基于HIS 小波变换和MOPSO的全色与多光谱图像融合

赵辽英; 马启良; 厉小润

doi:10.7498/aps.61.194204

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名

邮箱

手机号码

标题

留言内容

验证码

摘要

有效的全色图像和多光谱图像的融合方法必须保证光谱和空间信息的最大化. 采用HIS小波融合算法框架, 提出了新的高频系数提取方法和一种新的全色和多光谱图像融合方法. 根据小波变换后高频中的细节以及边缘信息都具有方向性, 而噪声点一般都是孤立点这一物理特性, 设计了一种基于一阶高斯微分的高频系数提取方法.以多个融合评价指标为目标函数, 对HIS小波融合算法中采用不同融合规则得到的结果图像, 通过多目标粒子群优化算法优化加权组合得到最终结果. 对实际TM多光谱图像和SPOT全色图像进行了融合实验比较研究, 结果表明, 改进的高频系数提取方法得到的融合图像在光谱信息和空间信息上都有较好的改善, 用多目标粒子群优化算法得到的结果图像在光谱信息保留上具有较明显的优势且空间信息也得到了较大的提高.

关键词:

作者及机构信息

1.
杭州电子科技大学计算机应用技术研究所, 杭州 310018;

2.
浙江大学电气工程学院, 杭州 310027

基金项目: 国家自然科学基金(批准号: 61171152)和教育部支撑计划项目 (批准号: 625010216)资助的课题.

参考文献

[1]	Tu T M, Shyu H C, Huang P S 2001 Inf. Fusion 2 177
[2]	Mallat S G 1989 IEEE Trans. PAMI 11 674
[3]	Tanish Zaveri, Ishit Makwana, Mukesh Zaveri 2010 International Conference on Hybrid Intelligent Systems 10 13
[4]	Gan T, Feng S T, Nie S P, Zhu Z Q 2011 Acta Phys. Sin. 60 114205 (in Chinese) [甘甜, 冯少彤, 聂守平, 朱竹青 2011 物理学报 60 114205]
[5]	Guo Q, Liu S May 2011 International Journal for Light and Electron Optics 122 811
[6]	Arash G M, June M Y 2011 IEEE Trans. on Geoscience and Remote Sensing 49 1976
[7]	Wen L M, Peng L 2011 Computer Engineering and Applications. 10 (in Chinese) [温黎茗, 彭力 2011 计算机工程与应用 10]
[8]	Li X D 2003, 3 August. In: Proc. of the Genetic and Evolutionary Computation Conference. Chicago, USA p37-48
[9]	Li H B, Li X, Liu X P, Ai B, Liu T 2008 Journal of Remote Sensing. 12 724 (in Chinese) [黎海波, 黎夏, 刘小平, 艾彬, 刘涛 2008 遥感学报 12 724]
[10]	Saeedi J, Faez K 2011 ISPRS Journal of Photogrammetry and Remote Sensing 66 365
[11]	Gong J Z, Liu Y S, Xia B C, Chen J F 2010 Journal of Image and Graphics. 15 1269 (in Chinese) [龚建周, 刘彦随, 夏北成, 陈健飞 2010 中国图象图形学报 15 1269]
[12]	Chao R, Zhang K, Li Y J. 2004 Acta Electronica Sinica 32 750 (in Chinese) [晁锐, 张科, 李言俊 2004 电子学报 32 750]
[13]	Yang Y 2011 Journal of Multimedia 6 91
[14]	Bai T T, Deng C X, Geng Y 2010 Science and Technology Journal of Harbin University 15 44 (in Chinese) [白婷婷, 邓彩霞, 耿英 2010 哈尔滨理工大学学报 15 44]
[15]	Wang H H, Peng J X, Wu Wei 2004 Infrared and Laser Project. 33 189 (in Chinese) [王海晖, 彭嘉雄, 吴巍 2004 红外与激光工程 33 189]
[16]	Zhao W J, Duan F Z, Liu X M, Xue Z Y 2007 ENVI remote sensing image processing project and practice (Beijing: China Environmental Science Press) [赵文吉, 段福州, 刘晓萌, 徐智勇 2007 ENVI遥感影像处理专题与实践 (北京: 中国环境科学出版社)]

施引文献

[1]	Tu T M, Shyu H C, Huang P S 2001 Inf. Fusion 2 177
[2]	Mallat S G 1989 IEEE Trans. PAMI 11 674
[3]	Tanish Zaveri, Ishit Makwana, Mukesh Zaveri 2010 International Conference on Hybrid Intelligent Systems 10 13
[4]	Gan T, Feng S T, Nie S P, Zhu Z Q 2011 Acta Phys. Sin. 60 114205 (in Chinese) [甘甜, 冯少彤, 聂守平, 朱竹青 2011 物理学报 60 114205]
[5]	Guo Q, Liu S May 2011 International Journal for Light and Electron Optics 122 811
[6]	Arash G M, June M Y 2011 IEEE Trans. on Geoscience and Remote Sensing 49 1976
[7]	Wen L M, Peng L 2011 Computer Engineering and Applications. 10 (in Chinese) [温黎茗, 彭力 2011 计算机工程与应用 10]
[8]	Li X D 2003, 3 August. In: Proc. of the Genetic and Evolutionary Computation Conference. Chicago, USA p37-48
[9]	Li H B, Li X, Liu X P, Ai B, Liu T 2008 Journal of Remote Sensing. 12 724 (in Chinese) [黎海波, 黎夏, 刘小平, 艾彬, 刘涛 2008 遥感学报 12 724]
[10]	Saeedi J, Faez K 2011 ISPRS Journal of Photogrammetry and Remote Sensing 66 365
[11]	Gong J Z, Liu Y S, Xia B C, Chen J F 2010 Journal of Image and Graphics. 15 1269 (in Chinese) [龚建周, 刘彦随, 夏北成, 陈健飞 2010 中国图象图形学报 15 1269]
[12]	Chao R, Zhang K, Li Y J. 2004 Acta Electronica Sinica 32 750 (in Chinese) [晁锐, 张科, 李言俊 2004 电子学报 32 750]
[13]	Yang Y 2011 Journal of Multimedia 6 91
[14]	Bai T T, Deng C X, Geng Y 2010 Science and Technology Journal of Harbin University 15 44 (in Chinese) [白婷婷, 邓彩霞, 耿英 2010 哈尔滨理工大学学报 15 44]
[15]	Wang H H, Peng J X, Wu Wei 2004 Infrared and Laser Project. 33 189 (in Chinese) [王海晖, 彭嘉雄, 吴巍 2004 红外与激光工程 33 189]
[16]	Zhao W J, Duan F Z, Liu X M, Xue Z Y 2007 ENVI remote sensing image processing project and practice (Beijing: China Environmental Science Press) [赵文吉, 段福州, 刘晓萌, 徐智勇 2007 ENVI遥感影像处理专题与实践 (北京: 中国环境科学出版社)]

[1]	甘甜, 冯少彤, 聂守平, 朱竹青. 基于分块DCT变换编码的小波域多幅图像融合算法. 物理学报, 2011, 60(11): 114205. doi: 10.7498/aps.60.114205
[2]	帅文娟, 冯少彤, 聂守平, 朱竹青. 基于主分量分析法的小波域三维目标序列图像隐藏技术. 物理学报, 2011, 60(3): 034203. doi: 10.7498/aps.60.034203
[3]	符懋敬, 庄建军, 宁新宝, 展庆波, 邵毅, 侯凤贞. 基于小波变换的人体步态序列提取. 物理学报, 2010, 59(6): 4343-4350. doi: 10.7498/aps.59.4343
[4]	王清月, 曹士英, 张志刚, 于靖, 徐涛, 邓玉强. 小波变换提取放大超短脉冲载波-包络相位的研究. 物理学报, 2008, 57(11): 7017-7021. doi: 10.7498/aps.57.7017
[5]	马原, 吕群波, 刘扬阳, 钱路路, 裴琳琳. 基于主成分变换的图像稀疏度估计方法. 物理学报, 2013, 62(20): 204202. doi: 10.7498/aps.62.204202
[6]	余海军, 杜建明, 张秀兰. 相干态的小波变换. 物理学报, 2012, 61(16): 164205. doi: 10.7498/aps.61.164205
[7]	邓玉强, 柴路, 王清月, 张志刚. 小波变换重建超短脉冲光谱相位的误差分析. 物理学报, 2005, 54(9): 4176-4181. doi: 10.7498/aps.54.4176
[8]	游荣义, 陈　忠, 徐慎初, 吴伯僖. 基于小波变换的混沌信号相空间重构研究. 物理学报, 2004, 53(9): 2882-2888. doi: 10.7498/aps.53.2882
[9]	邓玉强, 邢岐荣, 郎利影, 柴路, 王清月, 张志刚. THz波的小波变换频谱分析. 物理学报, 2005, 54(11): 5224-5227. doi: 10.7498/aps.54.5224
[10]	胡沁春, 何怡刚, 李宏民, 郭迪新. 基于开关电流技术的小波变换的滤波器电路实现. 物理学报, 2006, 55(2): 641-647. doi: 10.7498/aps.55.641

引用本文:

Citation:

计量

文章访问数: 1803
PDF下载量: 510
被引次数: 0

基于HIS 小波变换和MOPSO的全色与多光谱图像融合

1. 杭州电子科技大学计算机应用技术研究所, 杭州 310018;

2. 浙江大学电气工程学院, 杭州 310027

基金项目:

国家自然科学基金(批准号: 61171152)和教育部支撑计划项目 (批准号: 625010216)资助的课题.

收稿日期: 2012-02-13

修回日期: 2012-03-28

摘要: 有效的全色图像和多光谱图像的融合方法必须保证光谱和空间信息的最大化. 采用HIS小波融合算法框架, 提出了新的高频系数提取方法和一种新的全色和多光谱图像融合方法. 根据小波变换后高频中的细节以及边缘信息都具有方向性, 而噪声点一般都是孤立点这一物理特性, 设计了一种基于一阶高斯微分的高频系数提取方法.以多个融合评价指标为目标函数, 对HIS小波融合算法中采用不同融合规则得到的结果图像, 通过多目标粒子群优化算法优化加权组合得到最终结果. 对实际TM多光谱图像和SPOT全色图像进行了融合实验比较研究, 结果表明, 改进的高频系数提取方法得到的融合图像在光谱信息和空间信息上都有较好的改善, 用多目标粒子群优化算法得到的结果图像在光谱信息保留上具有较明显的优势且空间信息也得到了较大的提高.

关键词:

Multi-spectral and panchromatic image fusion based on HIS-wavelet transform and MOPSO algorithm

1.
Institute of Computer Application Technology, HangZhou Dianzi University, Hangzhou 310018, China;

2.
College of Electrical Engineering, Zhejiang University, Hangzhou 310027, China

Fund Project:

Project supported by the National Natural Science Foundation of China (Grant No. 61171152), and the Program for New Century Excellent Talents in University of Ministry of Education of China (Grant No. 625010216).

Received Date: 13 February 2012

Accepted Date: 28 March 2012

Abstract: Effective fusion method of remote sensing multispectral and panchromatic image must ensure maximizations of spectrum and space information. Using the fusion algorithm framework with combining HIS transformation and wavelet transform (HIS-wavelet), in this paper we propose a new method to extract high frequency coefficients and a new multispectral and panchromatic image fusion method by using multi-objective particle swarm optimization (MOPSO) algorithm. According to the physical characteristics that the edge information in the high frequency has the nature of direction and noise points in the high frequency are generally isolated, a high frequency coefficient extraction method based on Gauss first order differential is proposed. The final resulting image is optimally combined by two images obtained by using different fusion rules in HIS-wavelet. Multiple fusion evaluation indicators are used as object functions and the MOPSO algorithm is used to find the optimal weights. The experiments on TM multi-spectral image and SPOT panchromatic image are carried out. Experimental results demonstrate that the improved method has a better improvement in spectral and spatial information. At the same time, the resulting image which is obtained using MOPSO algorithm has obvious advantages in retaining the spectral information and the spatial information is also greatly improved.

Keywords:

全文HTML

参考文献 (16)

搜索

文章查询

留言板