(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111598647.5 (22)申请日 2021.12.24 (71)申请人 郑州信大 先进技术研究院 地址 450000 河南省郑州市高新 技术产业 开发区莲 花街55号 (72)发明人 杨鑫　张文亮　武志强　王贺彬　 李志明　张路路　 (74)专利代理 机构 郑州德勤知识产权代理有限 公司 41128 代理人 武亚楠 (51)Int.Cl. G06T 5/50(2006.01) G06T 5/40(2006.01) G06T 5/20(2006.01) G06T 5/10(2006.01)G06T 5/00(2006.01) (54)发明名称 基于小波分解和改进IHS算法的遥感影像融 合方法 (57)摘要 本发明提供了一种基于小波分解和改进IHS 算法的遥感影像融合方法， 所述方法包括以下步 骤： 提取多光谱影像和高分辨率遥感影像的I分 量， 融合后通过高通滤波以及加权平 算法处理得 到融合Inew1分量， 将融合Inew1分量和全色影像进 行直方图匹配得到 匹配后的融合Inew2分量， 基于 融合Inew2分量等进行HIS逆变换得到多光谱影像 MI_2， 然后利用小波分解的方法， 得到一个全新 的融合影像。 本发明解决了因IHS变换导致融合 后的影像光谱失真的问题， 不但有效抑制了光谱 退化现象， 而且增加了融合图像的清晰度； 同时， 有效解决因高通滤波处理引起的影像亮度降低 问题， 能够增强图像的低频信息即图像整体亮 度。 权利要求书3页 说明书8页 附图2页 CN 114331936 A 2022.04.12 CN 114331936 A 1.一种基于小波分解和改进IHS算法的遥感影像融合方法， 其特征在于， 包括以下步 骤： 获取同一区域的原多光谱影 像MI_0、 原高分辨影 像HRI_0以及原全色影 像PI_0； 对所述原多光谱影像MI_0进行重采样， 得到目标多光谱影像MI_1； 所述目标多光谱影 像MI_1与所述原高分辨影 像HRI_0的分辨 率相同； 对所述目标多光谱影像MI_1进行IHS变换， 获得多光谱Ih分量、 多光谱Hh分量和多光谱 Sh分量； 对所述原高分辨影 像HRI_0进行IHS变换， 得到高分辨 Im分量； 对所述多光谱Ih分量和所述高分辨 Im分量进行高通滤波处 理， 得到融合 IF分量； 对所述融合 IF分量和所述高分辨 Im分量进行加权平均处 理， 得到融合 Inew1分量； 根据所述原全色影像PI_0模拟生成新全色影像PI_1， 基于所述新全色影像PI_1对所述 融合Inew1分量的影 像直方图进行直方图匹配， 得到匹配后的融合 Inew2分量； 对所述融合Inew2分量、 所述多光谱Hh分量和所述多光谱Sh分量进行IHS逆变换， 得到IHS 逆变换后的多光谱影 像MI_2； 对所述多光谱影像MI_2进行小波变换， 获得所述多光谱影像MI_2的高频分量和低频分 量； 对所述新全色影像PI_1进行小波变换， 获得所述新全色影像PI_1的高频分量和低频分 量； 对所述多光谱影像MI_2的高频分量和所述新全色影像PI_1的高频分量进行融合， 得到 融合高频分量； 对 所述多光谱影像MI_2的低频分量和所述新全色影像PI_1的低频分量进 行 融合， 得到融合低频分量； 对所述融合高频分量和所述融合低频分量进行小 波逆变换， 得到融合后的遥感影 像。 2.根据权利要求1所述的基于小波分解和改进IHS算法的遥感影像 融合方法， 其特征在 于， 对所述多光谱Ih分量和所述高分辨 Im分量进行高通滤波处 理， 得到融合 IF分量时， 执 行： 读取所述多光谱Ih分量， 获得所述多光谱Ih分量中每一个像素(i,j)的灰度值G (Ih(i,j))； 读取所述高分辨Im分量， 获得所述高分辨Im分量中每一个像素(i,j)的灰度值G （Im(i,j)） ， 以及以像素(i,j)为中心的m ×n区域的灰度值平均值M （Im(i,j,m,n)） ； 对于所述高分辨Im分量中每一个像 素(i,j)， 以所述灰度值G(Im(i,j))减去所述灰度值平 均值M （Im(i,j,m,n)） ， 得到高频信息Pn(Im(i,j))； 其中， 所述Pn(Im(i,j))表示提取出的高分辨Im分 量中每一个 像素(i,j)中的高频信息； 对于所述多光谱Ih分量中每一个像素(i,j)， 对所述灰度值G(Ih(i,j))和所述高频信息Pn (Im(i,j))进行叠加处 理， 得到空间域中滤波图像 每一个像素(i,j)的灰度值G(IF(i,j))； 基于空间域中滤波图像 每一个像素(i,j)的灰度值G(IF(i,j))， 得到融合 IF分量。 3.根据权利要求1所述的基于小波分解和改进IHS算法的遥感影像 融合方法， 其特征在 于， 对所述融合 IF分量和所述高分辨 Im分量进行加权平均处 理， 得到融合 Inew1分量时， 执 行： 采用以下公式， 得到融合 Inew1分量：权　利　要　求　书 1/3 页 2 CN 114331936 A 2其中， Inew1表示对所述多光谱IF分量和所述 高分辨Im分量进行加权平均处理后得到的I 分量； Im表示对所述原高分辨影像HRI_0进行IHS变换得到的I分量； IF表示对所述多光谱Ih 分量和所述高分辨Im分量进行高通滤波处理后得到的I分量； w1表示第一权重， w2表示第二 权重。 4.根据权利要求1所述的基于小波分解和改进IHS算法的遥感影像 融合方法， 其特征在 于， 基于所述新全色影像PI_1对所述融合Inew1分量的影像直方图进行直方图匹配， 得到匹 配后的融合 Inew2分量时， 执 行： 基于所述融合Inew1分量， 获得融合Inew1分量的影像直方图， 生成所述融合Inew1分量的影 像直方图对应的连续 概率密度函数pr(r)； 读取所述新全色影 像PI_1， 生成所述 新全色影 像PI_1的连续 概率密度函数pz(z)； 基于所述连续概率密度函数pr(r)， 生成中间图像灰度级s； 根据所述概率密度函数pz (z)， 生成变换函数G(z)； 根据所述变换函数G(z)=s的设定关系， 得到所述新全色影像PI_1 的直方图的灰度级z与所述融合 Inew1分量的影 像直方图的灰度级r之间的映射关系； 基于该映射关系对融合Inew1分量的影像直方图中的灰度值进行替换， 获得匹配后的融 合Inew2分量。 5.根据权利要求1所述的基于小波分解和改进IHS算法的遥感影像 融合方法， 其特征在 于， 对所述多光谱影像MI_2的高频分量和所述新全色影像PI_1的高频分量进行融合， 得到 融合高频分量时， 执 行： 获得所述多光谱影像MI_2的N层小波分解后的高频分量CN, HMI_2， 以及所述新全色影像 PI_1的N层小 波分解后的高频分量CN, HPI_1； 对所述高频分量CN, HMI_2和所述高频分量CN, HPI_1进行加权平均后， 得到融合高频分量 CN, HF。 6.根据权利要求1所述的基于小波分解和改进IHS算法的遥感影像 融合方法， 其特征在 于， 对所述多光谱影像MI_2的低频分量和所述新全色影像PI_1的低频分量进行融合， 得到 融合低频分量时， 执 行： 获得所述多光谱影像MI_2的N层小波分解后的低频分量CN, LMI_2， 以及所述新全色影像 PI_1的N层小 波分解后的低频分量CN, LPI_1； 对所述低频分量CN, LMI_2和所述低频分量CN, LPI_1进行加权平均后， 得到融合低频分量 CN, LF。 7.一种基于小波分解和改进IHS算法的遥感影像融合设备， 其特征在于： 包括存储器、 处理器和存储在所述存储器上并可在所述处理器上运行的基于小波分解和改进IHS算法的 遥感影像融合程序， 所述基于小波分解和改进IHS算法的遥感影像融合程序被所述处理器 执行时， 实现如权利要求1 ‑6任一项所述的基于小波分解和改进IHS算法的遥感影像融合方 法的步骤。权　利　要　求　书 2/3 页 3 CN 114331936 A 3