留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

采用区域互信息的多光谱与全色图像融合算法

王金玲 贺小军 宋克非

王金玲, 贺小军, 宋克非. 采用区域互信息的多光谱与全色图像融合算法[J]. 红外与激光工程, 2014, 43(8): 2757-2764.
引用本文: 王金玲, 贺小军, 宋克非. 采用区域互信息的多光谱与全色图像融合算法[J]. 红外与激光工程, 2014, 43(8): 2757-2764.
Wang Jinling, He Xiaojun, Song Kefei. Image fusion algorithm of multi-spectral and panchromatic images adopting region mutual information[J]. Infrared and Laser Engineering, 2014, 43(8): 2757-2764.
Citation: Wang Jinling, He Xiaojun, Song Kefei. Image fusion algorithm of multi-spectral and panchromatic images adopting region mutual information[J]. Infrared and Laser Engineering, 2014, 43(8): 2757-2764.

采用区域互信息的多光谱与全色图像融合算法

基金项目: 

国家高技术研究发展计划(2007AA12Z113)

详细信息
    作者简介:

    王金玲(1983- ),女,助理研究员,博士,主要从事遥感图像处理的研究。Email:winnie_wjl@hotmail.com

  • 中图分类号: TP391

Image fusion algorithm of multi-spectral and panchromatic images adopting region mutual information

  • 摘要: 为了提高多光谱与全色图像融合算法质量,提出了一种采用区域互信息的多光谱与全色图像融合算法。首先将多光谱图像变换至HSV彩色空间,并采用分水岭与区域合并的方法对V分量进行区域分割,得到区域分割映射,欧氏光谱距离作为区域合并的测度。然后采用非下采样Contourlet变换(Nonsubsample Contourlet Transform,NSCT)对多光谱图像V分量和全色图像进行多分辨率分解,将区域分割结果映射至全色图像,通过计算对应区域间的互信息对多分辨率分解系数进行融合,获得融合图像的分解系数,最后通过NSCT反变换实现融合图像重构。图像融合算法对比实验表明,文中融合算法在充分保留了多光谱图像光谱信息的同时,尽可能多地注入了全色图像的细节信息,有效提高了多光谱图像的边缘特征。
  • [1] Chen Dake. Fusion algorithms of multispectral and panchromatic images[D]. Changchun: Jilin University, 2010. (in Chinese)
    [2]
    [3] 陈大可. 多光谱与全色图像融合方法的研究[D]. 长春: 吉林大学, 2010.
    [4] Hu Youjian Zhang Xiaohua. An improved IHS fusion for high resolution remote sensing images[C]//SPIE, 2010, 7546: 754635-1-754635-6.
    [5]
    [6] Shi Hailiang, Wei Tao, Xin Xiangjun, et al. Fusion of multispectral and panchromatic images based on PCA and NSCT[J]. Computer Engineering and Applications, 2012, 48(10): 212-216. (in Chinese)
    [7]
    [8] Li Guangxin, Xu Shuyan, Wu Weiping, et al. Extension of Piella pixel-level multiresolution image fusion framework and its algorithm[J]. Optics and Precision Engineering, 2012, 20(12): 2773-2780. (in Chinese)
    [9] Yang Yuetao. Fusion algorithm based on improved projected gradient NMF and NSCT[J]. Optics and Precision Engineering, 2011, 19(5): 1143-1150. (in Chinese)
    [10]
    [11] Liu Haibin. He Xiqin, Liu Xiangdong. Watershed and region merge-based image segmentation algorithm[J]. Application Research of Computers, 2007, 24(9): 307-308. (in Chinese)
    [12] 时海亮, 魏涛, 辛向军, 等. 基于PCA和NSCT的多光谱图像和全色图像的融合[J]. 计算机工程与应用, 2012, 48(10): 212-216.
    [13] Guo Ming, Fu Zheng, Xi Xiaoliang. Novel fusion algorithm for infrared and visible images based on local energy in NSCT domain[J]. Infrared and Laser Engineering, 2012, 41(8): 2229-2235. (in Chinese)
    [14]
    [15] Ye Chuanqi, Wang Baoshu, Miao Qiguang. Fusion algorithm of multi-spectral and high-resolution images based on region feature on NSCT domain[J]. Acta Optica Sinica, 2009, 29(5): 1240-1247. (in Chinese)
    [16]
    [17] Xydeas C S, Petrovi? V S. Objective pixel-level image fusion performance measure[C]//SPIE, 2000, 4051: 89-98.
    [18] 李光鑫, 徐抒岩, 吴伟平, 等. Piella像素级多分辨率图像融合框架的扩展及其算法[J]. 光学 精密工程, 2012, 20(12): 2773-2780.
    [19] Wang Jinling. Research on remote sensing image fusion algorithm based on multiresolution analysis[D]. Changchun: Changchu Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences, 2011. (in Chinese)
    [20]
    [21]
    [22] 杨粤涛. 采用改进投影梯度非负矩阵分解和非采样Contourlet变换的图像融合方法[J]. 光学 精密工程, 2011, 19(5): 1143-1150.
    [23]
    [24]
    [25] 刘海宾, 何希勤, 刘向东. 基于分水岭和区域合并的图像分割算法[J]. 计算机应用研究, 2007, 24(9): 307-308.
    [26]
    [27]
    [28] 郭明, 符拯, 奚晓梁. 基于局部能量的NSCT 域红外与可见光图像融合算法[J]. 红外与激光工程, 2012, 41(8): 2229-2235.
    [29]
    [30]
    [31] 叶传奇, 王宝树, 苗启广. 一种基于区域的NSCT域多光谱与高分辨率图像融合算法[J]. 光学学报, 2009, 29(5): 1240-1247.
    [32]
    [33]
    [34]
    [35] 王金玲. 基于多分辨率分析的遥感图像融合算法研究[D]. 长春: 中国科学院长春光学精密机械与物理研究所, 2011.
  • [1] 黄宜帆, 贺岩, 胡善江, 侯春鹤, 朱小磊, 李凯鹏, 刘芳华, 陈勇强, 郭守川.  海洋激光雷达图像处理提取海水深度的方法 . 红外与激光工程, 2021, 50(6): 20211034-1-20211034-8. doi: 10.3788/IRLA20211034
    [2] 曾瀚林, 孟祥勇, 钱惟贤.  高斯差分滤波图像融合方法 . 红外与激光工程, 2020, 49(S1): 20200091-20200091. doi: 10.3788/IRLA20200091
    [3] 戴进墩, 刘亚东, 毛先胤, 盛戈皞, 江秀臣.  基于FDST和双通道PCNN的红外与可见光图像融合 . 红外与激光工程, 2019, 48(2): 204001-0204001(8). doi: 10.3788/IRLA201948.0204001
    [4] 张家民, 时东锋, 黄见, 王英俭.  图像融合在偏振关联成像中的应用 . 红外与激光工程, 2018, 47(12): 1226002-1226002(7). doi: 10.3788/IRLA201847.1226002
    [5] 崔光茫, 张克奇, 徐之海, 冯华君, 赵巨峰.  基于仿射重建和噪声散点直方图的图像噪声水平估计 . 红外与激光工程, 2018, 47(S1): 182-188. doi: 10.3788/IRLA201847.S126002
    [6] 郭全民, 王言, 李翰山.  改进IHS-Curvelet变换融合可见光与红外图像抗晕光方法 . 红外与激光工程, 2018, 47(11): 1126002-1126002(9). doi: 10.3788/IRLA201847.1126002
    [7] 郭全民, 董亮, 李代娣.  红外与可见光图像融合的汽车抗晕光系统 . 红外与激光工程, 2017, 46(8): 818005-0818005(6). doi: 10.3788/IRLA201746.0818005
    [8] 曾祥通, 张玉珍, 孙佳嵩, 喻士领.  颜色对比度增强的红外与可见光图像融合方法 . 红外与激光工程, 2015, 44(4): 1198-1202.
    [9] 薛模根, 周浦城, 刘存超.  夜视图像局部颜色传递算法 . 红外与激光工程, 2015, 44(2): 781-785.
    [10] 杨扬, 戴明, 周箩鱼.  基于NSUDCT的红外与可见光图像融合 . 红外与激光工程, 2014, 43(3): 961-966.
    [11] 杨桄, 童涛, 孟强强, 孙嘉成.  基于梯度加权的红外与可见光图像融合方法 . 红外与激光工程, 2014, 43(8): 2772-2779.
    [12] 张宝辉, 闵超波, 窦亮, 张俊举, 常本康.  目标增强的红外与微光图像融合算法 . 红外与激光工程, 2014, 43(7): 2349-2353.
    [13] 王冬冬, 张炜, 金国锋, 杨正伟, 田干.  尖点突变理论在红外热波检测图像分割中的应用 . 红外与激光工程, 2014, 43(3): 1009-1015.
    [14] 杨风暴, 蔺素珍.  基于变换域多合成规则的双色中波红外图像融合 . 红外与激光工程, 2014, 43(11): 3663-3669.
    [15] 彭逸月, 何伟基, 顾国华, 童涛.  多层级及对比度提升的红外和可见光图像融合 . 红外与激光工程, 2013, 42(4): 1095-1099.
    [16] 毛海岑, 刘爱东.  利用证据理论的图像融合方法 . 红外与激光工程, 2013, 42(6): 1642-1646.
    [17] 张勇, 金伟其.  夜视融合图像质量客观评价方法 . 红外与激光工程, 2013, 42(5): 1360-1365.
    [18] 张勇, 金伟其.  夜视融合图像质量主观评价方法 . 红外与激光工程, 2013, 42(2): 528-532.
    [19] 杨扬, 戴明, 周箩鱼.  基于均匀离散曲波变换的多聚焦图像融合 . 红外与激光工程, 2013, 42(9): 2547-2552.
    [20] 李新娥, 任建岳, 吕增明, 沙巍, 张立国, 何斌.  NSCT域内基于改进PCNN和区域能量的多光谱和全色图像融合方法 . 红外与激光工程, 2013, 42(11): 3096-3102.
  • 加载中
计量
  • 文章访问数:  185
  • HTML全文浏览量:  17
  • PDF下载量:  223
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-12-03
  • 修回日期:  2014-01-03
  • 刊出日期:  2014-08-25

采用区域互信息的多光谱与全色图像融合算法

    作者简介:

    王金玲(1983- ),女,助理研究员,博士,主要从事遥感图像处理的研究。Email:winnie_wjl@hotmail.com

基金项目:

国家高技术研究发展计划(2007AA12Z113)

  • 中图分类号: TP391

摘要: 为了提高多光谱与全色图像融合算法质量,提出了一种采用区域互信息的多光谱与全色图像融合算法。首先将多光谱图像变换至HSV彩色空间,并采用分水岭与区域合并的方法对V分量进行区域分割,得到区域分割映射,欧氏光谱距离作为区域合并的测度。然后采用非下采样Contourlet变换(Nonsubsample Contourlet Transform,NSCT)对多光谱图像V分量和全色图像进行多分辨率分解,将区域分割结果映射至全色图像,通过计算对应区域间的互信息对多分辨率分解系数进行融合,获得融合图像的分解系数,最后通过NSCT反变换实现融合图像重构。图像融合算法对比实验表明,文中融合算法在充分保留了多光谱图像光谱信息的同时,尽可能多地注入了全色图像的细节信息,有效提高了多光谱图像的边缘特征。

English Abstract

参考文献 (35)

目录

    /

    返回文章
    返回