基于SFIM和CA变换的全色和多光谱图像融合研究。

随着新卫星WorldView-2和WorldView-3的连续发射和快速发展,全色和多光谱图像融合成为一个热门研究课题。 为了解决当前用于全色和多光谱图像融合的方法的难题,即。 由于不可避免的频谱失真或需要引入麻烦的频率分析和重建,已经提出了一种基于SFIM(基于平滑滤波器的强度调制)和CA(对应分析)的方法。 首先介绍了加权梯度自适应滤波SFIM模型,该模型利用简单的计算特征提取全色图像的空间信息。 其次,引入了统计CA变换,并使用其多变量分析功能来处理空间信息的注入。 由于以上两个过程,提出了一种基于SFIM和CA变换的新颖融合方法。 理论和实验研究表明,该方法不仅可以在不进行频率分解和重构的情况下,显着地保持频谱特性,而且可以有效地注入详细的空间信息,并且计算简便,实时性高。 在全色和多光谱图像融合(例如相似的照明条件和物理属性)的情况下,该方法更适用于需要快速交互处理和实时可视化的融合系统,并且优于基于多尺度分析。