论文部分内容阅读
在遥感应用如目视解译等任务中,需要提高遥感图像的视觉质量。图像增强能够有效地提高图像的对比度、增强边缘、抑制图像噪声,使得增强后的图像更符合视觉特性。Pan-sharpening将高分辨率全色(Panchromatic,Pan)波段的空间细节注入多光谱(Multispectral, MS)波段,以生成同时具有高光谱和高空间分辨率的多光谱图像,提高对目标或场景信息描述的准确性、可靠性和全面性,便于图像的分类和识别。本文主要研究工作和成果包括以下几个方面：(1)分析了直方图均衡化、基于Retinex、基于变分的图像增强算法。直方图均衡化方法简单,易于实现,但增强后可能出现伪轮廓；基于Retinex的方法依赖于参数的设置；基于变分的方法增强效果较好,但时间复杂度较大。近年来,暗通道原理在自然图像去雾上取得了较好的效果,本文研究了将其应用于遥感图像增强的可行性。(2)提出了一种基于暗通道原理和双边滤波的遥感图像增强算法。由于暗通道模型的softmatting过程计算复杂性高,本文使用双边滤波估计大气光幕,进而获得优化透射图,代替He算法中softmatting过程,提高了计算效率。针对将暗通道原理应用于遥感图像增强时所产生的色彩失真现象,提出了透射图的改进算法,提高景深图像的取值,同时约束其最大值不大于1。该算法与基于Retinex、变分等图像增强算法进行了比较,能够有效地增加图像的对比度,实验结果验证了算法的有效性。(3)分析了基于分量替换、多分辨率分析和变分的图像融合算法。基于分量替换的模型计算效率较高,但容易出现光谱失真;基于多分辨率分析的方法能够在不同尺度获取融合图像的高频和低频信息；基于变分的方法根据融合需求定义能量泛函,能够在提高多光谱波段空间分辨率和保持其光谱特性之间达到较好的平衡。由于各波段图像的调制传输函数(Modulation Transfer Function, MTF)对融合结果有较大的影响,本文重点讨论了图像的MTF值与遥感图像融合结果的关系。(4)为改善融合效果,需要考虑多光谱和全色波段的MTF。本文提出了一个新的基于MTF和变分的Pan-sharpening模型。能量泛函包括两项,第一项为细节注入项,基于高通滤波器从Pan波段中提取细节信息并注入融合图像;第二项为光谱保真项,基于MTF设计多孔小波的低通滤波器以保持MS波段的多光谱信息。在QuickBird、IKONOS和GeoEye数据集上的融合结果表明,该模型能够生成同时具有高空间分辨率和高光谱分辨率的融合图像,融合效果优于AWLP、IHS_BT、HPM-CC-PSF、NAWL、快速变分融合等算法。