基于變分多尺度圖像分解的SAR與可見光圖像融合.pdf

1、多傳感器圖像融合方法是圖像處理的眾多研究方向中的重要分支。圖像融合是一個將具有不同信息類型的傳感器采集的圖像集合結(jié)合成一張圖像的過程，這個融合之后的圖像相對于任何單一傳感器采集的原始圖像擁有更多而且更完整的信息。在遙感應(yīng)用領(lǐng)域里，傳感器技術(shù)飛速發(fā)展，星載圖像數(shù)據(jù)傳感器獲取的圖像數(shù)據(jù)不斷增加，這些數(shù)據(jù)從不同角度反映了所拍攝地區(qū)的地質(zhì)、地貌等信息，但是每一類圖像傳感器都有自己的局限性，為了避免這個問題，多傳感器圖像融合技術(shù)非常適合用來消除單

2、一源頭圖像的局限性，從而獲得具有更多信息的圖像。
　　合成孔徑雷達(dá)（SyntheticApertureRadar,SAR）能夠在任何時間、任何天氣環(huán)境下工作，而且還有一定的穿透能力。SAR傳感器圖像數(shù)據(jù)主要反映了目標(biāo)的介電特性和幾何屬性，反映在圖像中就是紋理和結(jié)構(gòu)信息豐富。但是，SAR傳感器圖像沒有反映探測目標(biāo)的光譜屬性，和人類的視覺印象出入較大，從而不方便人類進(jìn)行理解和采用計算機(jī)去處理，但是光學(xué)圖像反映了探測對象的光譜信息，并且

3、擁有很高的分辨率。然而，光學(xué)傳感器的工作極易受到天氣、光線條件這些因素干擾，并且并不具有穿透性。圖像融合可以將SAR采集的圖像和光學(xué)傳感器采集的圖像中互補(bǔ)信息綜合提取到一幅兼具二者特性的圖像中，這樣的圖像融合對進(jìn)一步的分割、識別、區(qū)域變化檢測等圖像處理任務(wù)具有很大的幫助。多尺度多傳感器圖像融合算法能夠在多個尺度多個屬性上提取和保留圖像信息，從而能夠有效、有針對性融合圖像的目標(biāo)。
　　在本論文中，提出了基于變分多尺度圖像分解的SAR

4、與可見光圖像融合算法。它首先采用變分多尺度圖像分解算法將圖像分解為空間形態(tài)完全不同的兩類分量，分別是結(jié)構(gòu)和紋理，其中結(jié)構(gòu)分量描述了圖像中的主要輪廓，而紋理分量描述圖像的振蕩部分，有時則包含有噪聲。針對這兩類具有很大差異性的空間形態(tài)分量，根據(jù)不同的處理策略分別來進(jìn)行圖像融合。對于結(jié)構(gòu)部分，采用curvelet基函數(shù)作為變換基，因?yàn)樗軌蚍浅Ｏ∈璧孛枋鼋Y(jié)構(gòu)，采用低頻平均，高頻取大的原則進(jìn)行融合；對于紋理部分，由于SAR圖像的斑點(diǎn)噪聲非常嚴(yán)重

5、，因此選擇舍棄最小兩個尺度的紋理，之后再進(jìn)行基于局部能量取大的原則進(jìn)行融合。隨機(jī)選擇4組實(shí)測SAR和可見光圖像，在上面驗(yàn)證本文提出算法的有效性，實(shí)驗(yàn)表明，新提出的算法不僅結(jié)構(gòu)清晰，而且SAR圖像中的斑點(diǎn)狀的乘性的噪點(diǎn)得到明顯的抑制，將本文新提出的算法和具有代表性的基于拉普拉斯金字塔和小波變換的圖像融合算法對比，新提出的算法不論在主觀還是客觀評價指標(biāo)上均具有明顯的優(yōu)勢。
　　本文第一部分介紹圖像融合的概念，歷史發(fā)展和應(yīng)用前景，緊接著

6、介紹了圖像融合的評價指標(biāo)。第二部分深入分析了具有代表性的多尺度圖像融合方法。第三部分介紹了變分法及其數(shù)值求解格式，它是本章后面變分多尺度圖像分解的建模和求解基礎(chǔ)，深入研究了變分多尺度圖像分解模型及采用有限差分格式求解模型的數(shù)值方法。第四部分為本文的新提出的算法部分，然后基于matlab2014a平臺進(jìn)行仿真，仿真結(jié)果與部分前面提到的經(jīng)典多尺度圖像融合算法進(jìn)行對比，仿真實(shí)驗(yàn)結(jié)果表明新提出多傳感器圖像數(shù)據(jù)融合算法的實(shí)驗(yàn)結(jié)果在結(jié)構(gòu)上更清晰，而