[论文解读] MS and PAN image fusion by combining Brovey and wavelet methods

Hamid Reza Shahdoosti|arXiv (Cornell University)|Jan 8, 2017

Advanced Image Fusion Techniques参考文献 20被引用 10

一句话总结

本文提出了一种新颖的多光谱（MS）与全色（PAN）图像融合方法，结合了Brovey技术的空间细节保持能力与小波变换的光谱保真度。通过将Brovey的强度调制与离散小波变换（DWT）分解相结合，该方法在提升空间与光谱质量的同时减少了色彩失真，在相关性与UIQI指标上优于IHS、PCA、HPF及标准DWT方法。

ABSTRACT

Among the existing fusion algorithms, the wavelet fusion method is the most frequently discussed one in recent publications because the wavelet approach preserves the spectral characteristics of the multispectral image better than other methods. The Brovey is also a popular fusion method used for its ability in preserving the spatial information of the PAN image. This study presents a new fusion approach that integrates the advantages of both the Brovey (which preserves a high degree of spatial information) and the wavelet (which preserves a high degree of spectral information) techniques to reduce the colour distortion of fusion results. Visual and statistical analyzes show that the proposed algorithm clearly improves the merging quality in terms of: correlation coefficient and UIQI; compared to fusion methods including, IHS, Brovey, PCA , HPF, discrete wavelet transform (DWT), and a-trous wavelet.

研究动机与目标

• 解决MS与PAN图像融合中光谱保持与空间细节保留之间的权衡问题。
• 减少传统方法在融合结果中常见的色彩失真。
• 将Brovey方法（空间细节）与小波方法（光谱保真度）的优势整合到单一融合框架中。
• 与现有技术相比，提升相关系数与UIQI等融合质量指标。
• 提供一种鲁棒且计算高效的融合方法，适用于遥感应用。

提出的方法

• 该方法对多光谱（MS）与全色（PAN）图像应用离散小波变换（DWT），将其分解为低频与高频子带。
• 对高频子带应用Brovey变换，以增强空间分辨率，同时保持强度调制。
• 将经过强度调制的高频分量与DWT分解所得的低频分量相结合。
• 对修改后的子带系数应用逆向DWT，以重建融合图像。
• 通过加权强度调制，强调来自PAN图像的空间细节与来自MS图像的光谱一致性。
• 该算法通过在融合过程中保持MS图像原始光谱特性，最小化光谱失真。

实验结果

研究问题

• RQ1 将Brovey与小波方法结合是否能同时提升MS与PAN图像融合的空间与光谱质量？
• RQ2 与IHS和PCA等传统融合技术相比，所提出方法是否能减少色彩失真？
• RQ3 在相关性与UIQI指标上，所提出方法与DWT、HPF及a-trous小波方法相比，融合性能如何？
• RQ4 该混合方法在多大程度上保持了原始MS图像的光谱完整性？
• RQ5 与单独使用Brovey或小波基融合方法相比，所提出方法在保持图像质量方面是否更有效？

主要发现

• 所提出方法的相关系数高于IHS、Brovey、PCA、HPF、DWT及a-trous小波融合方法。
• 与所有基准方法相比，融合结果的UIQI（通用图像质量指数）得到改善，表明结构相似性更优。
• 视觉分析证实，融合图像中色彩失真减少，空间分辨率增强。
• 该方法在增强来自全色图像的空间细节的同时，有效保持了多光谱图像的光谱特性。
• Brovey与小波技术的结合使融合输出在平衡性与整体质量上优于任一方法单独使用。
• 该算法在统计与视觉评估指标上均表现出一致的性能提升。