[發明專利]基于Shearlet變換的多通道衛星云圖融合方法

有效

• 申請號: 201410056917.3
• 申請日: 2014-02-19
• 公開（公告）號: CN103839243B
• 公開（公告）日: 2017-01-11
• 發明（設計）人: 張長江;陳源
• 申請（專利權）人: 浙江師范大學
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 吉林長春新紀元專利代理有限責任公司22100
• 代理人: 魏征驥

1.一種基于Shearlet變換的多通道衛星云圖融合方法，其特征在于包括下列步驟：

步驟1、對配準后的源圖像A和B，圖像大小為M×N，分別進行Shearlet變換，分解層數為W，分解方向個數為T，T=2^r,r∈Z^*，得到高頻系數SH_A和SH_B、低頻系數SL_A和SL_B；

步驟2、分別對低頻系數SL_A和SL_B做拉普拉斯金字塔分解，分解層數為Q，得到分解圖像LA和LB，第q層子圖分別為LA_q和LB_q，1≤q≤Q；

步驟3、對拉普拉斯金字塔頂層子圖LA_Q和LB_Q用均值法進行融合，得到融合結果LF_Q為：

LFQ(i,j)=LAQ(i,j)+LBQ(i,j)2]]>

其中，1≤i≤CL_Q，1≤j≤RL_Q，CL_Q是分解子圖第Q層圖像的行數，RL_Q是分解子圖第Q層圖像的列數；

步驟4、對拉普拉斯金字塔其他層子圖LA_q和LB_q用灰度絕對值取大的融合規則融合，1≤q≤Q-1，則融合結果LF_q為：

LFq(i,j)=LAq(i,j),|LAq(i,j)|≥|LBq(i,j)|LBq(i,j),|LAq(i,j)|<|LBq(i,j)|]]>

步驟5、將融合后得到的拉普拉斯金字塔LF進行重構，得到低頻部分的融合結果TL_F；

步驟6、在Shearlet變換域的高頻部分，分別求每層每個方向子圖的信息熵、平均梯度和標準差，記第w層第t個方向的高頻子圖分別為和1≤w≤W，1≤t≤T，其大小和原圖大小一樣是M×N，則其信息熵E為：

E=-Σi=0L-1Pilog2Pi]]>

其中，P_i表示子圖中像素灰度值為i的概率,L表示圖像中灰度級的個數，高頻子圖的平均梯度表示為

G‾=Σii=1M-1Σjj=1N-1(∂SHwt(xii,yjj)∂xii)2+(∂SHwt(xii,yjj)∂yjj)2(M-1)(N-1)]]>

其中，表示高頻子圖或中x_ii行y_jj列的像素點，1≤ii≤M,1≤jj≤N，高頻子圖的標準差σ表示為：

σ=Σii=1MΣjj=1N(SHwt(xii,yjj)-h‾)2M×N]]>

其中，表示高頻子圖的灰度均值；

步驟7、對高頻子圖和相對應的信息熵E、平均梯度標準差σ分別進行歸一化處理，得到歸一化后的信息熵E_g、平均梯度標準差σ_g，選擇三者乘積值大的作為融合后的高頻子圖，即

(SHF)wt=(SHA)wt,(Eg)A×(G‾g)A×(σg)A≥(Eg)B×(G‾g)B×(σg)B(SHB)wt,(Eg)A×(G‾g)A×(σg)A<(Eg)B×(G‾g)B×(σg)B]]>

步驟8、對融合后的高頻子圖進行基于離散平穩小波變換的非線性增強處理，設高頻子圖的所有像素灰度中絕對值最大的為maxh，則可以得到增強后的高頻子圖為：

(E_SHF)wt(ii,jj)=a·maxh{sigm[c(Shwt(ii,jj)-b)]-sigm[-c(Shwt(ii,jj)+b)]}]]>

其中，b=0.35，c=20；a=1/(d₁-d₂)，d₁=sigm(c×(1+b))，d₂=sigm(-c×(1-b))；

Shwt(ii,jj)=(SHf)wt(ii,jj)/maxh;]]>

步驟9、對融合處理后的Shearlet系數值進行Shearlet逆變換，得到最終的融合圖像F。