基于改进contourlet变换的遥感图像融合算法

？针对基于contourlet变换的遥感融合图像空间分辨率较低的问题,提出了一种基于改进的contourlet变换(mct)的遥感图像融合方法。首先,对多光谱图像进行亮度-色调-饱和度(ihs)变换,得到其亮度、色调、饱和度三个分量;其次,取多光谱图像的亮度分量,与直方图匹配后的全色图像进行改进的contourlet变换,分别获得低频子带系数与高频子带系数;然后,对低频子带系数采用平均法进行融合,对高频子带系数采用新改进的拉普拉斯能量和(nsml)作为融合规则进行融合;最后,把融合结果作为多光谱图像的亮度分量,通过ihs逆变换得到融合的遥感图像。将所提方法与基于主成分分析(pca)和shearlet的方法、基于pca与小波的方法以及基于非下采样contourlet变换(nsct)的方法相比,所提方法在清晰度评价指标平均梯度上分别提高了7.3%、6.9%和3.9%。实验结果表明,所提方法提高了contourlet变换的频率局部化特性和分解系数利用率,在保持多光谱信息的基础上,有效地提高了遥感融合图像的空间分辨率。