基于多分辨率分析和變分的遙感圖像增強與融合算法研究.pdf

1、在遙感應用如目視解譯等任務中，需要提高遙感圖像的視覺質(zhì)量。圖像增強能夠有效地提高圖像的對比度、增強邊緣、抑制圖像噪聲，使得增強后的圖像更符合視覺特性。Pan-sharpening將高分辨率全色(Panchromatic，Pan)波段的空間細節(jié)注入多光譜(Multispectral，MS)波段，以生成同時具有高光譜和高空間分辨率的多光譜圖像，提高對目標或場景信息描述的準確性、可靠性和全面性，便于圖像的分類和識別。
　　本文主要研究工

2、作和成果包括以下幾個方面:
　　(1)分析了直方圖均衡化、基于Retinex、基于變分的圖像增強算法。直方圖均衡化方法簡單，易于實現(xiàn)，但增強后可能出現(xiàn)偽輪廓;基于Retinex的方法依賴于參數(shù)的設置;基于變分的方法增強效果較好，但時間復雜度較大。近年來，暗通道原理在自然圖像去霧上取得了較好的效果，本文研究了將其應用于遙感圖像增強的可行性。
　　(2)提出了一種基于暗通道原理和雙邊濾波的遙感圖像增強算法。由于暗通道模型的sof

3、tmatting過程計算復雜性高，本文使用雙邊濾波估計大氣光幕，進而獲得優(yōu)化透射圖，代替He算法中softmatting過程，提高了計算效率。針對將暗通道原理應用于遙感圖像增強時所產(chǎn)生的色彩失真現(xiàn)象，提出了透射圖的改進算法，提高景深圖像的取值，同時約束其最大值不大于1。該算法與基于Retinex、變分等圖像增強算法進行了比較，能夠有效地增加圖像的對比度，實驗結(jié)果驗證了算法的有效性。
　　(3)分析了基于分量替換、多分辨率分析和變分

4、的圖像融合算法?；诜至刻鎿Q的模型計算效率較高，但容易出現(xiàn)光譜失真;基于多分辨率分析的方法能夠在不同尺度獲取融合圖像的高頻和低頻信息;基于變分的方法根據(jù)融合需求定義能量泛函，能夠在提高多光譜波段空間分辨率和保持其光譜特性之間達到較好的平衡。由于各波段圖像的調(diào)制傳輸函數(shù)(ModulationTransferFunction，MTF)對融合結(jié)果有較大的影響，本文重點討論了圖像的MTF值與遙感圖像融合結(jié)果的關系。
　　(4)為改善融合效

5、果，需要考慮多光譜和全色波段的MTF。本文提出了一個新的基于MTF和變分的Pan-sharpening模型。能量泛函包括兩項，第一項為細節(jié)注入項，基于高通濾波器從Pan波段中提取細節(jié)信息并注入融合圖像;第二項為光譜保真項，基于MTF設計多孔小波的低通濾波器以保持MS波段的多光譜信息。在QuickBird、IKONOS和GeoEye數(shù)據(jù)集上的融合結(jié)果表明，該模型能夠生成同時具有高空間分辨率和高光譜分辨率的融合圖像，融合效果優(yōu)于AWLP、I