基于联合双边滤波和非下采样剪切波的图像融合算法制造技术

本发明专利技术提供基于联合双边滤波和非下采样剪切波的图像融合算法，能够对来自不同传感器的遥感图像数据进行信息处理、分析，从而获得兼具不同来源的遥感图像的特征信息。处理过后的图像通常情况下比起源遥感图像的信息更丰富、更全面、更加符合人眼的视觉特性或机器的信息处理方式，以便于后续处理和更好地满足应用要求。用要求。用要求。

【技术实现步骤摘要】
基于联合双边滤波和非下采样剪切波的图像融合算法


[0001]本专利技术涉及图像融合
，尤其涉及基于联合双边滤波和非下采样剪切波的图像融合算法。

技术介绍

[0002]目前的遥感图像在城市规划、环境监测和军事防御等领域中发挥着重要作用，因此遥感图像的融合已经吸引了世界上越来越多的研究者，成为领域热点。由于在同一区域中的遥感图像的入射波长不同，多频带遥感图像具有显着的差异。高频带遥感图像可以提供场景的整体视图，其类似于光学成像，而低频带遥感图像相对黯淡，但具有更深的渗透。融合不同频带的遥感图像可以增强地面对象的识别和观察，像素级图像融合算法主要可以分为两类：基于多尺度变换(MST)、基于稀疏表示(SR)、基于深度学习。人眼是在不同的尺度上处理接收到的视觉信息并且对细节信息非常敏感，而基于多尺度变换 (MST)的融合算法将源图像分解到不同尺度、不同分辨率上，得到包含图像能量信息的低频分量和主要是图像细节信息的高频分量，并在低频和高频分量上依据不同的融合规则进行图像融合，最后通过多尺度重构获取融合图像。换句话说，基于MST的算法处理图像信息方式与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于联合双边滤波和非下采样剪切波的图像融合算法，其特征在于，包括以下步骤：S1：将多源遥感图像进行非下采样剪切波变换分解，获得高频分量图像；S2：通过联合双边滤波模型对多源遥感图像进行双尺度分解为能量层多源遥感图像和结构层多源遥感图像；S3：将能量层多源遥感图像进行融合，形成能量层融合图像；S4：将高频分量图像进行融合，形成高频分量融合图像；S5：将能量层融合图像作为低频分量与高频分量融合图像进行非下采样剪切波逆变换得到最终的融合图像；S6：通过客观评价指标评价基于联合双边滤波和非下采样剪切波的图像融合算法的性能。2.根据权利要求1所述的基于联合双边滤波和非下采样剪切波的图像融合算法，其特征在于，在步骤S1中，在将多源遥感图像进行非下采样剪切波变换分解时，使用最大规则获得高频分量图像。3.根据权利要求1所述的基于联合双边滤波和非下采样剪切波的图像融合算法，其特征在于，在步骤S3中，在将能量层多源遥感图进行融合时使用Abs
‑
Max准则，并且将能量层多源遥感图像的像素绝对值作为像素的活跃度。4.根据权利要求1所述的基于联合双边滤波和非下采样剪切波的图像融合算法，其特征在于，在步骤S2中，在通过联合双边滤波模型对多源遥感图像进行双尺度分解之前，对多源遥感图像进行平滑处理和高斯滤波处理，平滑处理的计算公式如下：R
σ
＝G
σ
*I其中I是输入的多源遥感图像，G
σ
(x，y)代表方差为σ2的高斯滤波器，R
σ
则为标准差为σ的平滑处理输出结果，σ2表示尺度；使用加权平均高斯滤波器来获取能量层多源遥感图像，计算公式如公式如下：计算公式如公式如下：其中I和G分别表示输入图像和滤波后输出的能量层多源遥感图像，z
j
表示归一化，G(j)表示输入图像的第j个像素滤波后输出的全局模糊图，N(j)表示第j个像素的局部区域，i表示在其局部区域内...

【专利技术属性】
技术研发人员：黄梦醒，孟昶含，张雨，毋媛媛，冯思玲，冯文龙，吴迪，李玉春，黎贞凤，叶金金，
申请(专利权)人：海南大学，
类型：发明
国别省市：