基于PCA变换和HIS变换的遥感影像融合
his变换融合法
his变换融合法His变换融合法（HIS-based Fusion Method）摘要：本文将介绍一种称为His变换融合法的图像融合方法。
该方法通过将多幅图像转换到His颜色空间，并对亮度分量进行融合，从而实现对图像的融合。
该方法具有简单、高效的特点，能够在保持图像细节的同时提高图像的对比度和亮度。
引言：图像融合是一种将多幅图像合成为一幅图像的技术。
在许多应用领域，如医学影像、遥感图像等，图像融合技术被广泛应用于图像增强、目标检测等任务中。
His变换融合法是一种基于颜色空间的图像融合方法，通过对图像的亮度分量进行融合，可以有效提高图像的视觉质量。
一、His变换简介His变换是一种将彩色图像转换到His颜色空间的方法。
His颜色空间由亮度（H）和饱和度（S）两个分量以及色调（I）分量组成。
亮度分量表示图像的亮度信息，饱和度分量表示图像的饱和度信息，而色调分量则表示图像的颜色信息。
His变换可以将图像的亮度信息和颜色信息分离开来，从而方便对图像进行处理。
二、His变换融合法的原理His变换融合法的主要思想是将待融合的多幅图像转换到His颜色空间，并对亮度分量进行融合。
具体步骤如下：1. 将多幅图像转换到His颜色空间，得到各自的亮度分量；2. 对亮度分量进行融合，可以选择简单的加权平均法、多分辨率融合法等方式；3. 将融合后的亮度分量和原始图像的饱和度分量、色调分量重新组合，得到融合后的图像。
三、His变换融合法的优势1. 简单高效：His变换融合法不需要复杂的数学运算和大量的计算资源，计算速度快，适合实时应用；2. 保持细节：His变换融合法通过对亮度分量进行融合，能够在保持图像细节的同时提高图像的对比度和亮度；3. 融合效果好：His变换融合法能够有效地将多幅图像的信息融合在一起，提高图像的视觉质量。
四、实验结果与分析本文使用了一组真实的遥感图像进行了实验，比较了His变换融合法与其他融合方法的效果。
一种新的基于PCA变换多源遥感影像像素级融合方法
关键词 ： 多源遥感影像融合 ； 主成分分析变换 ； 小波变换
中图分类号 ： Ｐ ５ ． Ｔ ７ １１ 文献标识码 ： Ｂ 文章编号 ：１７ － ４ （００ ０ —０４ ０ ６ １ ０ ４ ２ １ ） １０ ４ —３ ３
１ 引 言
可分 离 出 噪 声 。 在 遥 感 图 像 处 理 软 件 Ｐ Ｉ中 将 Ｃ
小 波变 换 属 于时频 分 析 的一种 ， 其核 心是 多分 辨 率分解 。对 于 图像 融 合 ， 波变 换可 以将 图像 分 小
收 稿 日期 ： ０ ８１—６ 修 回 日期 ： ０ ９０ ．０ ２０— ２ ； ２ ２ ０ —８１ 作者简介：王冬梅 （９ １） 女 ， １８一 ， 河南驻马店人 ， 助教 ， 硕士 ， 主要从事数字摄影测量与 ３ ｓ技术研究 。
Ｔ ４ Ｔ 、Ｍ２三波段 与 Ｓ Ｏ Ｍ 、Ｍ３ Ｔ Ｐ Ｔ影像作 为输 入通 道 ， 设置 ３个 输 出通道 。这 样 既 实现 了数 据 融合 ， 又减 少 了噪声 ， 高 了影像 的利用度 。 提
一
随着 当今 遥感 技术 的迅 速发 展 ， 各种 对 地观 测
卫星 源源不断 地提供不 同空 间分 辨率 、 时间分辨 率 、 波谱分 辨率 的遥感 图像 。为 了对 观测 目标 有一个更 加全 面 、 清晰 、 准确 的理解 与认识 ， 切 希望 寻找综 迫
（．黄河水利职业技术学 院， １ 河南 开封 ４ ５０ ； ． ７０ ３ ２ 河南省 中纬测绘规划信息工程有限公司 ， 河南 焦作 ４ ４０ ５０２；
３ ．中国科学院 近代物理研究所 ， 甘肃 兰州 ７０ ０ ） ３０ ０
摘要 ： 在多源遥感影像融合 中， 基于传统 Ｐ Ａ变换 的多源遥感影像融合的光谱分辨率受到较大影响。提出了 Ｅ
基于PCA变换的遥感影像融合算法
基于PCA变换的遥感影像融合算法
于森;陈春香
【期刊名称】《微计算机信息》
【年(卷),期】2009(000)033
【摘要】本文是在研究传统IHS变换融合方法的基础上,提出了基于PCA变换的遥感影像融合算法。
通过PCA变换,在尽可能的保留主要信息的前提下,除去波段之间的冗余数据,减少处理的数据量,来提高融合的效率;通过PCA变换进行波段重采样合成新的彩色图像,再与滤波处理后的全色图像进行融合。
实际数据测试,证明了本文方法的可行性,并达到了预期的融合效果。
【总页数】3页(P217-218,216)
【作者】于森;陈春香
【作者单位】桂林工学院电子与计算机系,广西桂林541004
【正文语种】中文
【中图分类】TP751.1
【相关文献】
1.基于NSCT变换和PCA的图像融合算法 [J], 吴粉侠;李红;李洪星
2.基于PCA的拉普拉斯金字塔变换融合算法研究 [J], 马先喜;彭力;徐红
3.基于PCA变换和HIS变换的遥感影像融合 [J], 潘晶;张寅;周汝良
4.基于PCA变换与小波变换的多源图像融合算法 [J], 陈丹
5.基于改进的IHS、PCA和小波变换的遥感图像融合算法 [J], 王瀛;余岚旭;王春喜;左方;王泽浩
因版权原因，仅展示原文概要，查看原文内容请购买。
基于HIS的遥感图像融合处理与分析
基于HIS的遥感图像融合处理与分析作者：张玲娟来源：《软件导刊》2015年第06期摘要：随着计算机软件和硬件技术的发展，以及RS技术在地质勘查领域的广泛应用，遥感图像在地质勘查中得到广泛应用。
基于HIS变换进行图像融合处理，对青海沱沱河1∶50 000区域地质调查项目的TM、ETM+遥感图像进行解译和分析，增强遥感图像显示效果并提高其所包含的信息量，为相关地质工作者提供数据参考。
关键词：HIS变换；遥感图像；融合处理DOIDOI：10.11907/rjdk.151545中图分类号：TP317.4文献标识码：A 文章编号：16727800（2015）006018603基金项目基金项目：中国地质调查局基金项目（[2011]030176（1212011140087））作者简介作者简介：张玲娟（1982-），女，陕西武功人，硕士，核工业二○三研究所网络工程师，研究方向为计算机应用、信息化。
1 遥感图像概述遥感图像是遥感探测目标的信息载体，可以综合反映地理环境某一部分或某些地物的质、量和动态信息[1]。
其中，高光谱遥感卫星图像以清晰度高、信息量丰富、准确、数据时效性强等特点[2]，为研究人员在环境恶劣、交通不便的沼泽地区、高海拔地区开展地质调查、勘探等工作提供了快速、可靠的数据源。
遥感图像包括地物的光谱特征、空间几何结构、时间特征3个方面的信息。
地物的光谱特征信息表征了遥感图像的色调和色彩。
空间几何结构信息量越丰富则表明图像具备越高的几何分辨率和越清晰的纹理细节。
对于时间特征信息，在不同时相获取的遥感图像，其波谱特征和空间几何结构特征一般存在差异性。
这3个方面特征的参数包括空间分辨率、光谱分辨率、辐射分辨率和时间分辨率。
通过遥感技术能够快速采集大范围数据、动态监测地物变化、综合反映地表信息，为地质信息提取、分析提供基础数据。
相比传统方法，投入费用低，节约了成本，提高了效率，带来很好的经济效益和社会效益。
遥感图像的种类较多，表1列出常用卫星的图像及其主要特性[3]。
一种新的基于PCA变换多源遥感影像像素级融合方法
一种新的基于PCA变换多源遥感影像像素级融合方法
王冬梅;李雪萍;袁建东
【期刊名称】《海洋测绘》
【年(卷),期】2010(030)001
【摘要】在多源遥感影像融合中,基于传统PCA变换的多源遥感影像融合的光谱分辨率受到较大影响.提出了一种新的基于PCA变换的多源遥感影像像素级融合方法,通过在传统PCA变换融合算法基础上引入小波变换融合,保留了多波段遥感图像光谱特性的有用信息,进一步提高融合后遥感影像的效果.给出实验的融合结果,并与传统PCA变换方法进行对比,证明了该方法的有效性.
【总页数】3页(P44-46)
【作者】王冬梅;李雪萍;袁建东
【作者单位】黄河水利职业技术学院,河南,开封,475003;河南省中纬测绘规划信息工程有限公司,河南,焦作,454002;中国科学院,近代物理研究所,甘肃,兰州,730000【正文语种】中文
【中图分类】TP751.1
【相关文献】
1.一种新的基于主分量变换与小波变换的图像融合方法 [J], 蒋年德;王耀南
2.基于HIS变换的多源遥感影像融合方法研究 [J], 肖玉环;黄伦春;刘晓燕;王媛媛;张红英
3.基于PCA变换与HIS变换相结合的Landsat7遥感数据融合方法及其评价 [J], 董慧君;刘艳芬
4.基于IHS变换与多进制小波变换的多源遥感影像融合 [J], 张静;王建明;袁振峰
5.一种基于IHS变换和小波变换的多源遥感影像融合新方法 [J], 梁苏苏;张鹤鸣;段彩梅
因版权原因，仅展示原文概要，查看原文内容请购买。
基于PCA变换与HIS变换相结合的Landsat7遥感数据融合方法及其评价
１
１
２
波段序号
原 图 ５
４
３
熵
７ ２ ８ ． ３８
７ ５ ５ ．５ ８
７． Ｏ ４ Ｏ４
联合熵
１ ．８２ ８７ ９
Байду номын сангаас
１
一
１
。
’
Ｈ ： ａｃ ａ ｒｔｎ
上述公式表 明 ， 图像数据 的标准差越 大 ， 图像所包含 的信息
量越大， 波段的相关性越小 ， 明各波段 的独立性越高 ， 表 信息 的冗 余 度越 小。 Ｌｎ ｓｔ ａｄａ ７波段组合 的信息量 比较 序号
１ ２ ３
多光谱波段 组合 的原 则： 一是所 选择 的波 段信息 量要 丰富 ；
适 的 波段 组 合 的 基 础 上 ， 于 Ｐ Ａ 变换 与 Ｈ Ｓ变换 相 结 合 的 融合 方 法 ， 尽 可 能 保 留 光谱 信 息 的 同 时 ， 基 Ｃ Ｉ 在 提 高 了 图像 的 空 间分 辨 率 ， 用信 息 熵 、 合 熵 、 利 联 光谱 偏 差指 数 等 定 量 评 价 后 ， 传 统 的 ＨＳ 变换 和 Ｐ Ａ 较 Ｉ Ｃ
成 Ｒ、 Ｂ称 为 反 变 换 。两 个 过 程 是 可 逆 的 ， 就 是 说 ， 于 一 幅 Ｇ、 也 对
地物的反射波普是研究地 面物体反 射率随波长变 化的规律 ，
｝东 营 市勘 察 测 绘 院 ２ ７９ ５０ １
彩色 图像来说 ， 经过正反 两次变换 以后 ， 图像信 息不 会发生变换 。 利用 ＩＳ变换可 以实现多源遥感图像之间 的信 息融合 ， Ｈ 即低分辨
率 的图像经过变换后影射至 Ｉ Ｓ空间 ， 后用高分辨率 的全色图 Ｈ 然 像与 １ 分量进行直方图匹配 ， 使其灰 度的均值 与方 差 和 Ｈ Ｓ空 间 Ｉ
基于PCA的遥感图像和红外图像融合的研究
基于PCA的遥感图像和红外图像融合的研究文章在原有的PCA算法的为核心的基础上，加入了IHS变换。
充分利用两个算法的优点。
并对整个图像融合过程进行新的改进和优化。
文章将新的改进分别应用于遥感图像和红外图像的融合。
对图像的融合得到了较为理想的结果。
标签：PCA算法；遥感图像；红外图像引言图像融合技术，是指将两个或者更多的对同一特定场景的图像进行融合，产生一个对场景的新的诠释图像。
在遥感图像中，多光谱图像和全色图像是最重要的两类。
然而，多光谱图像分辨率不高，全色图携带着极为多彩的空间信息。
实际应用中需要提取两者的优点，解决之道是利用图像融合技术对两者进行处理[1]。
红外图像和可见光图像则是在不同的拍摄工具下对特定物体的不同表现，通过融合技术可以让人们在一幅图中获取到更多的信息量，便于人眼的观察和判断。
本文使用主成份分析法（Principal Component Analysis）[2]，进行研究。
主要步骤为：（1）图像前期预处理；（2）图像的配准；（3）图像的融合；（4）图像分析。
1 PCA算法介绍和IHS变换图像融合的层次分为：像素级、特征级和决策级[3]。
对融合后的图像分析有两种方法，一种是主观法，另一种是客观法。
主观法根据观察者对融合后的图像总体印象感知。
客观法是通过一系列的对比参数数据对图像的结果进行评价。
1.1 PCA算法介绍PCA是对数据的一种分析方法。
又称K-L变换。
通过对一组数据的线性变换，将一组多维的数据转换成低维度的一组线性无关的数据，从而实现降维的过程。
可以通过分析低维度的数据，得到对高维度数据信息的理解。
过程如下：1.2 IHS变换IHS变换中，I表示亮度，H表示色调，S表示饱和度。
通过转换将RGB图像分解成I、H、S[4]。
三个分量互相独立。
图像的RGB和IHS的相互转换是相互可逆的过程。
目前IHS变换有好几种方式。
有基于球体、柱体、三角形和单六角锥变换。
主要区别是在于选取的坐标系和主颜色采用的色调等。
基于主成分变换(PCA)的图像融合
谢谢基于Biblioteka 成分变换的图像融合李棋王治宇 温天宏
主成分变换的基本原理
主成份变换，也称主成分分析，其中参与变换不受波段数 限制，可以接受三个以上波段的多光谱数据和高分辨率数 据进行交换，从而将各个波段的纹理信息分离出来。
主成份变换融合是将N个波段的低分辨率图像进行主成 分变换，将单波段的高分辨率图像经过灰度拉伸，使其 灰度的均匀值与方差同主成分变换的第一分量图像一致； 然后以拉伸过的高分辨率图像代替第一分量图像，经过 主成分逆变换还原到原始空间，具体流程如下：
1.图像在做主成分分析时， 第一分量的信息表达的是原各波 段中信息的共同变换部分，其与 高分辨率图像中细节变化的含义 略有不同，高分辨率图像进过拉 伸后虽然与第一分量具有高相似 性，但融合后的图像在空间分辨 率和光谱分辨率上会有所变换； 2.光谱信息的变化任然存在， 使融合图像不使用于地物识别和 反演工作，但是它可以改进目视 判读的效果，提高分类制图的精 度。
主成分变换的优缺点
优势：
局限性：
经过融合的图像包含了原始 图像的高空间分辨率与高光谱分 辨率特征，保留了原图像的高频 信息。融合图像上目标的细部特 征更加清晰，光谱信息更加丰富。 主成分变化比较IHS变换融合能够 更多的保留多光谱影像的的光谱 特征，同时也克服了IHS变换融合 只能同时对3个波段的影像进行融 合的局限性，可以对三个以上的 多光谱图像进行融合。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ 、 度 （）饱 和 度 （ 称 为 ＨＩ 换 ， 且 ＩＨ， Ｉ色 Ｈ、 ） Ｓ ） Ｓ变 而 ， ｓ变换 成 Ｒ， Ｂ Ｇ，
称为逆变换。
的 第 一 主 成 分 ， 后 再 进 行 主 成 份 逆 变 换 ， 成 具 有 高 空 问 分 最 生
辨 率的多波段融合图像 。
１３ ． 基于 Ｐ ＣＡ 变换 对 ＨＩ 变 换 进 行 改 进 的 融 合 Ｓ
完 全 独 立 的较 少 的 几 个 波 段 上 ， 图像 数 据 更 易 于解 译 。主 成 使
１ 遥 感 影 像 融 合 方 法
１１ Ｈｌ 变 换 融 合 ． Ｓ
分 变 换 是 建 立 在 统 计 特 征 基 础上 的 多 维 正 交 线 性 变 换 ， 一 种 是
离 散 的 Ｋａｈ ｎ ｎ Ｌ ｅ ｅ变 换 ， 叫 Ｋ— ｒｕ ｅ — ｏ ｖ 又 Ｌ变换 。
Ｐ Ａ 变 换 融 合 具 体 过 程 是 ： 先 对 输 入 的 多 波 段 遥 感 数 据 Ｃ 首 进 行 主 成 份 变 换 ， 后 以 高 空 间 分 辨 率 遥 感 数 据 替 代 变 换 以 后 然
在 色 度 学 中 ， 彩 色 影 像 的 红 （）绿 （ ）蓝 （） 换 成 亮 度 把 Ｒ 、 Ｇ 、 Ｂ变
率 ， 用 多 源 遥 感 数 据 融 合 技 术 ， 生 成 时 效 性 良好 的 多 品 种 利 可 遥感 影 像 产 品 。多 种 信 息 源 的 融 合 是 将 多 种 遥 感 平 台 ， 时 相 多
取 １ 量 ； 以 Ｉ 基 准 ， 高 分 辨 率 全 色 影 像 进 行 直 方 图 配 准 分 ⑧ 为 与 得 到 Ｉ ；④ 将 配 准 后 的 影 像 进 行 ＨＩ 变 换 ，得 到 变 换 后 的 ’ Ｓ逆
换中１ 分量 被 全 色 影 像 替 代 ，所 以 融 合 后 的 影 像 与 原 影 像 产 生 较大的光谱失真 。
１２ 主 成 份 变 换 融 合 ．
主 成 分 变 换 （ Ｃ Ｐ ｉ ｉ ｌ ｏ ｐ ｎ ｎ ｎ ｌ ｉ 是 一 种 常 Ｐ Ａ， ｒ ｃｐ ｍ ｏ ｅ ｔ ａ ｓ ） ｎ ａＣ Ａ ｙｓ 用 的 数 据 压缩 方 法 ． 可 以将 具 体 相 关 性 的 多 波 段 数 据 压 缩 到 它
广 大农 村 教 师 应 在 自身 努 力 的 基 础 上 结 合 促 进 专业 发 展 的 各
种 途 径 ， 实 现 教 师 专 业 的发 展 。 来 参考 文献 ：
［ ］ 傅 道 春 ， 师 的成 长与 发 展 ［ ］北 京 ： 育科 学 出版 社 ． １ 教 Ｍ 教 ［ ］ 雷万 鹏 ， 生 存 阶段 向发 展 阶 段转 型 ： 西部 ６省 农村 教 师调 研 报告 ． ２ 从 中
潘晶 等： 于ＰＡ 换 Ｉ变 遥 影 合 ， 基 Ｃ 变 和Ｈ 换的 感 像融 Ｓ
科 技 教 育
基于 Ｐ Ａ变换和 Ｈ Ｓ变换的遥感影像融合 ｅ Ｉ
潘 晶 ， 张 寅 ， 汝 良 周
（． 南 林 业 大 学 资 源 学 院 ， 南 昆 明 ６ ０ ２ ； １西 云 ５ ２ ４ ２西 南 林 业 大 学 森 林 灾 害预 警 与 控 制 重 点 实验 室 。 南 昆 明 ６ ０ ２ ） ． 云 ５ ２ ４
别 赋 予 Ｒ， Ｂ三 种 颜 色 ； 对 多 光 谱 影 像 进 行 ＨＩ 变 换 ， Ｇ， ② Ｓ正 提
与 生 存 的 空 间 ， 建 良好 的 农 村 校 园 文 化 的 氛 围 ， 农 村 教 师 构 为
的 专 业 发 展 提 供 良好 的 内部 与 外部 条件 。 ２３ 师 范 教 育 也 要 为 农 村 教 师 的 专业 发展 做 好 准 备 ．
ＨＩ Ｓ变 换 融 合 导 致 光 谱 失 真 严 重 现 象 ， 且 兼 顾 了地 物 细 节 能 力 的表 达 。 而
［ 键 词 ］ 感 影 像 融 合 ； Ｓ变换 ； Ｃ 变 换 关 遥 ＨＩ Ｐ Ａ 多 源 遥 感 信 息 融 合 是 信 息 融 合 的一 个 应 用 方 面 。不 同 的卫 星 遥 感 数 据 ， 有 不 同 的 空 间 分 辨 率 、 谱 分 辨 率 和 时 间 分 辨 具 光
ＲＧＢ影 像 。 ＨＩ Ｓ变 换 融 合 可 以提 高影 像 的 地 物 纹 数 据 之 间 以及 遥 感 数 据 与 非 遥 感 数 据 之 间 的 信 息 组 合 匹 配 的技 术 。融 合 后 的 图 像 数 据 将 更 有 利 于 综 合 分 析 。多 源 遥 感 影 像 信 息 从 层 次 上 可分 为像 素 级 、特 征 级 和 决 策 级 三 个 层 次 。 像 素 级 融 合 是 遥 感 信 息 融合 各 层 次 中最 成 熟 的 一 级 ， 有 诸 多 它 融 合 方 法 ， Ｈ Ｓ变 换 方 法 、 Ｃ 如 Ｉ Ｐ Ａ方 法 、 字 统 计 方 法 等 。 数
ＨＩ Ｓ变换 融 合 的 过 程 ：（ 先 将 低 分 辨 率 多 光谱 影 像 与 高 首 分 辨 率 全 色 影 像 进 行 空 间 配 准 ， 把 多 光 谱 影 像 的三 个 波 段 分 并
针 对 Ｈ Ｓ变 换 融 合 影 像 时 存 在 较 严 重 的光 谱 失 真 现 象 ， Ｉ 综 合 ＨＩ 换 和 Ｐ Ａ变 换 的 优 点 ，利 用 Ｐ Ａ 变 换 对 ＨＩ 换 法 Ｓ变 Ｃ Ｃ Ｓ变
［ 摘 要］ 由于 ＨＩ Ｓ变换 融 合 所 得 的 影 像 光 谱 失真 比较 严 重 ， Ｈ Ｓ变 换 的 基 础 上 利 用 Ｐ 在 Ｉ ＣＡ 变 换 对 其 进 行 改进 ，
经 过 试 验 表 明 ， Ｓ变换 融 合 可 以提 高 影像 的 地 物 纹 理 特 征 ． 产 生 较 大 的 光 谱 失 真 。 而 改 进 的 融 合 方 法 不 仅 改善 了 ＨＩ 但