談小波變換在遙感圖像處理中的應用

楊志遠

國防科學技術大學理學院 ，湖南長沙 410071

談小波變換在遙感圖像處理中的應用

楊志遠

國防科學技術大學理學院 ，湖南長沙 410071

依據小波變換理論分析得出了遙感圖像經過多層小波變換后，低層的細節系數頻率高于高層細節系數。為減少處理過程中信息量的丟失，將原遙感圖像和處理結果融合。實驗表明，在信號處理方面有著廣泛地應用,本文著重討論基于小波變換的圖像處理技術。

小波變換；遙感圖像；高頻信息；圖像處理

基于小波變換的遙感圖像是處理高頻信息形態數據源的主要方法之一，通過對基于小波變換圖像技術的分析,總結了基于單小波遙感圖像的基本方法和每種方法的優缺點，以及在分析小波圖像和小波標架變換的基礎上，提出了基于小波變換的圖像算法和小波標架變換的圖像算法。

1 壓縮感知的基本原理

以小波為基的壓縮感知的基本原理圖像壓縮處理對于航空、航天、軍事偵察、災害預報等許多領域至關重要,針對遙感圖像噪聲大、邊界不清楚等問題,提出了應用小波變換對遙感圖像進行壓縮感知和邊緣檢測處理的方法。

1.1 基于小波變換的邊緣檢測原理

以小波為基的圖像壓縮處理是技術關鍵的之一，尋求性能良好的壓縮方法是一個重要的研究領域，通過對小波基設誅預濾波器構造以及圖像處理中的問題分析，是解決圖像處理的有效途徑。因此，遙感圖像的先驗模型對于圖像的視覺處理至關重要，對于圖像的先驗模型從多個角度進行研究，其代表主要有統計方法、 正則化幾何建模方法和稀疏表示方法。

小波變換圖像融合是將同一場景中多幅圖像的互補信息合并成一幅新圖像,以便更好地對場景進行觀察和理解，為遙感圖像提供一種加精確的分析方法，在研究小波變換特性的基礎上,提出基于小波變換的圖像融合方法。實驗證明,該方法具有很好的融合效果。隨著小波變換體技術的發展,小波變換數字技術已成為一個研究熱點。在分析小波變換數字的基礎上,提出基于提升格式小波變換的數字水印算法,該算法在對圖像處理方面達到較好的效果。

1.2 基于小波變換的圖像數據壓縮原理

隨著現代信息社會對通信業務要求的不斷增長,基于小波變換的圖像數據壓縮原理與通信網容量的矛盾日益突出。特別是具有龐大數據量的數字圖像通信,更難以傳輸與存儲,極大地制約了圖像通信的發展,已成為圖像通信發展中的瓶頸問題。圖像壓縮編碼的目的就是要以盡量少的比特數表征圖像,同時保持復原圖像的質量,使它符合特定應用場合的要求。

基于小波變換的圖像數據壓縮原理是圖像數據壓縮發展史上一個新的里程碑，它在頻率和位置上都是可變的，非常適合分析瞬態信號。當分析低頻信號時其時窗很大，而分析高頻信號時其時窗很小，這恰恰符合實際問題中高頻信號的持續時間短、低頻信號的持續時間長的自然規律。

2 以小波基為稀疏基的圖像壓縮處理方法

根據遙感圖像中的不同地貌具有不同的頻譜特性,人工建筑區相對其他區域具有較高的頻率,提出了基于小波變換和數學形態學的遙感圖像人工建筑區提取算法。

2.1 對遙感圖像進行小波變換壓縮處理

將不同地貌的信息轉換到不同頻帶,再對高頻信息進行融合，并將融合后的高頻信息中幅度變化劇烈的區域看作遙感圖像的“山峰”,變化平穩的區域看作遙感圖像的“盆地”,最后采用形態學重建的方法提取人工圖像的壓縮圖像,實驗結果表明,該算法具有快速性和準確性的特點。

目前遙感圖像的種類繁多,針對中高分辨率的可見光成像的遙感圖像進行分析發現,在遙感圖像中不同的地貌呈現出不同的規律,在圖像上的表現形式就是具有不同的紋理,所以對遙感圖像的紋理進行粗分割，實際上就是對圖像中地貌的一種粗分類,紋理分割的主要任務是將圖像進行劃分。

2.2 遙感圖像頻率分布處理

以小波基為稀疏基的圖像壓縮處理相對低頻，景物處于相對高頻。根據小波變換多分辨率特點,圖像經多層小波分解,得到的低層細節系數代表圖像的相對高頻部分,高層細節系數代表圖像的相對低頻部分。提出通過增大圖像的高頻細節系數,減小低頻細節系數。利用視覺評價、平均梯度等方法評價實驗結果,表明分析遙感圖像頻率算法的有效性。

遙感圖像頻率分布的特征一般主要有多光譜圖像去云、多副圖像疊加、云多傳感器圖像融合，遙感成像小波系數分辨率分析圖像處理的成像過程中,由于高層細節系數的遮擋使獲得的遙感圖像變得模糊。運用圖像處理技術,研究如何有效去除影響,成為了提高遙感數據利用率的必要途徑。

3 遙感圖像壓縮處理的質量評價

3.1 遙感圖像壓縮處理的質量評價

與小波相比遙感圖像壓縮處理的質量評價，不僅具有小波的多分辨率特性和時頻特性，還具有很好的方向性和各向異性。小波的支撐域邊長在該尺度下的基函數支撐域的縱橫比可以任意選擇，基函數的支撐域來逼近曲線的過程，由于它的基函數的支撐域表現為“長方形”，因而是一種更為有效稀疏的表示法。與二維可分離小波基函數的方向支撐域的各向同性不同，其支撐域表現出來的是各向異性的特點。

遙感圖像壓縮處理的質量評價表示方法都是采用單一基，另外一條遙感圖像壓縮處理的質量評價表示的途徑是，基函數原子庫的圖像系統。通過遙感信號在完備庫上的分解,用來表示信號可適應本身的特點，靈活選取以得到遙感壓縮圖像。小波分析用于平穩信號和圖像的處理優于傳統的傅里葉變換，已被許多應用領域的事實所證實。

3.2 壓縮感知處理的形態分量方法分析

基于壓縮感知處理的形態分量方法的圖像分解，較好的結合了變分方法和稀疏表示方法兩類圖像分解的優點，為圖像處理問題提供了良好的處理機制。首先從關于圖像形態分量分解的變分方法來看，研究朝著對圖像結構和紋理等形態成分刻畫更精細方向發展。通過關于壓縮感知處理的形態分量結構和紋理分量的有效分離，由于目前所涉及的表示的主要有正交系統。隨著壓縮感知處理的形態分量表示理論的發展，通過不同的分類表示、稀疏性度量和正則化方法，可以導出不同的圖像形態分量分析算法。

4 結論

小波變換在遙感圖像處理中的應用是近年迅速發展起來的新興學科，具有深刻的理論意義和廣泛的應用范圍。小波變換在遙感圖像處理中的應用是一種信號的時間尺度分析方法，它具有多分辨分析的特點，而且在時頻兩域都具有表征信號局部特征的能力。

[1]王仁.小波變換在遙感圖像處理中應用思考[J].北京技術，2009(11).

[2]趙厚琴，劉偉.遙感圖像處理中探索網絡數據應用管理[J].安徽農業科學，2007(8).

[3]楊斌.小波變換遙感圖信息的發展的創新[J].河北教育，2008(6).

TP7

A

1674-6708（2011）47-0220-02