SAR图像与可见光图像的融合方法技术

本发明专利技术公开了一种SAR图像与可见光图像的融合方法，涉及图像处理技术领域，解决了SAR图像与可见光图像融合容易产生光谱畸变的技术问题，其技术方案要点是在Gram‑Schmidt变换中，利用NSCT分解对SAR图像与可见光图像进行处理，获得包含可见光图像光谱信息与SAR图像细节信息的图像。之后，初步融合图像代替Gram‑Schmidt变换的第一分量进行Gram‑Schmidt逆变换，从而获得最终融合图像。该方法利用NSCT变换改进了Gram‑Schmidt算法，两种方法的结合能够改善融合中仅使用Gram‑Schmidt方法而产生的严重的光谱畸变，取得较好的融合效果。

【技术实现步骤摘要】
SAR图像与可见光图像的融合方法
本公开涉及图像处理
，尤其涉及一种SAR图像与可见光图像的融合方法。
技术介绍
随着国内外在轨遥感卫星数量的井喷式发展以及遥感市场的迅速扩张，遥感卫星已从过去专用于军用领域转而向民用领域扩张，并有了广泛研究与应用。SAR数据和光学遥感数据是卫星遥感平台的两类主要数据。可见光遥感图像能够直观反映地物真实的纹理、色彩及地理分布等信息，但易受到天气和时间的限制，获取数据的能力有所不足。SAR卫星利用合成孔径原理，通过微波实现高分辨率的成像，具有全天候、全天时的对地观测能力，而且微波能够部分穿透云层、稀疏植被，从而获得丰富的地面信息；但SAR影像不具有光谱信息，且因自身微波特性及斜视成像的几何特点，易产生叠掩、阴影、斑点噪声等影响观察的现象。SAR图像与可见光图像的融合可以综合两种图像的优点，保持光学遥感影像的光谱信息，减少云层、时间的影响，突出SAR图像对地面细节的表现力，提高图像的可解释性。目前国内外已有的图像融合方法，大多针对融合相对容易的图像源，如多光谱和全色图像的融合，其光谱特征经直方图匹配能够保持大致相同，因此融合结果不会发生光谱畸变。而SAR图像自身成像的特点，使其不具备可见光图像的光谱特性，因此在沿用已有的多光谱和全色图像的融合方法时，会产生严重的光谱畸变。
技术实现思路
本公开的技术目的为：针对现有技术的不足，提供一种基于Gram-Schmidt变换与NSCT(NonsubsampledContourlet)变换的SAR图像与可见光图像的融合方法，通过NSCT方法对SAR图像做预处理，为SAR图像提供光谱特征，从而改善基于Gram-Schmidt变换的融合方法所产生的光谱畸变。本公开的上述技术目的是通过以下技术方案得以实现的：一种SAR图像与可见光图像的融合方法包括：将可见光图像的各波段进行加权平均，得到所述可见光图像的灰度图GS1；对SAR图像和所述灰度图GS1分别进行NSCT分解，得到各自的NSCT系数其中，LSAR分别为所述SAR图像第i尺度下第j个方向的NSCT的高频子带系数、低频子带系数，LGray分别为所述灰度图GS1第i尺度下第j个方向的NSCT的高频子带系数、低频子带系数，所述i表示NSCT分解的第i个高频子带，且i∈[1,I]，所述j表示高频子带i所对应的的第j个分解方向数，且而所述高频子带i所对应的分解方向数共有J个，且J＝2i，则j∈[1,J]；依据融合规则对所述SAR图像和灰度图GS1的高频子带系数进行高频子带系数融合，对低频子带系数LSAR、LGray进行低频子带系数融合，得到融合后的NSCT系数对所述进行NSCT逆变换，得到初步融合图像；对所述可见光图像进行Gram-Schmidt变换，所述灰度图GS1为Gram-Schmidt变换的第一分量，将所述初步融合图像代替所述灰度图GS1进行Gram-Schmidt逆变换，得到最终融合图像。进一步地，所述融合规则包括低频融合规则和高频融合规则；所述低频融合规则，即Lnew(m,n)＝LGray(m,n)；所述高频融合规则，即则有其中，m和n分别代表子带系数矩阵的行数与列数，且m和n都为正整数。进一步地，以所述灰度图GS1为第一分量的所述可见光图像的Gram-Schmidt变换包括：GST为Gram-Schmidt变换后产生的第T个分量,GST(m,n)为GST在第T个分量中m行n列的像素值；BT-1为第T-1个波段分量，BT-1(m,n)为所述可见光图像在第T-1个波段中m行n列的像素值，μT-1为第T-1个波段像素值的平均值，为BT、GSk的协方差与GSk方差的比值，M、N分别为子带系数矩阵总的行数与列数,T为大于1的正整数，且T小于等于4，k为正整数。进一步地，将所述初步融合图像代替所述灰度图GS1进行Gram-Schmidt逆变换，该逆变换公式为：本公开的有益效果在于：本公开所提出的SAR图像与可见光图像的融合方法，通过Gram-Schmidt变换有效提取了源图像的轮廓、纹理和细节信息；同时在Gram-Schmidt变换中利用NSCT变换使融合后的图像保留了可见光图像的光谱特征，与现有技术相比，本公开避免了仅使用Gram-Schmidt变换融合后光谱畸变的产生，较好地保留了SAR图像的纹理特性和可见光图像的光谱特性。附图说明图1为本公开方法的流程图；图2中：(a)为可见光图像；(b)为SAR图像；(c)为Gram-Schmidt(GS)融合图像；(d)为IHS融合图像；(e)为PCA融合图像；(f)为Gram-Schmidt(GS)+NSCT融合图像。具体实施方式下面将结合附图对本公开技术方案进行详细说明。如图1所示，本公开所述的SAR图像与可见光图像的融合方法，首先将可见光图像的各波段进行加权平均，得到可见光图像的灰度图GS1。然后对SAR图像和灰度图GS1分别进行NSCT分解，得到各自的NSCT系数其中，LSAR分别为SAR图像第i尺度下第j个方向的NSCT的高频子带系数、低频子带系数，LGray分别为灰度图GS1第i尺度下第j个方向的NSCT的高频子带系数、低频子带系数，i表示NSCT分解的第i个高频子带，且i∈[1,I]，j表示高频子带i所对应的的第j个分解方向数，而所述高频子带i所对应的分解方向数共有J个，且J＝2i，则j∈[1,J]。本实施例中，NSCT分解采用的塔形尺度滤波器组为“maxflat”，方向滤波器组为“dmaxflat7”，共分解生成3个尺度高频子带系数，每个尺度的方向数分别为j＝2、4、8。依据融合规则对SAR图像和灰度图GS1各自的NSCT系数和进行融合，得到融合后的NSCT系数融合规则又包括低频融合规则和高频融合规则，低频融合规则即Lnew(m,n)＝LGray(m,n)；高频融合规则即：则有其中，m和n分别代表子带系数矩阵的行数与列数，且m和n都为正整数。NSCT低频子带系数主要是图像的概貌信息及基本光谱信息，高频子带系数包含了图像的细节信息。因此，采用不同的融合规则，以达到保留可见光图像的光谱信息的目的。然后对进行NSCT逆变换，得到初步融合图像(即NSCT融合图像)；对可见光图像进行Gram-Schmidt变换，那么灰度图GS1为Gram-Schmidt变换的第一分量，将初步融合图像代替灰度图GS1进行Gram-Schmidt逆变换，得到最终融合图像。以灰度图GS1为第一分量的可见光图像的Gram-Schmidt变换包括：GST为Gram-Schmidt变换后产生的第T个分量,GST(m,n)为GST在第T个分量中m行n列的像素值；BT-1为第T-1个波段分量，BT-1(m,n)为所述可见本文档来自技高网...

【技术保护点】
1.一种SAR图像与可见光图像的融合方法，其特征在于，包括：/n将可见光图像的各波段进行加权平均，得到所述可见光图像的灰度图GS

【技术特征摘要】
1.一种SAR图像与可见光图像的融合方法，其特征在于，包括：
将可见光图像的各波段进行加权平均，得到所述可见光图像的灰度图GS1；
对SAR图像和所述灰度图GS1分别进行NSCT分解，得到各自的NSCT系数其中，LSAR分别为所述SAR图像第i尺度下第j个方向的NSCT的高频子带系数、低频子带系数，LGray分别为所述灰度图GS1第i尺度下第j个方向的NSCT的高频子带系数、低频子带系数，所述i表示NSCT分解的第i个高频子带，且i∈[1,I]，所述j表示高频子带i所对应的第j个分解方向数，而所述高频子带i所对应的分解方向数共有J个，且J＝2i，则j∈[1,J]；
依据融合规则对所述SAR图像和灰度图GS1的高频子带系数进行高频子带系数融合，对低频子带系数LSAR、LGray进行低频子带系数融合，得到融合后的NSCT系数
对所述进行NSCT逆变换，得到初步融合图像；
对所述可见光图像进行Gram-Schmidt变换，所述灰度图GS1为Gram-Schmidt变换的第一分量，将所述初步融合图像代替所述灰度图GS1进行Gram-Schmidt逆变换，得到最终融合图像。


2.如权利要求1所述的SAR图像与可见光图像的融合方法，其特征在...

【专利技术属性】
技术研发人员：孔莹莹，张博文，闫碧原，刘艳娟，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32