之间的权衡,是有限的传感器的空间分辨率和信噪比。因此,必要和非常有用的能够将图像与高光谱信息和空间信息[1]。 |
| 图像融合技术可以分为三个类别根据融合发生的阶段;通常分为三个层次,即:像素级、特征级和决策级表示[2,3]。许多方法已经提出了基于他变换的图像融合,PCA变换和神经网络的方法。这些方法中,乘法变换,BROVEY变换和小波变换可以快速合并大量的高空间分辨率的卫星图像。因此,在本文中,乘法变换,Brovey变换和小波变换方法是合并开发陆地卫星图像女士用陆地卫星锅的形象。 |
乘法的方法 |
| 乘法模型结合了两种数据集乘以每个乐队中的每个像素的数据对应像素的潘女士。[2]。 |
| 乘法的方法来源于四个组件技术。爱说认为只有乘法的四种可能的算术方法不太可能扭曲的颜色强度图像转化成一个全色图像因此这个算法是一个简单的乘法每多光谱与全色乐队的形象 |
| 红色=(低分辨率Band1 *高分辨率Band1) |
| 绿色=(低分辨率二级*高分辨率二级) |
| 蓝色=(低分辨率Band3 *高分辨率Band3) |
| 算法的优点是简单,简单。乘以相同的信息到所有乐队。然而,它创造了更高的光谱波段相关性这意味着它改变原始图像数据的光谱特性。 |
BROVEY方法 |
| BT,建立和促进了由美国科学家,Brovey也被称为归一化变换的颜色,因为它涉及一个红绿蓝(RGB)颜色变换方法。Brovey转换了避免乘法方法的缺点。这是一个简单的方法,结合来自不同传感器的数据。算术运算的组合,可实现光谱波段与全色图像的乘积。它保留相应的每个像素的光谱特性,并将所有的亮度信息转换成高分辨率的全色图像[3]。 |
| 用于Brovey变换的公式可以描述如下 |
| 红色= (band1 /Σ乐队n)∗高分辨率的乐队 |
| 绿色=(二级/Σ乐队n)∗高分辨率的乐队 |
| 蓝色= (band3 /Σ乐队n)∗高分辨率的乐队 |
| 高分辨率乐队潘= [4]。 |
离散小波变换:第一种方法 |
| 小波变换是信号处理领域的开发的一种数学工具。小波变换分解信号基于基本功能:小波。通过使用这个,数字图像分解为一组多分辨率图像小波系数。每个级别的系数包含空间连续两个分辨率水平之间的差异。 |
 |
| 如框图所示锅使用DWT图像分解。图像会分为四个组成部分即近似,对角的,垂直和水平。从这四个分量近似分量最大的信息。现在这个近似组件被女士形象[5]。 |
| 基于小波的图像融合的处理步骤 |
| 1 - P高分辨率图像分解为一组低分辨率P图像小波系数为每个级别。 |
| P 2 -取代低分辨率图像与一个乐队女士在同一空间分辨率的水平。 |
| 3 -进行逆小波变换分解和转换取代P组回到原来的分辨率水平。 |
| 处理替代和反向变换三次,每一光谱带。 |
离散小波变换:第二种方法 |
| 这是第二种方法,基于小波的图像融合。在这个方法中二级DWT锅&女士的形象。然后将组件在二级分解的图像被潘女士的形象。这样微小细节了,因此有更多的机会获得更好的质量形象[6]。 |
 |
| 基于小波的图像融合处理步骤: |
| 1 - P高分辨率图像分解为一组低分辨率P图像小波系数为每个级别。 |
| 2——一个女士低分辨率图像分解为一组低分辨率图像小波系数的女士 |
| 3 -取代低分辨率图像女士将组件的潘女士乐队形象。 |
| 4 -进行逆小波变换分解和转换取代P组回到原来的分辨率水平。 |
评价参数和方法 |
| 为了验证保护的光谱特征和空间分辨率的提高,融合图像视觉相比。视觉外观可能是主观的,取决于人类的翻译。随着视觉分析的统计评价方法应用于融合图像。这种统计方法给出了解颜色保存和改进空间。我们使用以下方法: |
答:熵 |
| 熵的定义是一个信号中包含的信息量。香农熵是第一个引入量化信息。图像的熵可以作为评估 |
 |
| 熵可以直接反映一幅图像的平均信息内容。的最大熵值时可以产生一系列的每个灰度具有相同的频率。如果融合图像的熵大于父母形象则表示融合图像包含更多的信息。 |
B。标准偏差 |
| 这个指标指的是更有效的在没有噪音。这措施的对比融合图像。一个图像与高对比度高标准差。 |
 |
| 嗨f(我)是融合图像的归一化直方图如果L (x, y)和频率直方图垃圾桶的数量。 |
C。均方根误差(RMSE) |
| 常用reference-based评估指标是均方根误差(RMSE),定义如下: |
 |
| R (m, n)和F (m, n)引用和融合图像,分别和m和n是形象维度。 |
D。选择信号噪声比 |
| 峰值信噪比PSNR值计算,分贝,两个图像。这一比率作为原始之间的测量和重建图像质量。PSNR值越高,更好的重建图像的质量。计算PSNR,首先我们必须计算均方误差(MSE)使用以下方程: |
 |
结果和分析 |
| 在我们的实验中两个图片是用于验证我们的结果,第一个图像是由陆地卫星7号拍摄女士ETM +通道称为ITHAC见图一:这张图片是由7乐队和1000没有的列和行。第二个图像假彩色图像。图3显示了锅同一个地方的形象由陆地卫星7号拍摄ETM +卫星频道。锅图像包含只有一个乐队。 |
| 为了充分利用光谱信息前和几何信息,图像融合算法。除了视觉分析,我们进行了定量分析。为了评估质量的融合图像的熵、标准差,RMSE和PSNR。 |
 |
 |
| 输入图像: |
| 以下数据是用于本研究。 |
 |
| 图1和图2显示了用于实验的输入图像。图1是形象而图2是潘女士的形象。这个图像是由陆地卫星卫星。这图片来自同一场景。 |
| 输出 |
| 以下是输出图像的各种方法。 |
 |
| 图3和图4显示了结果平均法和乘法的方法。我们可以看到,图像融合和很容易从原始图像提供更多信息。 |
 |
 |
| 图7 DWT2方法 |
| 图5、图6和图7显示了结果的Brovey DWT1 DWT2分别。很明显,在DWT2我们颜色失真。 |
结论 |
| 摘要五种不同方法平均法、乘法方法,Brovey方法和基于小波的方法进行了研究和比较的评估参数。从表1很明显,熵的图像合并由乘法方法或基于小波的方法是高于原始图像。这显然表示融合图像的信息量大于原始图像。这个表显示平均方法包含更多的对比。从视觉的角度平均法和Brovey法显示了一些颜色失真。所以在质量和数量方面,数学和包含的信息小波方法是增加的。 |
引用 |
- C波尔,J·Genderen遥感数据的多传感器图像融合:概念、方法和应用”,国际期刊RemoteSensing vol19 (5)2009年3月
- 轮Hana b *,热处理小冰期,H.Y.卦,b”,这项研究对高空间分辨率图像融合远程Senscing图像”,国际Archivesof摄影测量、遥感和空间信息科学。卷,37章。B7一部分。北京,april2008
- Ningyu张*,QuanyuanWub Brovey变换和小波变换的信息容量SPOT-5意象”,国际研讨会于2007年光电探测和成像Proc.学报。6623 66230 w1卷,2007年6月
- SaschaKlonus,埃勒斯,曼弗雷德“图像融合性能评价方法”,12日国际会议信息融合西雅图,佤邦,美国,2009年7月6 - 9日。
- V.P.S. Naidu和jr Raol进行像素级图像融合使用小波和主成分分析”,国防科学杂志卷。58岁的3号,页338 - 352年,印度。,2008年5月。
|
菜单
