论文部分内容阅读
近年来,随着遥感技术、计算机技术和信息处理技术的发展,多源遥感信息融合技术在军事、遥感、自动目标识别、计算机视觉和医学图像处理等领域取得了广泛的应用。多源遥感信息融合就是将多个传感器获得的同一场景的遥感图像或同一传感器在不同时刻获得的同一场景的遥感图像数据进行空间和时间配准,采用融合算法将各类图像数据所含的信息优势互补地有机结合起来产生新图像或给出场景解释的技术。传统的融合算法,如IHS变换融合、PCA变换融合、HPF变换融合、金字塔融合、小波变换融合及其相结合的融合算法由于各自的特点和复杂性,一般都存在融合图像的清晰度和原始信息的保留程度不够理想的问题。本研究针对上述问题提出了一种改进的图像直方图匹配算法,基于高斯函数的直方图匹配算法对图像灰度值进行拉伸和均衡处理,达到较好的匹配效果。在传统小波包变换融合算法的基础上,提出了一种基于多通道滤波的小波包变换融合算法,对空间高分辨率图像在小波包分解之前先进行多通道滤波,较好地保留了尺度纹理特征并且采用改进的基于区域特征的自适应融合准则,对高频信息和低频信息采用不同的融合准则,提高了空间分辨率。利用遥感软件ENVI 4.5和ERDAS IMAGINE 9.2对传统融合算法和本文提出的改进算法进行对比实验,从目视的主观评价和数量统计的客观评价两方面进行了分析和总结。实验结果表明本文的改进算法在融合效果方面与传统的融合算法相比具有更丰富的信息量,保留了大量的纹理特征和光谱特征而且色彩逼真、清晰度更高。