為解決融合圖像不同程度的光譜失真問題,提出了一種結(jié)合灰色關(guān)聯(lián)分析、模糊推理和IHS變換的圖像融合算法。首先通過灰色關(guān)聯(lián)分析和模糊推理算出全色圖像的邊緣點和非邊緣點,得到豐富的邊緣信息,然后對多光譜圖像進行IHS變換,以亮度分量為依據(jù)對全色圖像進行直方圖匹配,再基于邊緣信息對亮度分量和直方圖匹配后的全色圖像進行線性加權(quán),最后通過IHS逆變換得到融合圖像。為驗證本文方法的有效性,與5種常用方法比較,從視覺和定量兩方面進行評價,且采用降尺度評價和全分辨率評價。結(jié)果表明,該方法得到的融合圖像比其他5種方法更優(yōu)越。本文方法不僅提高了遙感圖像的空間分辨率,也較好保留了多光譜圖像的光譜信息。

【文章頁數(shù)】：13 頁

【部分圖文】：

圖1輸入輸出對應(yīng)的隸屬度函數(shù)

隸屬度函數(shù)作為模糊推理中的重要一環(huán)，是否正確地構(gòu)造隸屬度函數(shù)是能否用好模糊推理的關(guān)鍵之一。輸入輸出對應(yīng)的隸屬度函數(shù)，如圖1所示，模糊推理規(guī)則如表1所示。本文定義模糊集合對應(yīng)的語言變量為黑和白，其中黑表示輸入隸屬度與圖像灰度值呈負相關(guān)，白表示輸入隸屬度與圖像灰度值呈正相關(guān)，輸入隸屬....

圖2圖像融合流程圖

(6)用最終的亮度分量I″和色度（H）分量和飽和度（S）分量進行IHS逆變換，得到最終的融合圖像。融合步驟的流程圖如圖2所示。2實驗結(jié)果和分析

圖3Lena圖像邊緣檢測結(jié)果

為了選取灰色關(guān)聯(lián)分析的關(guān)聯(lián)度閾值θ，本文對lena圖邊緣檢測進行了不同閾值的驗證，如圖3所示。閾值為0.92的圖像因閾值較低而造成邊緣丟失的情況；閾值為0.94的圖像能夠檢測出豐富的邊緣細節(jié)；閾值為0.96的圖像所得邊緣較“厚”，邊緣定位精度不高，含有大量虛假邊緣。實驗表明，不同....

圖4不同方法邊緣檢測結(jié)果對比

圖3Lena圖像邊緣檢測結(jié)果由圖4可以看出，基于灰色關(guān)聯(lián)分析和模糊推理的邊緣檢測方法最佳，提取出的邊緣最全。canny算子提取出的邊緣不齊全但是對提取的邊緣進行了細化，視覺效果更佳�；诨疑P(guān)聯(lián)分析法邊緣檢測與基于灰色關(guān)聯(lián)分析和模糊推理的邊緣檢測相似，但是在圖像的細節(jié)邊緣方面，....

本文編號：3925348