针对不同融合算法的遥感影像分类方法研究 - 图文(4)

河南理工大学本科毕业论文

图3.4Brovey变换流程图

3.2.2Envi实现过程及结果

ENVI中同样可以对Brovey方法进行操作，过程如下：

1.打开ENVI4.8软件，点击主菜单中的Window，选择Available Bands List，分别打开全色影像PAN和多光谱影像MS；

2.点击ENVI主菜单中的Transform >Image Sharpening >Color Normalized（Brovey）； 3.出现Select RGB Input Bands对话框时，选择打开的多光谱影像； 4.出现High Resolution Input File对话框时，选择打开的全色影像；

5.出现Color Normalized Sharpening Parameters窗口，选择输出到“File”，设置输出的路径和文件名，点击“OK”开始处理。

实验结果如下：

图3.5 Brovey融合结果图

10

河南理工大学本科毕业论文

3.3Gram-Schmidt Spectral Sharpening

该算法起源于20世纪70年代初期，是由Schmidt首先提出。但直到21世纪初期才应用于遥感融合领域。 3.3.1GS融合方法的原理

最初的Gram-Schmidt变换算法只是数值分析领域的基本算法之一，后来经过很多人的改进才逐步应用于遥感影像融合领域。最初应用到融合领域的是GS光谱锐化算法(Gram-Schmidt Spectral Sharpening)，其基本思想是将低分辨率多光谱影像模拟分解为n个全色波段，然后对模拟产生的一个全色波段和全色影像进行Gram-Schmidt变换，作为第一个全色新波段，用高分辨率全色影像波段代替上步产生的第一全色波段，最后经过Gram-Schmidt逆变换得到融合结果[7]。

其中Gram-Schmidt变换公式为：

GST?i,j???BT?i,j??uT?????BT,GSl??GSl?i,j?

i?1T?1

（3.5）

其中，GST是Gram-Schmidt变换后的第T个分量，BT是多光谱影像的第T个波段，uT是第T个原始多光谱波段影像灰度值的均值。

其逆变换公式是：

BT?i,j???GST?i,j??uT?????BT,GSl??GSl?i,j?

i?1T?1（3.6）

Gram-Schmidt Spectral Sharpening算法的优点显而易见，一方面是可以同时处理多波段，即对波段无限制；另一方面既可以使多光谱影像的分辨率提高，又损失了很少的光谱信息，是一种比较高级的影像融合算法。 3.3.2Envi实现过程及结果

Gram-Schmidt变换融合算法在ENVI中的实现步骤依然很简单，处理过程如下： 1.打开ENVI4.8软件，点击主菜单中的Window，选择Available Bands List，分别打开全色影像PAN和多光谱影像MS；

2.点击ENVI主菜单中的Transform >Image Sharpening >Gram-Schmidt Spectral Sharpening；

3.出现Select Low Spatial Resolution Multi Band Input File对话框时，选择打开的多光谱影像MS；

4.出现Select High Spatial Resolution Pan Input Band对话框时，选择打开的全色影像PAN；

5.出现Gram-Schmidt Spectral Sharpen Parameters窗口，选择输出到“File”，设置输出的路径和文件名，点击“OK”开始处理

实验结果如下：

11

河南理工大学本科毕业论文

图3.6 GS融合结果图

12

河南理工大学本科毕业论文

4基于IHS变换和小波变换的融合方法

上一章详细介绍了ENVI软件中的传统融合算法原理和试验结果，本章将进入研究的重点内容—处理IHS变换和小波变换，并实现二者统一的新算法。这章主要用到的软件是MATLAB R2012b，这是一款非常实用的计算机仿真和图像处理软件，利用它可以很方便的实现IHS和小波变换，甚至实现融合后结果的评价指标。本章前三节不仅分别介绍了IHS和小波变换的原理，还给出了实验代码和试验结果。除此之外，本章第四节还详细介绍了三个影像质量评价指标—熵、清晰度和相关系数。 4.1基于IHS变换的融合方法

对于图像的颜色理论，我们熟知的就是RGB三原色。现实中的影像也几乎都是RGB图像，但在定性描述图像视觉性的时候，采用IHS系统将更为直观。 4.1.1IHS变换的原理

IHS（Intensity，Hue， Saturation）中的I表示图像的亮度，指人的眼睛对光源明暗程度的感觉，这一般与物体的反射率呈正相关；H表示图像的色调，是指物体色彩的类别，是我们区分事物的一个标准；S表示图像的饱和度，指颜色的纯度，颜色越纯饱和度越大，人眼看着就越鲜艳。因此，IHS变换的定义也就是将一般RGB图像转换成IHS的形式。将图像从RGB彩色模型转为IHS彩色模型，需要一定的变换关系模型，目前，常用的变换模型有球体、圆柱体、单六角锥和三角形色彩变换四种[8]。经过大量实验分析，在图相融合领域，三角形色彩变换模型不仅可以提高影像的分辨率，还可以很好的保留源遥感影像的光谱信息，并且运算量也很小，是本实验中一种比较理想的IHS变换模型。其变换方式如下[9]：

（1）明度

（2）饱和度

（3）色调

I??R?G?B?/3 （4.1）

S?1?min?R?G?B?/I

（4.2）

H???360??ifB?GifB?G??1/2??R?G???R?B????其中，??cos?1/2?2????????R?B?R?BG?B?? ?1?? （4.3）IHS中的亮度、色调、饱和度是单个相互独立的分量，这意味着当我们处理单个分量时，其余两个分量保持不变，这也正是我们选择IHS变换而不直接利用RGB影像的作为融合方法的一个理由。实验过程如下：

13

河南理工大学本科毕业论文

（1）将多光谱影像转换为IHS彩色空间，提取单独的亮度分量； （2）对全色影像和多光谱影像的亮度分量作直方图匹配；

（3）将匹配后的全色影像代替亮度分量，和另外两个分量（色调和饱和度）作IHS逆变换，得到融合图像。

其中，IHS的正变换矩阵[10]是： ?I??1/3?N???1/6?1?????N2???1/21/31/6?1/2 1/3??R??N1?22?;H?Arctg????2/6???G;S?N?N12 （4.4）?N????2???0?B??? （4.5）IHS逆变换矩阵是： ?R??1/31/6?G???1/31/6??????B???1/3?2/61/2??1????1/2???N1?? ??0???N2?4.1.2Matlab实现及结果

利用Matlab可以编程实现IHS变换，代码如下： clear

u1=zeros(3，1); u2=zeros(3，1); v11=zeros(3，1); v12=zeros(3，1); A=zeros(3，3); B=zeros(3，3);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

A=[1/sqrt(3)，1/sqrt(3)，1/sqrt(3); 1/sqrt(6)，1/sqrt(6)，-2/sqrt(6); 1/sqrt(2)，-1/sqrt(2)，0];

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

B=[1/sqrt(3)，1/sqrt(6)，1/sqrt(2); 1/sqrt(3)，1/sqrt(6)，-1/sqrt(2); 1/sqrt(3)，-2/sqrt(6)，0];

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

RGB_MS=imread('C:\\Users\\Administrator\\Desktop/MS.jpg');

14