為有效優(yōu)化融合圖像中多光譜特性的保持和空間信息的保留,提出一種結(jié)合Contourlet變換與粒子群優(yōu)化算法的遙感圖像融合方法。通過設(shè)定粒子群優(yōu)化算法的目標(biāo)適應(yīng)度函數(shù),使其依賴于融合結(jié)果圖像的客觀評價指標(biāo),并自適應(yīng)地獲取低頻子帶的最優(yōu)加權(quán)系數(shù)和高頻子帶間結(jié)構(gòu)相似度閾值的最優(yōu)值,從而得到優(yōu)化的融合圖像。首先將全色圖像和多光譜圖像的亮度I分量分別進(jìn)行Contourlet變換,根據(jù)分解后的低頻系數(shù)和高頻系數(shù)不同的特征信息,在低頻系數(shù)上以信息熵與相對偏差的差值作為目標(biāo)適應(yīng)度函數(shù),采用優(yōu)化算法自適應(yīng)地尋找最優(yōu)加權(quán)系數(shù)進(jìn)行融合;在高頻系數(shù)上以結(jié)構(gòu)相似度作為目標(biāo)適應(yīng)度函數(shù),搜索結(jié)構(gòu)相似度的最優(yōu)閾值p,再采用基于區(qū)域結(jié)構(gòu)相似度的融合規(guī)則進(jìn)行融合;最后經(jīng)Contourlet和IHS逆變換得到融合圖像。仿真實(shí)驗(yàn)結(jié)果表明:提出的方法能很好地兼顧多光譜圖像光譜信息的保持和全色圖像空間信息的保留。 

【文章來源】：計算機(jī)科學(xué). 2016,43(S2)北大核心CSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 算法基本理論
    2.1 Contourlet變換
    2.2 粒子群優(yōu)化算法
3 圖像融合算法
    3.1 圖像融合的具體步驟
    3.2 低頻系數(shù)融合規(guī)則
    3.3 高頻系數(shù)融合規(guī)則
4 仿真實(shí)驗(yàn)與分析
結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]多尺度變換和粒子群優(yōu)化的圖像融合方法[J]. 那彥,王赟鵬.  電子科技. 2015(07)
[2]基于改進(jìn)Contourlet變換的遙感圖像融合算法[J]. 陳利霞,鄒寧,袁華,歐陽寧.  計算機(jī)應(yīng)用. 2015(07)
[3]基于Contourlet變換的遙感圖像融合方法研究[J]. 李文靜,溫文鵬,王清和.  國土資源遙感. 2015(02)
[4]基于改進(jìn)梯度投影NMF和復(fù)Contourlet變換的遙感圖像融合[J]. 吳一全,沈毅,殷駿.  光子學(xué)報. 2014(05)
[5]基于結(jié)構(gòu)相似度的自適應(yīng)圖像質(zhì)量評價[J]. 靳鑫,蔣剛毅,陳芬,郁梅,邵楓,彭宗舉,Yo-Sung Ho.  光電子.激光. 2014(02)
[6]結(jié)合熵主成分變換與優(yōu)化方法的遙感圖像融合[J]. 羅曉清,吳小俊.  計算機(jī)應(yīng)用. 2013(02)
[7]基于多目標(biāo)粒子群算法的多傳感器圖像融合[J]. 王憲,張方生,慕鑫,柳絮青,郭玉凡.  光電工程. 2012(06)
[8]基于Contourlet系數(shù)局部特征的選擇性遙感圖像融合算法[J]. 朱康,賀新光.  激光與光電子學(xué)進(jìn)展. 2012(02)
[9]多源遙感圖像融合方法研究[J]. 鄭影.  計算機(jī)仿真. 2011(12)
[10]一種基于小波系數(shù)局部特征的選擇性遙感圖像融合方法[J]. 朱康,賀新光,楊波.  遙感信息. 2011(05)

碩士論文
[1]基于粒子群優(yōu)化的圖像融合方法研究[D]. 孫欣.西安電子科技大學(xué) 2014



本文編號：3199570