針對合成孔徑雷達(dá)（SAR）影像和多光譜遙感影像在融合時空間特征和光譜特征方面不能同時得到較大改善的問題,提出了一種基于成像特性的Shearlet變換域下的多源遙感影像融合方法。利用Shearlet變換的多方向和多尺度分解特性,將多光譜影像和SAR影像分別分解為高頻和低頻系數(shù),從影像區(qū)域能量特征和區(qū)域相關(guān)性入手,設(shè)計(jì)了基于區(qū)域能量的低頻系數(shù)融合規(guī)則和改進(jìn)型的脈沖耦合神經(jīng)網(wǎng)絡(luò)的高頻系數(shù)融合規(guī)則,使融合結(jié)果能夠包含更多空間細(xì)節(jié)信息和光譜信息。利用TerraSAR-X、Landsat5-TM影像進(jìn)行實(shí)驗(yàn),結(jié)果表明該方法在提高影像空間細(xì)節(jié)表達(dá)能力的同時能夠較好地融合更多的光譜信息。與小波變換、非下采樣輪廓波變換（Nonsubsampled contourlet Transform,NSCT）等方法相比,該方法在空間信息保有量和光譜信息保有量方面都有明顯的提升,其中交叉熵有接近100%的提升幅度,互相關(guān)系數(shù)有高于25%的提升幅度,光譜扭曲度有優(yōu)于40%的提升幅度。 

【文章來源】：武漢大學(xué)學(xué)報(信息科學(xué)版). 2017,42(04)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

圖１Ｓｈｅａｒｌｅｔ變換示意圖Ｆｉｇ．１ＷｏｒｋｆｌｏｗｏｆＳｈｅａｒｌｅｔＴｒａｎｓｆｏｒｍ

武漢大學(xué)學(xué)報·信息科學(xué)版２０１７年４月圖２基于Ｓｈｅａｒｌｅｔ變換的融合框架Ｆｉｇ．２ＦｌｏｗｃｈａｒｔｏｆＦｕｓｉｏｎＢａｓｅｄｏｎＳｈｅａｒｌｅｔＴｒａｎｓｆｏｒｍ極化方式。Ｌａｎｄｓａｔ－５ＴＭ數(shù)據(jù)獲取日期是２０１０年３月２６日，采用了４、３、２波段的合成影像，空間分辨率是３０ｍ。２．１實(shí)驗(yàn)及結(jié)果分析為了說明本文方法的有效性，對比實(shí)驗(yàn)方案分別采用顏色空間變化法（ＨＩＳ）、小波變換法（Ｗａｖｅｌｅｔ）、輪廓波變換法（Ｃｏｎｔｏｕｒｌｅｔ）、非下采樣輪廓波變換法（ＮＳＣＴ）、剪切波變換法（Ｓｈｅａｒ－ｌｅｔ）等５種常用或較為新穎的融合方法對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行融合處理，各種方法融合結(jié)果見圖４。融合的目的是在保留ＳＡＲ影像較高空間分辨率的同時充分提高影像的光譜信息，為ＳＡＲ影像在實(shí)際應(yīng)用中提供一個光譜信息通道作為輔助信息。因此，在評價指標(biāo)的選取上，一是從空間分辨率、信息保有量和清晰度等角度出發(fā)，選取了均值、標(biāo)準(zhǔn)差、信息熵、平均梯度等４個指標(biāo)。二是圖３待融合遙感影像Ｆｉｇ．３ＩｍａｇｅｓｆｏｒＦｕｓｉｏｎ圖４ＳＡＲ和多光譜圖像融合結(jié)果Ｆｉｇ．４ＦｕｓｉｏｎＲｅｓｕｌｔｓｏｆＳＡＲａｎｄＭｕｌｔｉｓｐｅｃｔｒａｌＩｍａｇｅ４７０

武漢大學(xué)學(xué)報·信息科學(xué)版２０１７年４月圖２基于Ｓｈｅａｒｌｅｔ變換的融合框架Ｆｉｇ．２ＦｌｏｗｃｈａｒｔｏｆＦｕｓｉｏｎＢａｓｅｄｏｎＳｈｅａｒｌｅｔＴｒａｎｓｆｏｒｍ極化方式。Ｌａｎｄｓａｔ－５ＴＭ數(shù)據(jù)獲取日期是２０１０年３月２６日，采用了４、３、２波段的合成影像，空間分辨率是３０ｍ。２．１實(shí)驗(yàn)及結(jié)果分析為了說明本文方法的有效性，對比實(shí)驗(yàn)方案分別采用顏色空間變化法（ＨＩＳ）、小波變換法（Ｗａｖｅｌｅｔ）、輪廓波變換法（Ｃｏｎｔｏｕｒｌｅｔ）、非下采樣輪廓波變換法（ＮＳＣＴ）、剪切波變換法（Ｓｈｅａｒ－ｌｅｔ）等５種常用或較為新穎的融合方法對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行融合處理，各種方法融合結(jié)果見圖４。融合的目的是在保留ＳＡＲ影像較高空間分辨率的同時充分提高影像的光譜信息，為ＳＡＲ影像在實(shí)際應(yīng)用中提供一個光譜信息通道作為輔助信息。因此，在評價指標(biāo)的選取上，一是從空間分辨率、信息保有量和清晰度等角度出發(fā)，選取了均值、標(biāo)準(zhǔn)差、信息熵、平均梯度等４個指標(biāo)。二是圖３待融合遙感影像Ｆｉｇ．３ＩｍａｇｅｓｆｏｒＦｕｓｉｏｎ圖４ＳＡＲ和多光譜圖像融合結(jié)果Ｆｉｇ．４ＦｕｓｉｏｎＲｅｓｕｌｔｓｏｆＳＡＲａｎｄＭｕｌｔｉｓｐｅｃｔｒａｌＩｍａｇｅ４７０


本文編號：3000114