基于区域特征的改进IHS图像融合算法

黄 伟 ，冯 径 ，柳亚婷 ，朱 建

（1.解放军理工大学 气象学院，江苏 南京 211101；2.解放军理工大学 工程兵工程学院，江苏 南京 210007）

图像融合是指利用各种成像传感器获得不同图像，综合各图像的互补信息和冗余信息，产生一幅新的图像，以获得更为精确、可靠、全面的图像描述，从而提高图像的信息分析和提取能力，并更适合于人眼感知[1]。图像融合的处理通常分为像素级、特征级和决策级3个层次，目前大部分研究集中在像素级融合，比较典型的算法有IHS变换法、PCA变换和基于多分辨率分析的方法等。这些算法都是针对整个图像场景进行处理，没有考虑到图像不同区域的空间特征，而通常图像中某一局部区域内的各像素点之间具有较强的相关性，图像中的区域特征往往需要通过多个像素来表征和体现[2]，因此，基于区域特征的图像融合方法更加合理，对降噪和配准的鲁棒性更强。

本文在研究基于区域特征的融合准则的基础上，提出了一种基于区域特征的结合IHS变换和小波变换的图像融合算法，首先分别对多光谱图像和高分辨率全色图像进行IHS变换和直方图匹配[3]，然后对相应频率分量进行小波融合时引入区域特征准则，最后通过实验验证了该算法的有效性和优越性。

1 IHS变换和小波变换

传统的基于IHS变换的图像融合方法存在一定的局限性[4]，首先，该方法要求替换I分量的图像P与I分量之间具有较大的相关性，但在许多实际应用场合，这种要求……