当前位置：文档之家 › 基于MATLAB的IHS变换与小波变换影像融合与应用

基于MATLAB的IHS变换与小波变换影像融合与应用

  • 格式：pdf
  • 大小：490.87 KB
  • 文档页数：8

１ １
１
（） ６
＝ Ｈｃ Ｇ
＝
Ｇｅ ｒ ＿ Ｈ 、 Ｃ＿
一
０
与之 相对应 的二 维影 像 Ｍａａ重 构算 法为 ： ｌｔ ｌ
对 于 Ｒ Ｂ空 间来 说 ，影像 的三 个 通 道是 非 线 Ｇ 性 相关 的 ，使 得 对 色 调 的定 量 操 作 较 为 困 难 ；而
果 ，充 分反 映 原 始 影 像 的 局部 变化 特 征 ，经 过 反
影像的空问分辨率 、改善影像 目视效果 、替代或 修 补影像 数据 的缺 陷等 。
Ｉ Ｓ空 间 中三 分 量 Ｉ Ｈ ，Ｈ，Ｓ具 有 相 对 独 立 性 ， 并 能够 准 确 定 量地 描 述 颜 色 特 征 。融 合 时 ，将 全 色影像 直接 替 代 多 光 谱 影 像 的亮 度 分 量 ，这样 虽
变换后融合影像光谱特征扭曲较小。
ＭＡ Ｌ Ｂ是 一 个 为 科 学 和 工程 计 算 而 专 门设 ＴＡ 计 的高级 交 互 式 软 件包 ，最 初 是作 为矩 阵实 验 室 用 来提供 通往 ＬＮ Ａ Ｋ和 ＥＳ Ａ Ｋ矩 阵软件 包接 ＩＰ Ｃ ＩＰ Ｃ 口的 。后 来逐 渐 发 展 成 为 通 用 科 技计 算 和 图视 交
据 ，为 了更 充 分 地 利 用 和 开 发 这些 数 据 资源 ，实 现优势互 补 ，需要 对 遥 感 影 像 在 一 定 规 则 下进 行 融合 。影像 融 合 不 仅 仅 是 数 据 间 的简 单 复 合 ，更
强调信 息 的优 化 ，以突 出 有 用 的专 题 信 息 ，提 高
高频代 表影 像 的局 部 细 节 ，低 频 代 表 影像 整 体 效
互系统的程序语 言，其数据 的基 本单元是 矩阵 ， 语 法结 构 简 单 ，数 据 类 型 单 一 ，功 能 强 大 ，可 扩 充性 强。它集数 值分 析、矩阵运算 、小波 分析、 信 号处理 和 图形 显 示 于一 体 ，构成 了一个 方便 的、
基金项 目：国家高技术研究发展计划 ８３计划 ２０ Ａ ２ １４ ６ ０ ６ Ａ１Ｚ ０ ．黑龙江省攻关课题 “ 嫩江荒漠化土地遥感定 量评价研究”
６１ ７
界 面友好 的用 户环 境 。 在对 多光 谱 影 像 目视 解 译 的定 性 研 究 中 ，影
Ｌ ２ Ｈ Ｌ Ｌ ２ ｌ
Ｉ
像的低空 间分 辨率往 往影 响对地物 的准确 判读 ， 因此 ，需要选 择一种有效的融合方法将不 同分辨
率影 像进 行融 合 ，以提 高 目视 解译 的精 度 。
算 法 ，在尺 度 ｊ 一１有如 下分 解公 式 ：
Ｃｉ＝ Ｈ Ｃｉ ｃ Ｈｒ
—
日 （）
Ｓ ＝、 （ ）～（ ） 中 ： ３ ５式
变量。
㈩
（） ５
，
为 彩 色变 换 中 的 中间
其反 变 换公 式如 下
１ １ １
ｃ
Ｃ－ Ｊ 一
一
（） １
刘丽娟，范文义
（ 东北林业大学林学院 ，哈尔滨 １０ ４ ） ５０ ０
摘要 ：为了提 高 Ｌｎ ｓｔ ａｄａ系列卫星多光谱影像 的 目视解译效果 ，提出了一种基 于 Ｉ Ｓ变换 和小波变换相结合的影 Ｈ
像融合方法 。在 Ｍａ ａ ｔｂ开发环境下 ，将 多光谱影像 的亮度分量 Ｉ ｌ 与全色影像 先进 行直方 图匹配 ，以加大两者 的 相关 性 ，减小融合影像的光谱偏差 ，然后分别进行小波分解 ，最后按照一定 融合规则进行影像融合 。融合规则 中最重要 的是小波基 、小波分解层数 和小波系数 的选择。通过 比较不 同的小波基 函数 ，在不 同分 解层数下 的统 计参数值及 目视融合效果 ，最终确定选择 ｃｉ ｏ５作为小波基 函数 ，进行 三层小波分解 。小波高频 系数 的选择采用 ｆ 区域 的标准差法 ，选取以当前处理像元为 中心的局部区域标准差 最大的影像小波 系数 作为融合影像对应 的小波
系数 。从融合后影像看 ，本文 提出的方法要优于单一的 Ｉ Ｓ或小 波变换融合方法 ，道路 、河流、农 田及林地等 Ｈ 纹理及细节信息都较融合前明显提高 ，同时 ，较高的相关 系数和较低的光谱 扭曲度 ，表明光谱信息也保 留很好 。
实验表 明 ，将 Ｅ Ｍ＋多光谱影像 和全色影像融合的方法是可行 的，融合后影像不仅空间分辨率明显提高 ， Ｔ 而且
模型＿ 。小波 变换 以其具有变焦性、信息保持性 １ Ｊ
和小波 基选 择 的灵 活 性 等 优 点 成 为 近 些 年 国 内外 研 究 的热点 。小 波变 换 将 原 始 影 像 分 解 成 一 系列
具 有不 同方 向 、多个 分 辨率 和 多个 频 带 的子影 像 ，
感器 ，多时相 、多分辨率 、多波段 的遥感影像数
键参 数选 取 进 行 试 验 ，以期 为 后 续 深 化 研 究 提 供
参考 。
图 １ 小 波二层分解示 意图
Ｆ ｇ １ Ｓ ｅｃ ｐ ｏ ｖ ｌ ｔｄ ｃ ｍｐ ｓｔ ｎ ｏ ａ ｅ ｓ ｉ ． ｋ ｔ ｈ ｍａ ｆ ｗａ ｅｅ ｅ ｏ ｏ ｉ ｏ ｆｔ ｌ ｙ ｒ ｉ ｗｏ
（ Ｃ４ ７３ 。 Ｇ ０ Ｂ １ ）
作者简介 ：刘丽娟 （９ ８一） １７ ，女 ，东北林业 大学硕士研究生．主要研 究方 向 ：遥感与地理信息系统。
Ｅｍ ｉቤተ መጻሕፍቲ ባይዱ￣ ８ ５ １３ ｏｍ — ａｌ ７ ８ ＠ ６． ｏ ：１
维普资讯
５期
刘丽娟 等 ：基 于 Ｍ Ｔ Ａ Ａ Ｌ Ｂ的 Ｉ Ｓ变换与小波变换影像 融合与应用 Ｈ
Ｈ Ｈ ＬＨ ２２ ｌ
ＨＬ‘
ＬＨ １
ＨＨ ０
为了克服 Ｉ Ｓ变换在遥感影像融合 中光谱扭 Ｈ 曲大 的缺 点 ，充 分 挖 掘 小 波 变 换 的 优 势 ，本 文 尝 试将 Ｉ Ｓ Ｈ 变换 与小波变换相 结合进行遥感影像融 合 ，并侧 重 对 小 波 基 、分 解 层 数 和 小 波 系 数 等 关
又较好地保 留了多光谱影 像的光谱信息特征 。
关键 词 ：遥 感 ；融合 ；Ｉ Ｓ变 换 ；小 波 变换 ；小 波 基 ；小 波 系数 Ｈ
１ 引 言
随着遥 感 技 术 的发 展 ，出 现 了 越来 越 多 的传
非 线性 关 系 ，因此 ，仅 用 线 性关 系来 融合 不 同类 型影像 数据 是 不 充 分 的 ，需 要 引 入 非 线 性理 论 和
１ １ １
ｌ １
２
ｌＪ
２ 小波变换与 Ｉ Ｓ变换应用分 析 Ｈ
２ １ 小波变 换 的算法 特点 及应 用意 义 ．
（） ３
１
一
１。
Ｍ ｌｔ 出了 小 波 的快 速 分 解 与 重 构 算 法 ， ａｌ Ｌ 提 ａ２ 利 用 两个一 维 滤 波 器 对 二 维 影 像 实 现 快 速 小 波 分 解 ，利 用 两 个 一 维 重 构 滤 波 器 实 现 影 像 的 重 构 。 若 低通 （ 和 高通 （ 为 两个 一 维 镜 像 滤 波算 子 ， Ｈ） Ｇ） 其 下标 ｒ ，ｃ分 别 对 应 影 像 的行 和 列 ，按 照 Ｍａａ ｌｔ ｌ
变换 的融 合处 理
本研究是在 “ 国家高技术研 究发展计划 ８３ ６
计划 ” 及黑 龙 江省 攻关 课 题 “ 江荒 漠 化 土 地 遥 嫩
定性 因子 的判读识 别和准 确提取 。
３ １ 参数选 择 ． 小 波变 换 的基 函 数 不 是 唯 一 的 ，不 同长 度 的
感定 量 评 价研 究 ” 基 金项 目支 持 下 进行 的 。首 先 选 取嫩 江典 型 荒 漠 化 地 区—— 杜 尔 伯 特 蒙古 族 自 治 县作 为 实验 基地 ，购置 植 物 生 长 季 节 的 遥 感 影 像 ，本 次 研 究 选 用 Ｌｎ ｓｔＥ Ｍ ＋系 列 多 光 谱 及 ａｄａ Ｔ 全 色遥 感 影 像 作 为 影 像 数 据 源 ，获 取 ２ ０ ０ １年 ８
然能有效增强多光谱影像的空间分辨率 ，但 由于
全 色与 多光谱 影 像 的亮 度 分 量 在 光 谱 信 息上 存 在 明显 的差 异 ，往往 会造 成较 大的地 物光谱失 真 。 由于同一 目标 在 不 同遥 感 器 影 像 数 据 之 间呈
收 稿 日期 ：２ ０ ０ ０７— ６—２ ；修 回 日期 ：２０ — ５— ３ １ ０８ ０ ２．
维普资讯
第１ Ｏ卷 第 ５ 期
２０ ０ ８年 １ ０月
地 球 信 息 科 学
ＧＥＯ—ＮＦＯＲＭＡＴＩ Ｉ ＯＮ ＣＩ Ｓ ＥＮＣＥ
Ｖ １１ ｏ ． ０． Ｎ ． ｏ５
Ｏｃ．．２０ ８ ｔ ０
基 于 ＭＡ Ｌ Ｂ 的 Ｉ ＴＡ ＨＳ变换 与小 波 变换 影像 融合 与应 用
率 全色 影像 替换 １ 量 ，再 进 行 ＩＳ到 Ｒ Ｂ反 变 分 Ｈ Ｇ
同时具有很好 的局部 化 特 性 。在 分析 低 频 信号 时，其时间窗很大 ；而分析高频信号 时，其 时间 窗较小 Ｊ 。小波变换 的分 频特性 ，相当于高 、低 双频滤波器 ，能够将 一影像分解为低频信息 （ Ｌ Ｌ） 和高频细节／ 纹理信息 （ Ｈ，Ｈ ，Ｈ ，同时又不 Ｌ Ｌ Ｈ）
６２ ７
地 球 信 息 科 学
２０ ０８年
各自 在融合 中的缺点，有效减小光谱失 真，将两 种算法相结合 已成 为了 当今研究 的热 点 娟 ，而 ｊ
融合参 数如 何 选 择 还 没 有 明确 的 理 论 依 据 ；因 此
选择植 被 覆 盖 度 、生 物 量 和裸 沙 占地 百 分 比三个 定量 因子 外 ，还 选 择 了地 表 结 皮 、沙 丘 形 态 和 土 壤质地 三 个 定 性 因子 综 合 进 行 荒 漠 化 状 况 评 价 。 定性 因子 主要 通 过对 影像 的 目视 解 译 进 行判 读 提 取 ，而 Ｅ Ｍ＋多光 谱 影 像 空 间 分 辨率 为 ３ｍ，给 Ｔ ０ 定性 因子 的提 取 增 大 了难 度 。 因此 ，为 了 提 高 目 视解译 的精 度 ，增 强 地 物 细 节 判 读 能 力 ，本 研 究 尝试在 ＭＡ Ｌ Ｂ开 发环 境 下 ，将 小 波 变 换 与 ＩＳ ＢＡ Ｈ

合集下载

小波变换及其matlab工具的应用

小波变换及其matlab工具的应用

小波变换及其matlab工具的应用小波变换是信号处理领域中的一种基本方法，可以用于信号分析、压缩和去噪等应用。

通过对信号进行小波变换，我们能够将不同频率的信号分离出来，从而更好地了解信号的特性。

本文将介绍小波变换的基本概念以及其在matlab工具中的应用。

一、小波变换的基本概念小波变换是一种将信号分解成一组不同频率、不同时间的函数，以便于分析的方法。

它是基于多尺度分析理论而发展起来的，可以有效地捕捉信号的瞬时特征。

小波变换的核心思想是将信号进行局部变换，从而在不同时间和频率上获取不同的信息。

其中，小波基函数是用于局部变换的基本单元，它可以根据不同问题的需求而灵活选择。

小波基函数具有良好的局部特性和紧凑性，可以在不同频率范围内对信号进行分解。

对于一个实数信号x(t)，它在小波分析后可以表示为：$$x(t) = \sum_{j=0}^{J} \sum_{k}^{} c_{jk}\psi_{jk}(t)$$其中，$J$表示小波分解的层数，$c_{jk}$是小波系数，表示信号在不同频率和不同时间段的能量贡献，$\psi_{jk}(t)$是小波基函数，它可以根据不同问题的需求而灵活选择。

matlab中提供了丰富的小波变换工具箱，可以方便地进行小波分析和处理。

下面介绍基于matlab的小波变换应用方法。

1. 小波变换函数matlab中有多种小波变换函数可供选择，其中最常用的是"wavelet"函数。

使用该函数需要输入以下参数：- 小波类型- 小波系数- 分解层数- 信号例如，我们可以使用db4小波对信号进行一层分解：```matlab[coeffs, l] = wavedec(x, 1, 'db4');```其中，"coeffs"是输出的小波系数，"l"是每层小波系数的长度。

小波分解后，我们需要对分解得到的小波系数进行重构，以便于分析和处理。

Matlab中的小波变换技术详解

Matlab中的小波变换技术详解

Matlab中的小波变换技术详解1. 引言小波变换是一种数学工具，可将任意信号分解成不同尺度和频率成分。

它在信号处理、图像压缩等领域得到广泛应用。

Matlab作为一种功能强大的数值计算和数据可视化软件，提供了丰富的小波变换函数和工具箱。

本文将详细介绍Matlab中小波变换的原理、应用和实现方法。

2. 小波变换原理小波变换利用小波函数的一组基来表示信号。

小波函数是一种局部振荡函数，具有时域和频域局部化的特性。

通过将信号与小波函数进行内积运算，可以得到不同尺度和频率的小波系数，从而揭示信号的局部特征。

小波变换具有多分辨率分析的优势，能够在时间和频率上同时提供较好的分析结果。

3. 小波变换函数在Matlab中，可以使用wavelet工具箱提供的函数来进行小波变换。

最常用的函数是cwt，用于连续小波变换。

通过设置小波函数、尺度范围和采样频率等参数，可以得到连续小波系数矩阵。

另外，还有其他函数如dwt、idwt用于离散小波变换和反离散小波变换。

4. 小波函数小波变换的关键在于选择合适的小波函数。

常用的小波函数有多种，如哈尔、Daubechies、Symlets等。

这些小波函数在时域和频域上都有不同的特性，适用于不同类型的信号。

Matlab提供了丰富的小波函数库，可以根据需要选择合适的小波基函数。

5. 小波分析与信号处理小波变换在信号处理中有广泛的应用。

它可以用于信号去噪、特征提取、边缘检测等方面。

通过对小波系数进行阈值去噪，可以有效地去除信号中的噪声。

小波变换还能够提取信号的局部特征，捕捉信号的边缘信息。

此外，小波变换还可以用于图像压缩、图像分割等领域。

6. Matlab中的小波分析实例为了更好地理解Matlab中小波变换的应用，下面将给出一个实例。

假设我们有一个包含某种周期性成分和噪声的信号，我们希望通过小波变换将其分解成不同尺度的成分，并去除噪声。

首先，我们使用Matlab中的cwt函数对信号进行连续小波变换，并得到小波系数矩阵。

小波变换-图像融合matlab代码

小波变换-图像融合matlab代码


%对图像进行放大算子的运算
PIC3 = conv2(conv2(Y, 2*fw, 'valid'),2*fw','valid');
%第i1级图像重构；
PIC1 = PIC3 + L{i};
%选取图像范围
PIC1 = PIC1(1:k1(i),1:k2(i));
% %end;
% %end;
% %%
% %for k=1:256,
% % p1(k)=p1(k)/(d);
% % p2(k)=p2(k)/(d);
% %end;
%
% %for i=1:256
% % for j=1:256
% % p3(i,j) =p3(i,j)/(d);
%图像隔行隔列插值扩展恢复到原尺寸图像
[c d] = size(Y4);
Y6 = zeros(2*c, 2*d);
Y6(1:2:2*c,1:2:2*d) = Y4;
Y7 = zeros(2*c, 2*d);
%PIC2 = X2;
X1 = PIC1;
X2 = PIC2;
%定义滤波窗口；
fw = 1/16.*[1 4 6 4 1];
z =3;
L = cell(1,z);
L1 = cell(1,z);
for i = 1:z % N1
G3 = conv2(conv2(Y3, fw, 'valid'),fw', 'valid');
%将图像进行隔行隔列减半
[a b] = size(G2);
Y4 = G2(1:2:a, 1:2:b);
小波变换在图像处理中的应用毕业论文

小波变换在图像处理中的应用毕业论文

3.4.2实现融合的算法流程.............................................13
结论.......................................................................15
参考文献...................................................................16
cl是x的小波分解结构则perf0100小波分解系数里值为0的系数个数全部小波分解系数个数perfl2100cxc向量的范数c向量的范数华侨大学厦门工学院毕业设计论文首先对图像进行2层小波分解并通过ddencmp函数获取全局阈值对阈值进行处理而后用wdencmp函数压缩处理对所有的高频系数进行同样的阈值量化处理最后显示压缩后的图像并与原始图像比较同时在显示相关的压缩参数
3.2.2实现增强的算法流程............................................10
3.3小波包图像去噪......................................................10
3.3.1实现去噪的主要函数............................................11
指导教师签名：
日期：
华侨大学厦门工学院毕业设计（论文）
小波变换在图像处理中的应用
摘要
近年来小波变换技术已广泛地应用于图像处理中。小波分析的基本理论包括小波包分析、连续小波变换、离散小波变换。小波变换是一种新的多分辨分析的方法，具有多分辨率和时频局部化的特性，
可以同时进行时域和频域分析。
因此不但能对图像提供较精确的时域定位,也能提供较精确的频域定