1、1多源图像融合2主要内容n目的与意义n图像融合的分类及模型n像素级图像融合处理n参考文献n融合结果演示3目的与意义n信息互补:各种单一传感器获取的影像数据在几何、光谱和空间分辨率等方面存在一定的局限性和差异性,影像融合可以提取各自通道的信息,综合成统一图像进行处理。n提高空间分辨率:如高分辨率的全色影像与低分辨率的多光谱影像融合。n增强目标特征:如SAR影像与可见光影像的融合,增强硬目标的可分辨能力。n提高分类精度:影像融合可以提供相互补充的信息来对地面物体进行分类和解析。4图像融合的分类及模型n图像融合的分类像素级:最低层次,对配准后的图像数据直接融合,保持尽可能多的原始数据信息,具有最高精
2、度;特征级:中间层次,不把每个像素孤立看待,对遥感数据提取特征,产生特征矢量,对特征矢量进行融合,利用融合特征矢量进行属性说明;决策级:最高层次,首先对遥感数据进行特征提取和属性说明,然后对其结果加以融合,得到目标或环境的融合属性说明。n图像融合的一般模型5三种融合框架的特点6三种融合框架对应的融合方法7像素级图像融合处理三个核心步骤:影像预处理、影像融合和融合评价。8IHS变换融合法n颜色空间:RGB颜色空间,面向硬件,三分量之间具有很强相关性;IHS颜色空间,即亮度(I)、色度(H)、饱和度(S),三分量之间互不相关,因此对某一分量的处理不会影响到其它分量。而三分量中,以亮度分量最为重要。
3、9PCA(主分量分析)变换融合法在在PCA变换中,一般采用自相关矩阵代替协方差矩阵。变换中,一般采用自相关矩阵代替协方差矩阵。10PCA算法的性质11PCA融合的流程12PCA融合流程图13小波变换融合算法14IHS+小波变换融合算法15IHS+小波融合算法流程16PCA+小波变换融合算法17影像融合定量评价18影像融合定量评价19影像融合定量评价20比较新的融合算法n基于非下采样Contourlet变换的图像融合方法;n基于双树复小波变换的图像融合方法;n基于模型的图像融合方法;n独立分量分析(ICA)图像融合方法;n.21参考文献n多传感器图像融合技术综述.nA comparative a
4、nalysis of image fusion methods.nA new intensity-hue-saturation fusion approach to image fusion with a tradeoff parameter.nAdaptive Image Fusion Algorithm of SAR CCD Images Based on Wavelet Transform.nBest Tradeoff for High-Resolution Image Fusion to Preserve Spatial Details and Minimize Color Disto
5、rtion.nContext-driven fusion of high spatial and spectral resolution images based on oversampled multiresolution analysis.nFusion of multispectral and panchromatic images using improved IHS and PCA mergers based on wavelet decomposition.nFusion of Multispectral and Panchromatic Images Using the Indu
6、ction Scaling Technique.22参考文献nInvestigation of the Dual-Tree Complex and Shift-Invariant Discrete Wavelet Transforms on Quickbird Image Fusion.nModel-Based Satellite Image Fusion.nMulti-band SAR Images Fusion Using the EM Algorithm in Contourlet Domain.nMultifocus Holographic 3-D Image Fusion Using
7、 Independent Component Analysis.nMultiresolution fusion of multispectral and panchromatic images through the curvelet transform.nMultiresolution-based image fusion with additive wavelet decomposition.nRemote Sensing Image Fusion Using Multiscale Mapped LS-SVM.nRegion-Based Multimodal Image Fusion Using ICA Bases.23242526Thank You!