一種基于Red-Black小波的圖像融合的改進算法

王虹元

(大連工業大學信息科學與工程學院，遼寧 大連 116034)

0 引言

為滿足對一種場景的精確描述，一般會使用幾種不同工作機理的圖像傳感器對場景進行成像，然后對這些成像信息進行特定算法的聯合處理，即圖像融合[1]。在遙感衛星圖像融合方面，多光譜圖像和SPOT全色圖像的融合是目前研究熱點，前者可以很好地保留圖像的光譜信息，但空間分辨率較低，而后者則具有較好的空間分辨率特性，可彌補前者的缺點，所以將這兩種圖像進行融合一直是遙感圖像融合領域的一個研究熱點。

圖像融合按照信息抽象程度可以分為像素級、特征級和決策級3個層次[2]。目前應用比較廣泛的是基于像素級的融合算法，常見的有主成分分析法(PCA)[3]、分數階樣條小波(IHS)變換法[4]、小波變換法[5]及Brovey變換法[6]、離散小波變換法(DWT)[7-8]等。這幾種算法在實際應用中均會存在一定的缺點，IHS變換法是最基礎的算法之一，實現簡單，但得到的融合圖像的光譜信息損失很明顯，這與融合圖像應包含豐富信息的初衷相差較遠。主成分分析法(PCA)可適用于遙感圖像的所有波段，但在圖像融合應用中，雖然可以增強圖像的空間表現力，但計算量大，損失光譜分辨率較多。離散小波變換法應用于圖像融合，由于對圖像分解和重構的抽樣處理，使得融合后的圖像存在明顯的方塊效應，空間分辨率也較低。

近年來，圖像融合的熱點集中在對傳統算法的改進以及將兩種算法的結合上，如基于IHS變換和小波變換[8-9]的融合算法、小波變換和PCA相結合算法[10]、基于提升小波的融合方法[11-12]等，這些方法屬于二維可分離小波，實現簡單易操作，應用廣泛。……