基于灰色關(guān)聯(lián)分析和ＩＨＳ變換的圖像融合算法

摘要：針對(duì)IHS融合算法的光譜畸變問(wèn)題，提出一種基于灰色關(guān)聯(lián)分析和IHS變換的圖像融合算法。該算法利用灰色關(guān)聯(lián)分析法檢測(cè)出SAR圖像像素中的邊緣點(diǎn)和非邊緣點(diǎn)；通過(guò)IHS變換，在線性加權(quán)融合時(shí)賦予邊緣點(diǎn)較大的權(quán)值。實(shí)驗(yàn)表明，該算法在保持光譜信息方面具有顯著的優(yōu)越性，并且能夠有效提高融合圖像的空間分辨能力，具有簡(jiǎn)潔性和抗噪性，明顯優(yōu)于傳統(tǒng)的IHS融合算法和改進(jìn)的基于直方圖匹配的IHS融合算法。

關(guān)鍵詞：圖像融合；亮度、色度和飽和度變換；灰色關(guān)聯(lián)分析

中圖分類號(hào)：TP391．4; TN941.5文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001－3695(2007)07－0312－03

0引言

對(duì)于來(lái)自同一景物的多幅圖像，由于成像傳感器的差異及各種干擾的存在，使得獲取的圖像均存在不同程度的失真和噪聲。圖像融合技術(shù)通過(guò)特定的算法將兩幅或多幅圖像綜合成一幅新的圖像，融合結(jié)果能利用兩幅或多幅圖像在時(shí)空上的相關(guān)性及信息上的互補(bǔ)性，并使得融合后的新圖像對(duì)場(chǎng)景有更全面準(zhǔn)確的描述。例如在遙感領(lǐng)域，通過(guò)合成孔徑雷達(dá)（synthe－tic aperture radar，SAR）得到的圖像具有較高的空間分辨率，紋理信息豐富，但是缺乏光譜信息；而TM（thematic mapper）圖像具有豐富的光譜信息，但是空間分辨率較低。把這兩種圖像的信息和特點(diǎn)綜合起來(lái)，優(yōu)勢(shì)互補(bǔ)，使融合后的圖像同時(shí)具有高的空間分辨率和光譜分辨率成為可能。圖像融合技術(shù)在遙感領(lǐng)域有著重要應(yīng)用。

近年來(lái)，人們提出了許多方法用于解決SAR圖像和多光譜圖像的融合問(wèn)題，包括IHS變換法、PCA變換法、高通濾波法和小波變換法等［1~3］。其中，IHS變換法算法簡(jiǎn)潔、容易實(shí)現(xiàn)，因而得到了廣泛應(yīng)用。但是在傳統(tǒng)的IHS變換融合算法中，由于直接采用高分辨率圖像替換多光譜圖像的亮度分量I(xiàn)，在增強(qiáng)融合結(jié)果圖像的空間細(xì)節(jié)表現(xiàn)能力的同時(shí)，也產(chǎn)生了較大的光譜畸變。即便運(yùn)用直方圖匹配技術(shù)進(jìn)行改進(jìn)，仍存在較大的亮度損失和光譜失真，并且引入了大量高分辨率圖像中的噪聲。

針對(duì)上述不足，本文將灰色系統(tǒng)理論中的灰色關(guān)聯(lián)分析概念引入到圖像融合中，提出了一種基于灰色關(guān)聯(lián)分析和IHS變換的圖像融合算法。該算法首先對(duì)TM多光譜圖像的RGB頻帶進(jìn)行IHS變換，提取亮度分量I(xiàn)，并將SAR圖像與TM圖像的亮度分量I(xiàn)作直方圖匹配；其次，對(duì)圖像基元的特點(diǎn)進(jìn)行分析，以確定非邊緣點(diǎn)的參考序列和待比較序列，進(jìn)而根據(jù)兩個(gè)序列之間的灰色關(guān)聯(lián)度區(qū)分SAR圖像像素中的邊緣點(diǎn)和非邊緣點(diǎn)；再次，在SAR圖像和TM圖像的亮度分量I(xiàn)進(jìn)行線性加權(quán)融合時(shí)，賦予邊緣點(diǎn)較大的權(quán)值，得到新的亮度分量I(xiàn)′；最后將新的亮度分量I(xiàn)′代入IHS反變換，得到完整的融合圖像。利用灰色關(guān)聯(lián)分析進(jìn)行圖像邊緣檢測(cè)的方法能夠準(zhǔn)確、有效地檢測(cè)出有用的邊緣信息，具有良好的抗噪性和可控邊緣信息量等優(yōu)點(diǎn)[4，5]。因此，該算法不僅保持了較多的TM光譜信息，而且具有良好的抗噪聲性能。

1IHS融合算法

I(xiàn)、H、S分別表示亮度（Intensity）、色度（Hue）和飽和度（Saturation）。IHS變換是將TM圖像三個(gè)波段的低分辨率數(shù)據(jù)通過(guò)IHS變換轉(zhuǎn)換到IHS空間，然后將經(jīng)過(guò)去噪等預(yù)處理過(guò)程的單波段SAR圖像與IHS空間的亮度分量I(xiàn)進(jìn)行直方圖匹配，最后將修正過(guò)的高分辨率SAR圖像作為新的亮度分量I(xiàn)′與H分量和S分量進(jìn)行IHS反變換，得到融合圖像。其中，IHS變換的算法模型很多，盡管它們?cè)谶\(yùn)算速度、復(fù)雜性上有所不同，但是對(duì)圖像融合中的IHS變換而言，變換模型基本上不會(huì)影響融合結(jié)果。本文采用Harrison 和 Jupp 于1990年提出的變換模型［6］，如下所示:

基于直方圖匹配的IHS融合算法流程圖如圖1所示。

2基于灰色關(guān)聯(lián)分析和IHS變換的圖像融合算法

圖像融合的目的是在盡可能保持原多光譜圖像光譜信息的前提下，提高融合結(jié)果的空間分辨率。而邊緣是目標(biāo)識(shí)別最重要的特征，因此，從高空間分辨率圖像中提取這些細(xì)節(jié)信息并融入多光譜圖像是一種準(zhǔn)確、有效的圖像融合算法。本文即用灰色系統(tǒng)理論中的灰色關(guān)聯(lián)分析對(duì)單波段高分辨率SAR圖像進(jìn)行邊緣檢測(cè)，并將其與TM圖像的IHS變換結(jié)合起來(lái)用于圖像融合，取得了良好的效果。

2．1灰色關(guān)聯(lián)分析

灰色系統(tǒng)是指信息不完全或不完全確定的系統(tǒng)，貧信息、小樣本建模的獨(dú)特優(yōu)點(diǎn)使灰色系統(tǒng)理論得到了廣泛的應(yīng)用［4，5，7］?；疑P(guān)聯(lián)分析（Grey Relational Analysis， GRA）是灰色系統(tǒng)理論的重要組成部分，其整體比較機(jī)制使得它能以較強(qiáng)的分辨力研究系統(tǒng)中的各種復(fù)雜關(guān)系，計(jì)算步驟如下:

2．2基于灰色關(guān)聯(lián)分析的圖像邊緣檢測(cè)

對(duì)圖像進(jìn)行邊緣檢測(cè)時(shí)，某個(gè)像素有邊緣點(diǎn)和非邊緣點(diǎn)兩種可能。理想的非邊緣點(diǎn)就是該點(diǎn)像素值和周圍點(diǎn)像素值完全相同，因此可以把某一像素和其相鄰像素一起組成參考序列，令其取值相同，那么該點(diǎn)必為非邊緣點(diǎn)。本文取數(shù)值均為1的五點(diǎn)序列（該點(diǎn)像素及其上、下、左、右四個(gè)相鄰像素）作為參考序列，比較序列分別由待檢測(cè)圖像的各點(diǎn)像素及其相應(yīng)的四個(gè)相鄰位置的像素組成。對(duì)于大小為W×H的圖像，應(yīng)用灰色關(guān)聯(lián)分析進(jìn)行邊緣檢測(cè)的步驟如下：

2．3本文融合算法的實(shí)現(xiàn)步驟

（1）對(duì)TM圖像的RGB頻帶進(jìn)行IHS變換，得到亮度、色度與飽和度三個(gè)分量，即I(xiàn)分量、H分量和S分量。

（2）將SAR圖像與TM圖像的亮度分量I(xiàn)作直方圖匹配。

（3）利用灰色關(guān)聯(lián)分析對(duì)SAR圖像進(jìn)行邊緣檢測(cè)，得出邊緣點(diǎn)和非邊緣點(diǎn)。

（4）將SAR圖像和TM圖像的亮度分量I(xiàn)進(jìn)行線性加權(quán)融合。其中，為了突出高分辨率圖像的細(xì)節(jié)信息，賦予邊緣點(diǎn)較大的權(quán)重，從而得到新的亮度分量I(xiàn)′。

3實(shí)驗(yàn)結(jié)果和分析

本文使用的是經(jīng)過(guò)精確幾何校正、圖像配準(zhǔn)等預(yù)處理步驟的SAR和TM兩種傳感器對(duì)鄱陽(yáng)湖某部分水域的掃描圖像。實(shí)驗(yàn)圖像為256級(jí)灰度，大小為300×300，且TM圖像中選取其七個(gè)波段中的第5、4、3波段，分別組成R、G、B波段。所有算法和實(shí)驗(yàn)均在MATLAB 7.0上實(shí)現(xiàn)。

圖3給出了該算法的實(shí)驗(yàn)結(jié)果。從主觀目視判決可以看出，該算法的融合圖像中，道路、湖泊的紋理清楚，邊緣輪廓也清晰可見(jiàn)，分辨率顯著提高，色調(diào)和原始TM圖像一致。從而在有效地保留TM圖像光譜信息的基礎(chǔ)上，明顯增強(qiáng)了圖像的空間細(xì)節(jié)信息量，達(dá)到了融合的目的。對(duì)比傳統(tǒng)的IHS算法和改進(jìn)的基于直方圖匹配的IHS算法，后兩者的空間分辨率都有一定量的提高；但是光譜信息損失較大，即便運(yùn)用了直方圖匹配技術(shù)進(jìn)行改進(jìn)，光譜畸變依然明顯，目視效果遠(yuǎn)不如本文算法。

目前圖像融合質(zhì)量的評(píng)價(jià)可以根據(jù)主觀目視效果進(jìn)行主觀評(píng)價(jià)，還可以從客觀統(tǒng)計(jì)的角度進(jìn)行客觀分析。本文給出了光譜相關(guān)系數(shù)和平均梯度的統(tǒng)計(jì)指標(biāo)。其中， 光譜相關(guān)系數(shù)反映了融合結(jié)果與原TM多光譜圖像的相似程度，平均梯度則反映了圖像中的微小細(xì)節(jié)反差和紋理變化特征及清晰度，如表1所示。從表中可以看出，本文算法的光譜相關(guān)系數(shù)最大，說(shuō)明在保持原始TM多光譜圖像的光譜信息方面具有顯著的優(yōu)越性，同時(shí)也有效地融入了SAR圖像的細(xì)節(jié)信息。但是由于提高空間分辨率與保持光譜信息這兩者之間存在一定矛盾，同時(shí)明顯提高這兩項(xiàng)指標(biāo)并不容易[8]。相比較而言，本文方法在這兩者之間取得了很好的平衡，并在保持TM多光譜圖像的光譜信息方面具有顯著的優(yōu)越性，顯示了本文算法的有效性。

4結(jié)束語(yǔ)

本文提出了一種基于灰色關(guān)聯(lián)分析和IHS變換的圖像融合算法。其顯著的特點(diǎn)是引入了灰色系統(tǒng)理論中的灰色關(guān)聯(lián)分析概念，有效地檢測(cè)出高分辨率圖像中的邊緣點(diǎn)和非邊緣點(diǎn)，具有良好的抗噪性且邊緣信息量可控，進(jìn)而在加權(quán)融合的過(guò)程中賦予邊緣點(diǎn)和非邊緣點(diǎn)不同的權(quán)值。實(shí)驗(yàn)結(jié)果表明，該算法在保持原始TM多光譜圖像的光譜信息方面具有顯著的優(yōu)越性，并且有效地融入了SAR圖像的細(xì)節(jié)信息，提高了融合圖像的空間分辨能力；同時(shí)，由于該算法的簡(jiǎn)潔性和抗噪性，可以應(yīng)用于需要實(shí)時(shí)處理的遙感SAR圖像融合應(yīng)用場(chǎng)合，也為利用邊緣檢測(cè)、圖像分割和多分辨分析等技術(shù)來(lái)進(jìn)一步提高融合質(zhì)量，有一定的后續(xù)研究啟示作用。

參考文獻(xiàn)：

［1］POHL C，Van GENDEREN J L．Multisensor image fusion in remote sensing：concept，methods and applications[J]．INT J Remote Sensing，1998，19(5)：823－854.

[2]QU Jishuang，WANG Chao，WANG Zhengzhi. Data fusion based on technology for remote sensing image processing[J].Journal of Image and Graphics，2002，7(10):985－993.

[3]LIU Zhe，HAO Chongyang，LIU Xiaoxiang，et al.Pixel based image fusion between PAN image and multispectral image[J].Journal of Data Acquisition and Processing，2003，19(3):296－301.

[4]MA Miao， HAO Chongyang，LI Xinwu. A survey on grey image processing[C]//Proc of the 5th World Congress on Intelligent Control and Automation.[S.l.]:IEEE Sommunications Society，2004:4141－4145.

[5]MA Miao，HAO Chongyang，HAN Peiyou， et al.I(xiàn)mage fidelity crite－rion based on grey relational analysis[J].Journal of Computer－aided Design and Computer Graphics，2004，16(7):978－983.

[6]HARRISON J R， MURRAY R， HIROSE T．IHS transform for the integration of radar imagery with other remotely sensed data[J]．PERS，1990，56(12): 1631－1641．

[7]鄧聚龍.灰色系統(tǒng)基本方法[M].武漢：華中理工大學(xué)出版社，1996.

[8]ZHOU J，CIVCO D L， SILANDER J A. A wavelet transform method to merge landsat TM and SPOT panchromatic data[J]. Int J Remote Sensing，1998， 19(4):743－757.

注：“本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文”