多源遙感圖像融合算法及其效果評價研究.pdf

1、隨著遙感技術(shù)的發(fā)展，涌現(xiàn)出大量同一區(qū)域的多光譜、高分辨率、多時相的圖像數(shù)據(jù)，然而受傳感器物理上的限制，大量單一傳感器獲得圖像的光譜、空間分辨率呈現(xiàn)逆相關(guān)的關(guān)系。在遙感圖像的應(yīng)用需要日益增多的情況下，如何充分利用全色圖像與多光譜圖像之間的互補(bǔ)性與冗余性，獲得一幅高空間、高光譜分辨率的融合圖像的問題成為現(xiàn)今遙感應(yīng)用領(lǐng)域的研究熱點(diǎn)。
　　在遙感影像融合技術(shù)中，融合技術(shù)的千差萬別使得影像質(zhì)量評價對評判不同影像融合結(jié)果起著關(guān)鍵作用，如何準(zhǔn)確

2、地評價融合質(zhì)量也成為了影像融合的一個重要組成部分。為此，針對現(xiàn)有遙感圖像融合算法存在的光譜失真及空間細(xì)節(jié)丟失的問題，提出一種非下采樣Shearlet變換(NSST)與稀疏表示(SR)相結(jié)合的圖像融合算法。并為了更準(zhǔn)確、全面的評價其融合效果，構(gòu)建了一種新的無參考圖像下的全局評價指標(biāo)。研究工作主要包括如下來三個方面:
　　1)構(gòu)建了一種非下采樣Shearlet變換(NSST)與稀疏表示(SR)相結(jié)合的遙感圖像融合算法。該算法利用NSS

3、T多尺度、多方向及平移不變的特性對多光譜圖像亮度分量與全色圖像進(jìn)行變換分解，并根據(jù)稀疏表示能夠有效捕捉圖像結(jié)構(gòu)特征的特點(diǎn)，對低頻分量采用基于結(jié)構(gòu)相關(guān)性的稀疏表示加權(quán)融合規(guī)則，從而減少光譜失真，對高頻分量則利用基于改進(jìn)的拉普拉斯能量和的方法，以保留細(xì)節(jié)信息。
　　2)為了對融合算法進(jìn)行更精確、更客觀的評價，構(gòu)建了一種新的無參考圖像下的全局評價指標(biāo)。該指標(biāo)一方面保留了傳統(tǒng)綜合評價指標(biāo)QNR(Quality with NoReferen

4、ce)中波段相對關(guān)系的求解來評價融合結(jié)果，并引入CMSC(CompositeSimilarity Measure)來保證圖像的平移不變性，另一方面也結(jié)合了JQM(Joint QualityMeasure)方法獲得融合前后圖像的直接差異，從光譜保持與空間細(xì)節(jié)信息保持兩個方面來評價融合圖像，形成新的綜合評價指標(biāo)。
　　3)實(shí)驗以WorldView-2不同場景下的影像為數(shù)據(jù)源，將新的融合算法與傳統(tǒng)的IHS、AIHS、IHS-WV、IHS