多源图像融合
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
多源图像融合
1
主要内容
目的与意义 图像融合的分类及模型 像素级图像融合处理 参考文献 融合结果演示
2
目的与意义
信息互补：各种单一传感器获取的影像数据在几何、 光谱和空间分辨率等方面存在一定的局限性和差异性 ，影像融合可以提取各自通道的信息，综合成统一图 像进行处理。
提高空间分辨率：如高分辨率的全色影像与低分辨率 的多光谱影像融合。
决策级：最高层次，首先对遥感数据进行特征提取和属性说明，然后对其结 果加以融合，得到目标或环境的融合属性说明。
图像融合的一般模型
多源遥感图 像数据
空间配准
信息融合
信息表示或 属性说明
4
三种融合框架的特点
5
ห้องสมุดไป่ตู้
三种融合框架对应的融合方法
6
像素级图像融合处理
三个核心步骤：影像预处理、影像融合和融合评价。
20
参考文献
多传感器图像融合技术综述. A comparative analysis of image fusion methods. A new intensity-hue-saturation fusion approach to image fusion
with a tradeoff parameter. Adaptive Image Fusion Algorithm of SAR CCD Images Based on
Model-Based Satellite Image Fusion. Multi-band SAR Images Fusion Using the EM Algorithm in
Contourlet Domain. Multifocus Holographic 3-D Image Fusion Using Independent
增强目标特征：如SAR影像与可见光影像的融合，增强 硬目标的可分辨能力。
提高分类精度：影像融合可以提供相互补充的信息来 对地面物体进行分类和解析。
3
图像融合的分类及模型
图像融合的分类
像素级：最低层次，对配准后的图像数据直接融合，保持尽可能多的原始数 据信息，具有最高精度；
特征级：中间层次，不把每个像素孤立看待，对遥感数据提取特征，产生特 征矢量，对特征矢量进行融合，利用融合特征矢量进行属性说明；
高分辨率 全色影像
14
IHS+小波融合算法流程
15
PCA+小波变换融合算法
16
影像融合定量评价
17
影像融合定量评价
18
影像融合定量评价
19
比较新的融合算法
基于非下采样Contourlet变换的图像融合方法; 基于双树复小波变换的图像融合方法; 基于模型的图像融合方法; 独立分量分析(ICA)图像融合方法; ….
Component Analysis. Multiresolution fusion of multispectral and panchromatic images
through the curvelet transform. Multiresolution-based image fusion with additive wavelet
R
I
G
IHS 变换
H
B
S
H、S反差 扩展
I分量
I’
R’
H’
IHS 反变换
G’
彩 色 合
S’
B’
成
Landsat-TM
SPOT Pan
8
PCA(主分量分析)变换融合法
在PCA变换中，一般采用自相关矩阵代替协方差矩阵。
9
PCA算法的性质
10
PCA融合的流程
11
PCA融合流程图
低分辨率多光谱 影像
26
Induction Scaling Technique.
21
参考文献
Investigation of the Dual-Tree Complex and Shift-Invariant Discrete Wavelet Transforms on Quickbird Image Fusion.
Wavelet Transform. Best Tradeoff for High-Resolution Image Fusion to Preserve
Spatial Details and Minimize Color Distortion. Context-driven fusion of high spatial and spectral resolution
图像空间
高分辨率全色 影像
高分辨率融合 影像
PCA变换 谱空间
PCA逆 变换
各主分量影像 PC1
直方图匹配
置换PC1分量
12
小波变换融合算法
13
IHS+小波变换融合算法
低分辨率 多光谱影像 图像空间
高分辨率 融合影像
IHS变换 谱空间
IHS逆变换
H，I，S
小波变换 融合
H，I’，S
I分量 直方图匹配
影像1 影像2 影像N
预处理
影像融合
测试评估
噪声去除 影像配准
影像输出
7
IHS变换融合法
颜色空间：
RGB颜色空间，面向硬件，三分量之间具有很强相关性； IHS颜色空间，即亮度(I)、色度(H)、饱和度(S)，三分量之
间互不相关，因此对某一分量的处理不会影响到其它分量。 而三分量中，以亮度分量最为重要。
decomposition. Remote Sensing Image Fusion Using Multiscale Mapped LS-
SVM. Region-Based Multimodal Image Fusion Using ICA Bases.
22
23
24
25
Thank You！
images based on oversampled multiresolution analysis. Fusion of multispectral and panchromatic images using improved
IHS and PCA mergers based on wavelet decomposition. Fusion of Multispectral and Panchromatic Images Using the
1
主要内容
目的与意义 图像融合的分类及模型 像素级图像融合处理 参考文献 融合结果演示
2
目的与意义
信息互补：各种单一传感器获取的影像数据在几何、 光谱和空间分辨率等方面存在一定的局限性和差异性 ，影像融合可以提取各自通道的信息，综合成统一图 像进行处理。
提高空间分辨率：如高分辨率的全色影像与低分辨率 的多光谱影像融合。
决策级：最高层次，首先对遥感数据进行特征提取和属性说明，然后对其结 果加以融合，得到目标或环境的融合属性说明。
图像融合的一般模型
多源遥感图 像数据
空间配准
信息融合
信息表示或 属性说明
4
三种融合框架的特点
5
ห้องสมุดไป่ตู้
三种融合框架对应的融合方法
6
像素级图像融合处理
三个核心步骤：影像预处理、影像融合和融合评价。
20
参考文献
多传感器图像融合技术综述. A comparative analysis of image fusion methods. A new intensity-hue-saturation fusion approach to image fusion
with a tradeoff parameter. Adaptive Image Fusion Algorithm of SAR CCD Images Based on
Model-Based Satellite Image Fusion. Multi-band SAR Images Fusion Using the EM Algorithm in
Contourlet Domain. Multifocus Holographic 3-D Image Fusion Using Independent
增强目标特征：如SAR影像与可见光影像的融合，增强 硬目标的可分辨能力。
提高分类精度：影像融合可以提供相互补充的信息来 对地面物体进行分类和解析。
3
图像融合的分类及模型
图像融合的分类
像素级：最低层次，对配准后的图像数据直接融合，保持尽可能多的原始数 据信息，具有最高精度；
特征级：中间层次，不把每个像素孤立看待，对遥感数据提取特征，产生特 征矢量，对特征矢量进行融合，利用融合特征矢量进行属性说明；
高分辨率 全色影像
14
IHS+小波融合算法流程
15
PCA+小波变换融合算法
16
影像融合定量评价
17
影像融合定量评价
18
影像融合定量评价
19
比较新的融合算法
基于非下采样Contourlet变换的图像融合方法; 基于双树复小波变换的图像融合方法; 基于模型的图像融合方法; 独立分量分析(ICA)图像融合方法; ….
Component Analysis. Multiresolution fusion of multispectral and panchromatic images
through the curvelet transform. Multiresolution-based image fusion with additive wavelet
R
I
G
IHS 变换
H
B
S
H、S反差 扩展
I分量
I’
R’
H’
IHS 反变换
G’
彩 色 合
S’
B’
成
Landsat-TM
SPOT Pan
8
PCA(主分量分析)变换融合法
在PCA变换中，一般采用自相关矩阵代替协方差矩阵。
9
PCA算法的性质
10
PCA融合的流程
11
PCA融合流程图
低分辨率多光谱 影像
26
Induction Scaling Technique.
21
参考文献
Investigation of the Dual-Tree Complex and Shift-Invariant Discrete Wavelet Transforms on Quickbird Image Fusion.
Wavelet Transform. Best Tradeoff for High-Resolution Image Fusion to Preserve
Spatial Details and Minimize Color Distortion. Context-driven fusion of high spatial and spectral resolution
图像空间
高分辨率全色 影像
高分辨率融合 影像
PCA变换 谱空间
PCA逆 变换
各主分量影像 PC1
直方图匹配
置换PC1分量
12
小波变换融合算法
13
IHS+小波变换融合算法
低分辨率 多光谱影像 图像空间
高分辨率 融合影像
IHS变换 谱空间
IHS逆变换
H，I，S
小波变换 融合
H，I’，S
I分量 直方图匹配
影像1 影像2 影像N
预处理
影像融合
测试评估
噪声去除 影像配准
影像输出
7
IHS变换融合法
颜色空间：
RGB颜色空间，面向硬件，三分量之间具有很强相关性； IHS颜色空间，即亮度(I)、色度(H)、饱和度(S)，三分量之
间互不相关，因此对某一分量的处理不会影响到其它分量。 而三分量中，以亮度分量最为重要。
decomposition. Remote Sensing Image Fusion Using Multiscale Mapped LS-
SVM. Region-Based Multimodal Image Fusion Using ICA Bases.
22
23
24
25
Thank You！
images based on oversampled multiresolution analysis. Fusion of multispectral and panchromatic images using improved
IHS and PCA mergers based on wavelet decomposition. Fusion of Multispectral and Panchromatic Images Using the