遥感图像融合算法的研究及融合效果评价

【摘要】：遥感图像融合技术作为遥感图像分析的一种有效手段，近年来已经得到了快速发展。目前，虽然已经存在许多经典的融合算法，但这些算法的融合结果会在不同程度上出现光谱失真、色调变异等现象。如何使得融合结果在具有较高的空间分辨率的同时，降低图像光谱失真程度，已成为现在遥感领域研究的热点问题之一。 本文综合考虑遥感图像的均值、标准差、协方差矩阵、相关系数矩阵、OIF指数后，确定了融合的最佳波段组合。利用传统的遥感图像融合算法（HSV变换、PCA变换、Brovey变换、Gram-Schmidt变换、SFIM算法和IHS变换）进行实验，通过对各种融合结果进行综合评价后发现，传统IHS变换融合结果的清晰度明显高于其它算法，但融合后图像出现较为严重的光谱扭曲。针对这种现象，以往传统的方法大多是将多种算法进行组合运算，从而改善单一算法的不足，但这样会导致融合过程较为复杂，不利于实际操作。 因此，本文提出了一种基于局部方差加权的改进型IHS变换。首先，通过分析不同大小的滑动窗口，确定了最佳局部方差图像，对该图像进行归一化处理；然后，以I分量为基准，将SPOT图像与I分量进行直方图匹配；利用不同映射幂函数建立局部方差图像与I分量和SPOT图像的权重关系；最后，通过综合分析融合结果的标准差、平均梯度、信息熵、扭曲程度、偏差指数和相关系数，找出性价比最高时的幂指数，利用该幂指数能使得融合结果在具有较高的空间分辨率的同时，也具有较好的光谱保真性能。该算法为遥感图像融合提供了较好的方法模型。