CN116452483A - 一种基于小波变换和hsi颜色空间的图像融合方法 - Google Patents
一种基于小波变换和hsi颜色空间的图像融合方法 Download PDFInfo
- Publication number
- CN116452483A CN116452483A CN202310520470.XA CN202310520470A CN116452483A CN 116452483 A CN116452483 A CN 116452483A CN 202310520470 A CN202310520470 A CN 202310520470A CN 116452483 A CN116452483 A CN 116452483A
- Authority
- CN
- China
- Prior art keywords
- image
- frequency coefficient
- color space
- fusion
- component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 15
- 230000009466 transformation Effects 0.000 title claims abstract description 13
- 230000004927 fusion Effects 0.000 claims abstract description 48
- 238000006243 chemical reaction Methods 0.000 claims abstract description 20
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域,具体而言,涉及一种基于小波变换和HSI颜色空间的图像融合方法,该方法的步骤包括:输入第一设定图像与第二设定图像;对第二设定图像进行颜色空间转换获取I分量与HS分量,分别对第一设定图像与I分量进行小波分解,得到第一频率系数、第二频率系数、第三频率系数及第四频率系数;基于第一融合规则融合第二频率系数与第三频率系数,并对融合后的系数进行小波重构,得到第一小波融合图像,以表征为变换后的I'分量;基于第二融合规则融合变换后的I'分量与HS分量,经过颜色空间转换后,得到融合结果图像。
Description
技术领域
本发明涉及图像处理技术领域,具体而言,涉及一种基于小波变换和HSI颜色空间的图像融合方法。
背景技术
图像融合是信息融合中可视信息部分的融合,是将多源信道所采集的关于同一目标的图像经过一定的图像处理,提取各自信道的信息,最后综合成统一图像或综合图像特征以供观察和进一步处理。就目前而言,现有的遥感图像融合方法主要采用基于空间域的算法或基于变换域的算法,基于空间域的算法存在以下缺点:当高分辨率全色图像与低分辨率多光谱图像局部差异较大时,比较容易造成融合图像的光谱扭曲;而基于变换域的算法通常需要小波变换进行处理,然而小波变换不具有平移不变性,且不能最优逼近图像的边缘纹理,容易导致图像的几何信息无法有效地捕获,容易产生模糊效果的图像。基于此,我们提供了一种基于小波变换和HSI颜色空间的图像融合方法。
发明内容
本发明的目的在于提供一种基于小波变换和HSI颜色空间的图像融合方法,其通过融合高分辨率图像中高频细节信息和低分辨率图像中低频整体视觉信息,能够最大程度避免丢失两幅影像的信息,并且通过将小波融合后的图像替代低分辨率多光谱图像的I分量,与HS分量组合成最终的融合图像,能够保持原始图像中的色彩信息,不仅能够适应于多种传感器图像,而且对于SAR、光学等图像都有很好的融合效果。
本发明的实施例通过以下技术方案实现:
一种基于小波变换和HSI颜色空间的图像融合方法,该方法的步骤包括:
输入第一设定图像与第二设定图像;所述第一设定图像的分辨率大于所述第二设定图像的分辨率;
对第二设定图像进行颜色空间转换获取I分量与HS分量,分别对第一设定图像与I分量进行小波分解,得到第一频率系数、第二频率系数、第三频率系数及第四频率系数;所述第一频率系数与第二频率系数对应第一设定图像,且所述第一频率系数的频率低于所述第二频率系数的频率,所述第三频率系数及第四频率系数对应I分量,所述第三频率系数的频率低于第四频率系数的频率;
基于第一融合规则融合第二频率系数与第三频率系数,并对融合后的系数进行小波重构,得到第一小波融合图像,以表征为变换后的I'分量;
基于第二融合规则融合变换后的I'分量与HS分量,经过颜色空间转换后,得到融合结果图像。
可选的,所述第一设定图像的分辨率大于所述第二设定图像的分辨率,所述第一频率系数与第二频率系数对应第一设定图像,且所述第一频率系数的频率低于所述第二频率系数的频率,所述第三频率系数及第四频率系数对应I分量,所述第三频率系数的频率低于第四频率系数的频率。
可选的,所述对第二设定图像进行颜色空间转换,其具体为:将第二设定图像的颜色空间从RGB转换为HIS;
所述经过颜色空间转换后,得到融合结果图像,其具体为:将融合后的I'分量与HS分量的颜色空间从H IS转换为RGB。
可选的,所述对第二设定图像进行颜色空间转换,其计算公式如下:
其中,H为色调,S为饱和度,I为强度或亮度,R为红色,G为绿色,B为蓝色。
可选的,所述经过颜色空间转换后,得到融合结果图像,若0°≤H<120°,则计算公式如下:
若120°≤H<240°,则计算公式如下:
若240°≤H<360°,则计算公式如下:
可选的,所述第一融合规则具体为:对第二频率系数与第三频率系数进行线性加权,其计算公式如下:
HPi=(Wa×MSIiLP)+(Wb×PANiHP)
其中,Wa和Wb均为权值,且Wa+Wb=1;MSIiLP为第二设定图像i方向的低频系数,PANiHP为第一设定图像i方向的高频系数。
可选的,所述第二融合规则具体为:将I'分量与HS分量组合成HIS颜色空间的融合图像,其计算公式如下:
I=(Wa×MSHS)+(Wb×PANI)
其中,Wa和Wb均为权值,且Wa+Wb=1;MSHS为第二设定图像i方向的低频系数;PANI为第一设定图像i方向的高频系数。
本发明实施例的技术方案至少具有如下优点和有益效果:
本发明实施例通过融合第一设定图像中高频细节信息和第二设定图像中低频整体视觉信息,能够最大程度避免丢失两幅影像的信息,并且通过将小波融合后的图像替代低分辨率多光谱图像的I分量,与HS分量组合成最终的融合图像,能够保持原始图像中的色彩信息,不仅能够适应于多种传感器图像,而且对于SAR、光学等图像都有很好的融合效果。
附图说明
图1为本发明实施例提供的一种基于小波变换和HSI颜色空间的图像融合方法的逻辑原理示意图;
图2为本发明实施例提供的小波分解示意图;
图3为本发明实施例提供的小波重构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
参照图1所示,图1为本发明实施例提供的一种基于小波变换和HSI颜色空间的图像融合方法的逻辑原理示意图。
在一些实施方式中,一种基于小波变换和HS I颜色空间的图像融合方法,该方法的步骤包括:
输入第一设定图像与第二设定图像;
对第二设定图像进行颜色空间转换获取I分量与HS分量,分别对第一设定图像与I分量进行小波分解,得到第一频率系数、第二频率系数、第三频率系数及第四频率系数;
基于第一融合规则融合第二频率系数与第三频率系数,并对融合后的系数进行小波重构,得到第一小波融合图像,以表征为变换后的I'分量;
基于第二融合规则融合变换后的I'分量与HS分量,经过颜色空间转换后,得到融合结果图像。
在上述实现过程中,第一设定图像为高分辨率图像,第二设定图像为低分辨率图像,在输入前需要对两者分别进行图像配准校正,在输入后,对第二设定图像进行颜色空间转换,由RGB的颜色空间变换到HIS的颜色空间,然后对第一设定图像和第二设定图像的I分量进行小波变换,进行两级小波分解,得到各自的高频系数和低频系数(即所述第一频率系数与第二频率系数对应第一设定图像,且所述第一频率系数(低频系数)的频率低于所述第二频率系数(高频系数)的频率,所述第三频率系数及第四频率系数对应I分量,所述第三频率系数(低频系数)的频率低于第四频率系数(高频系数)的频率),对第一设定图像的高频系数和第二设定图像的低频系数按照第一融合规则进行融合,融合后的小波系数进行小波重构,得到小波融合图像作为变换后的I'分量与低分辨率的HS分量按照第二融合规则进行融合,最终将颜色空间由HSI转换为RGB,得到最终的融合结果图像。
具体的,第二设定图像得颜色空间转换具体为:将颜色空间由RGB转换为HIS,其转换公式如下:
其中,H为色调,S为饱和度,I为强度或亮度,R为红色,G为绿色,B为蓝色,转变为HSI颜色空间图像分割成H、S、I三个单通道图像。
参照图2所示,图2为本发明实施例提供的小波分解示意图。
在本实施例中,对第一设定图像和第二设定图像I分量进行相同层次二维小波分解,一层二维小波分解如图2中的a所示,每进行一次小波分解,图像的低频部分会分解为四个部分,分别是低频部分LL,水平高频垂直低频部分HL,水平低频垂直高频部分LH,水平高频垂直高频(对角高频)部分HH,得到的新的低频部分又可以在下个尺度下继续分解。分解一定层数后,图像的小波系数存储如图2中的b所示。
在一些实施方式中,本实施例在建立融合图像的每个小波系数时,必须确定哪幅源图像的小波系数对融合有利,具有更多的信息或权重,将这个信息保留在融合图像中。在一幅图像的小波变换中,高频部分被认为是体现了图像的细节特征,而低频部分认为是图像的近似特征,图像的能量集中在低频部分,绝对值较大的高频部分系数对应于边缘这些较为显著的特征,所以大部分基于小波变换的图像融合算法主要研究如何选择合成图像中的高频系数,也就是表现细节的三个高频部分,从而达到保留图像边缘的目的。而对于同一场景的不同图像,小波变换后得到的低频部分一般近似,而高频部分差别却比较大。因此,本实施例将小波分解后的高频系数(第二频率系数)和低频系数(第三频率系数)进行线性加权,并对高频系数赋予较大权值(较大权值定义为Wa+Wb=1,且Wa<Wb),第一融合规则的计算公式如下所示:
HPi=(Wa×MSIiLP)+(Wb×PANiHP)
其中,Wa和Wb均为权值,且Wa+Wb=1;MSIiLP为第二设定图像i方向的低频系数,即第三频率系数;PANiHP为第一设定图像i方向的高频系数,即第二频率系数。
参照图3所示,图3为本发明实施例提供的小波重构示意图。
在一些实施方式中,经过第一融合规则融合后,得到小波分解系数,对小波分解系数进行二维小波逆变换,得到第一小波融合图像,以表征为变换后的I'分量,本实施例通过第二融合规则将小波变换后得到的融合图像I'分量和第二设定图像的HS分量组合成新的HIS颜色空间的融合图像,第二融合规则的计算公式如下:
I=(Wc×MSHS)+(Wd×PANI)
其中,Wc和Wd均为权值;MSHS为第二设定图像的HS分量;PANI为重构后的I’。
在本实施例中,将第二融合规则融合后图像的颜色空间由HIS转换为RGB,需要考虑H的取值范围0°≤H<360°,若H的取值在RG扇区时即0°≤H<120°,则计算公式如下:
若H的取值在GB扇区时即120°≤H<240°,则计算公式如下:
此时公式中的H=H-120°,因此计算公式为
若H的取值在BR扇区时即240°≤H<360°,则计算公式如下:
此时公式中的H=H-240°,因此计算公式为
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于小波变换和HSI颜色空间的图像融合方法,其特征在于,该方法的步骤包括:
输入第一设定图像与第二设定图像;所述第一设定图像的分辨率大于所述第二设定图像的分辨率;
对第二设定图像进行颜色空间转换,获取I分量与HS分量,分别对第一设定图像与I分量进行小波分解,得到第一频率系数、第二频率系数、第三频率系数及第四频率系数,所述第一频率系数与第二频率系数对应第一设定图像,且所述第一频率系数的频率低于所述第二频率系数的频率,所述第三频率系数及第四频率系数对应I分量,所述第三频率系数的频率低于第四频率系数的频率;
基于第一融合规则融合第二频率系数与第三频率系数,并对融合后的系数进行小波重构,得到第一小波融合图像,以表征为变换后的I'分量;
基于第二融合规则融合变换后的I'分量与HS分量,经过颜色空间转换后,得到融合结果图像。
2.根据权利要求1所述的基于小波变换和HSI颜色空间的图像融合方法,其特征在于,所述对第二设定图像进行颜色空间转换,其具体为:将第二设定图像的颜色空间从RGB转换为HIS;
所述经过颜色空间转换后,得到融合结果图像,其具体为:将融合后的I'分量与HS分量的颜色空间从HIS转换为RGB。
3.根据权利要求2所述的基于小波变换和HSI颜色空间的图像融合方法,其特征在于,所述对第二设定图像进行颜色空间转换,其计算公式如下:
其中,H为色调,S为饱和度,I为强度或亮度,R为红色,G为绿色,B为蓝色。
4.根据权利要求3所述的基于小波变换和HSI颜色空间的图像融合方法,其特征在于,所述经过颜色空间转换后,得到融合结果图像,若0°≤H<120°,则计算公式如下:
若120°≤H<240°,则计算公式如下:
若240°≤H<360°,则计算公式如下:
5.根据权利要求1所述的基于小波变换和HSI颜色空间的图像融合方法,其特征在于,所述第一融合规则具体为:对第二频率系数与第三频率系数进行线性加权,其计算公式如下:
HPi=(Wa×MSIiLP)+(Wb×PANiHP)
其中,Wa和Wb均为权值,且Wa+Wb=1;MSIiLP为第二设定图像i方向的低频系数,PANiHP为第一设定图像i方向的高频系数。
6.根据权利要求3所述的基于小波变换和HSI颜色空间的图像融合方法,其特征在于,所述第二融合规则具体为:将I'分量与HS分量组合成HIS颜色空间的融合图像,其计算公式如下:
I=(Wa×MSHS)+(Wb×PANI)
其中,Wa和Wb均为权值,且Wa+Wb=1;MSHS为第二设定图像i方向的低频系数;PANI为第一设定图像i方向的高频系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310520470.XA CN116452483A (zh) | 2023-05-10 | 2023-05-10 | 一种基于小波变换和hsi颜色空间的图像融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310520470.XA CN116452483A (zh) | 2023-05-10 | 2023-05-10 | 一种基于小波变换和hsi颜色空间的图像融合方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116452483A true CN116452483A (zh) | 2023-07-18 |
Family
ID=87123831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310520470.XA Pending CN116452483A (zh) | 2023-05-10 | 2023-05-10 | 一种基于小波变换和hsi颜色空间的图像融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116452483A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915523A (zh) * | 2012-09-13 | 2013-02-06 | 中国科学院东北地理与农业生态研究所 | 一种改进的小波变换遥感影像融合方法及其融合系统 |
CN104156911A (zh) * | 2014-07-18 | 2014-11-19 | 苏州阔地网络科技有限公司 | 一种图像融合处理方法及系统 |
CN104951800A (zh) * | 2015-06-15 | 2015-09-30 | 许昌学院 | 一种面向资源开采型地区的遥感影像融合方法 |
CN108549874A (zh) * | 2018-04-19 | 2018-09-18 | 广州广电运通金融电子股份有限公司 | 一种目标检测方法、设备及计算机可读存储介质 |
CN109300098A (zh) * | 2018-08-17 | 2019-02-01 | 华东师范大学 | 一种基于小波变换的多聚焦显微图像融合方法 |
CN114331937A (zh) * | 2021-12-27 | 2022-04-12 | 哈尔滨工业大学 | 基于反馈迭代调节的低光照条件下多源图像融合方法 |
CN115060208A (zh) * | 2022-06-30 | 2022-09-16 | 国网山东省电力公司电力科学研究院 | 基于多源卫星融合的输变电线路地质灾害监测方法及系统 |
CN115170406A (zh) * | 2022-06-10 | 2022-10-11 | 国网山东省电力公司电力科学研究院 | 一种光学影像与sar强度影像高精度融合方法 |
-
2023
- 2023-05-10 CN CN202310520470.XA patent/CN116452483A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915523A (zh) * | 2012-09-13 | 2013-02-06 | 中国科学院东北地理与农业生态研究所 | 一种改进的小波变换遥感影像融合方法及其融合系统 |
CN104156911A (zh) * | 2014-07-18 | 2014-11-19 | 苏州阔地网络科技有限公司 | 一种图像融合处理方法及系统 |
CN104951800A (zh) * | 2015-06-15 | 2015-09-30 | 许昌学院 | 一种面向资源开采型地区的遥感影像融合方法 |
CN108549874A (zh) * | 2018-04-19 | 2018-09-18 | 广州广电运通金融电子股份有限公司 | 一种目标检测方法、设备及计算机可读存储介质 |
CN109300098A (zh) * | 2018-08-17 | 2019-02-01 | 华东师范大学 | 一种基于小波变换的多聚焦显微图像融合方法 |
CN114331937A (zh) * | 2021-12-27 | 2022-04-12 | 哈尔滨工业大学 | 基于反馈迭代调节的低光照条件下多源图像融合方法 |
CN115170406A (zh) * | 2022-06-10 | 2022-10-11 | 国网山东省电力公司电力科学研究院 | 一种光学影像与sar强度影像高精度融合方法 |
CN115060208A (zh) * | 2022-06-30 | 2022-09-16 | 国网山东省电力公司电力科学研究院 | 基于多源卫星融合的输变电线路地质灾害监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111080724B (zh) | 一种红外和可见光的融合方法 | |
WO2021120406A1 (zh) | 一种基于显著图增强的红外和可见光融合方法 | |
CN109447922B (zh) | 一种改进的ihs变换遥感影像融合方法及系统 | |
US8040558B2 (en) | Apparatus and method for shift invariant differential (SID) image data interpolation in fully populated shift invariant matrix | |
CN111510691B (zh) | 颜色插值方法及装置、设备、存储介质 | |
CN111260580B (zh) | 图像去噪方法、计算机装置及计算机可读存储介质 | |
JP2008276393A (ja) | 高解像度化装置および方法 | |
CN111563866B (zh) | 一种多源遥感图像融合方法 | |
CN106971379A (zh) | 一种基于分层加权融合的水下图像增强方法 | |
Li et al. | Low illumination video image enhancement | |
CN111583113A (zh) | 一种基于生成对抗网络的红外图像超分辨率重建方法 | |
Bi et al. | Haze removal for a single remote sensing image using low-rank and sparse prior | |
CN106875370B (zh) | 一种全色图像和多光谱图像的融合方法及装置 | |
CN109859153B (zh) | 一种基于自适应光谱-空间梯度稀疏正则化的多光谱图像融合方法 | |
John et al. | Analysis of various color space models on effective single image super resolution | |
CN116452483A (zh) | 一种基于小波变换和hsi颜色空间的图像融合方法 | |
Kumar et al. | Pixel based fusion using IKONOS imagery | |
KR20140028516A (ko) | 학습방식의 부화소기반 영상축소방법 | |
Matsuo et al. | Super-resolution for 2K/8K television using wavelet-based image registration | |
CN115294001A (zh) | 一种改进ihs与小波变换的夜光遥感影像融合方法 | |
JP4173705B2 (ja) | 動画像合成方法および装置並びにプログラム | |
CN107154020A (zh) | 一种基于Curvelet变换的影像融合方法及系统 | |
Deshmukh et al. | A comparative study of different image fusion techniques for tone-mapped images | |
CN109191368B (zh) | 一种实现全景图拼接融合的方法、系统设备及存储介质 | |
KR20210096925A (ko) | 대용량 항공정사영상의 효율적인 색상보정 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |