談小波變換在遙感圖像處理中的應(yīng)用

楊志遠(yuǎn)

國防科學(xué)技術(shù)大學(xué)理學(xué)院 ，湖南長(zhǎng)沙 410071

談小波變換在遙感圖像處理中的應(yīng)用

楊志遠(yuǎn)

國防科學(xué)技術(shù)大學(xué)理學(xué)院 ，湖南長(zhǎng)沙 410071

依據(jù)小波變換理論分析得出了遙感圖像經(jīng)過多層小波變換后，低層的細(xì)節(jié)系數(shù)頻率高于高層細(xì)節(jié)系數(shù)。為減少處理過程中信息量的丟失，將原遙感圖像和處理結(jié)果融合。實(shí)驗(yàn)表明，在信號(hào)處理方面有著廣泛地應(yīng)用,本文著重討論基于小波變換的圖像處理技術(shù)。

小波變換；遙感圖像；高頻信息；圖像處理

基于小波變換的遙感圖像是處理高頻信息形態(tài)數(shù)據(jù)源的主要方法之一，通過對(duì)基于小波變換圖像技術(shù)的分析,總結(jié)了基于單小波遙感圖像的基本方法和每種方法的優(yōu)缺點(diǎn)，以及在分析小波圖像和小波標(biāo)架變換的基礎(chǔ)上，提出了基于小波變換的圖像算法和小波標(biāo)架變換的圖像算法。

1 壓縮感知的基本原理

以小波為基的壓縮感知的基本原理圖像壓縮處理對(duì)于航空、航天、軍事偵察、災(zāi)害預(yù)報(bào)等許多領(lǐng)域至關(guān)重要,針對(duì)遙感圖像噪聲大、邊界不清楚等問題,提出了應(yīng)用小波變換對(duì)遙感圖像進(jìn)行壓縮感知和邊緣檢測(cè)處理的方法。

1.1 基于小波變換的邊緣檢測(cè)原理

以小波為基的圖像壓縮處理是技術(shù)關(guān)鍵的之一，尋求性能良好的壓縮方法是一個(gè)重要的研究領(lǐng)域，通過對(duì)小波基設(shè)誅預(yù)濾波器構(gòu)造以及圖像處理中的問題分析，是解決圖像處理的有效途徑。因此，遙感圖像的先驗(yàn)?zāi)Ｐ蛯?duì)于圖像的視覺處理至關(guān)重要，對(duì)于圖像的先驗(yàn)?zāi)Ｐ蛷亩鄠€(gè)角度進(jìn)行研究，其代表主要有統(tǒng)計(jì)方法、 正則化幾何建模方法和稀疏表示方法。

小波變換圖像融合是將同一場(chǎng)景中多幅圖像的互補(bǔ)信息合并成一幅新圖像,以便更好地對(duì)場(chǎng)景進(jìn)行觀察和理解，為遙感圖像提供一種加精確的分析方法，在研究小波變換特性的基礎(chǔ)上,提出基于小波變換的圖像融合方法。實(shí)驗(yàn)證明,該方法具有很好的融合效果。隨著小波變換體技術(shù)的發(fā)展,小波變換數(shù)字技術(shù)已成為一個(gè)研究熱點(diǎn)。在分析小波變換數(shù)字的基礎(chǔ)上,提出基于提升格式小波變換的數(shù)字水印算法,該算法在對(duì)圖像處理方面達(dá)到較好的效果。

1.2 基于小波變換的圖像數(shù)據(jù)壓縮原理

隨著現(xiàn)代信息社會(huì)對(duì)通信業(yè)務(wù)要求的不斷增長(zhǎng),基于小波變換的圖像數(shù)據(jù)壓縮原理與通信網(wǎng)容量的矛盾日益突出。特別是具有龐大數(shù)據(jù)量的數(shù)字圖像通信,更難以傳輸與存儲(chǔ),極大地制約了圖像通信的發(fā)展,已成為圖像通信發(fā)展中的瓶頸問題。圖像壓縮編碼的目的就是要以盡量少的比特?cái)?shù)表征圖像,同時(shí)保持復(fù)原圖像的質(zhì)量,使它符合特定應(yīng)用場(chǎng)合的要求。

基于小波變換的圖像數(shù)據(jù)壓縮原理是圖像數(shù)據(jù)壓縮發(fā)展史上一個(gè)新的里程碑，它在頻率和位置上都是可變的，非常適合分析瞬態(tài)信號(hào)。當(dāng)分析低頻信號(hào)時(shí)其時(shí)窗很大，而分析高頻信號(hào)時(shí)其時(shí)窗很小，這恰恰符合實(shí)際問題中高頻信號(hào)的持續(xù)時(shí)間短、低頻信號(hào)的持續(xù)時(shí)間長(zhǎng)的自然規(guī)律。

2 以小波基為稀疏基的圖像壓縮處理方法

根據(jù)遙感圖像中的不同地貌具有不同的頻譜特性,人工建筑區(qū)相對(duì)其他區(qū)域具有較高的頻率,提出了基于小波變換和數(shù)學(xué)形態(tài)學(xué)的遙感圖像人工建筑區(qū)提取算法。

2.1 對(duì)遙感圖像進(jìn)行小波變換壓縮處理

將不同地貌的信息轉(zhuǎn)換到不同頻帶,再對(duì)高頻信息進(jìn)行融合，并將融合后的高頻信息中幅度變化劇烈的區(qū)域看作遙感圖像的“山峰”,變化平穩(wěn)的區(qū)域看作遙感圖像的“盆地”,最后采用形態(tài)學(xué)重建的方法提取人工圖像的壓縮圖像,實(shí)驗(yàn)結(jié)果表明,該算法具有快速性和準(zhǔn)確性的特點(diǎn)。

目前遙感圖像的種類繁多,針對(duì)中高分辨率的可見光成像的遙感圖像進(jìn)行分析發(fā)現(xiàn),在遙感圖像中不同的地貌呈現(xiàn)出不同的規(guī)律,在圖像上的表現(xiàn)形式就是具有不同的紋理,所以對(duì)遙感圖像的紋理進(jìn)行粗分割，實(shí)際上就是對(duì)圖像中地貌的一種粗分類,紋理分割的主要任務(wù)是將圖像進(jìn)行劃分。

2.2 遙感圖像頻率分布處理

以小波基為稀疏基的圖像壓縮處理相對(duì)低頻，景物處于相對(duì)高頻。根據(jù)小波變換多分辨率特點(diǎn),圖像經(jīng)多層小波分解,得到的低層細(xì)節(jié)系數(shù)代表圖像的相對(duì)高頻部分,高層細(xì)節(jié)系數(shù)代表圖像的相對(duì)低頻部分。提出通過增大圖像的高頻細(xì)節(jié)系數(shù),減小低頻細(xì)節(jié)系數(shù)。利用視覺評(píng)價(jià)、平均梯度等方法評(píng)價(jià)實(shí)驗(yàn)結(jié)果,表明分析遙感圖像頻率算法的有效性。

遙感圖像頻率分布的特征一般主要有多光譜圖像去云、多副圖像疊加、云多傳感器圖像融合，遙感成像小波系數(shù)分辨率分析圖像處理的成像過程中,由于高層細(xì)節(jié)系數(shù)的遮擋使獲得的遙感圖像變得模糊。運(yùn)用圖像處理技術(shù),研究如何有效去除影響,成為了提高遙感數(shù)據(jù)利用率的必要途徑。

3 遙感圖像壓縮處理的質(zhì)量評(píng)價(jià)

3.1 遙感圖像壓縮處理的質(zhì)量評(píng)價(jià)

與小波相比遙感圖像壓縮處理的質(zhì)量評(píng)價(jià)，不僅具有小波的多分辨率特性和時(shí)頻特性，還具有很好的方向性和各向異性。小波的支撐域邊長(zhǎng)在該尺度下的基函數(shù)支撐域的縱橫比可以任意選擇，基函數(shù)的支撐域來逼近曲線的過程，由于它的基函數(shù)的支撐域表現(xiàn)為“長(zhǎng)方形”，因而是一種更為有效稀疏的表示法。與二維可分離小波基函數(shù)的方向支撐域的各向同性不同，其支撐域表現(xiàn)出來的是各向異性的特點(diǎn)。

遙感圖像壓縮處理的質(zhì)量評(píng)價(jià)表示方法都是采用單一基，另外一條遙感圖像壓縮處理的質(zhì)量評(píng)價(jià)表示的途徑是，基函數(shù)原子庫的圖像系統(tǒng)。通過遙感信號(hào)在完備庫上的分解,用來表示信號(hào)可適應(yīng)本身的特點(diǎn)，靈活選取以得到遙感壓縮圖像。小波分析用于平穩(wěn)信號(hào)和圖像的處理優(yōu)于傳統(tǒng)的傅里葉變換，已被許多應(yīng)用領(lǐng)域的事實(shí)所證實(shí)。

3.2 壓縮感知處理的形態(tài)分量方法分析

基于壓縮感知處理的形態(tài)分量方法的圖像分解，較好的結(jié)合了變分方法和稀疏表示方法兩類圖像分解的優(yōu)點(diǎn)，為圖像處理問題提供了良好的處理機(jī)制。首先從關(guān)于圖像形態(tài)分量分解的變分方法來看，研究朝著對(duì)圖像結(jié)構(gòu)和紋理等形態(tài)成分刻畫更精細(xì)方向發(fā)展。通過關(guān)于壓縮感知處理的形態(tài)分量結(jié)構(gòu)和紋理分量的有效分離，由于目前所涉及的表示的主要有正交系統(tǒng)。隨著壓縮感知處理的形態(tài)分量表示理論的發(fā)展，通過不同的分類表示、稀疏性度量和正則化方法，可以導(dǎo)出不同的圖像形態(tài)分量分析算法。

4 結(jié)論

小波變換在遙感圖像處理中的應(yīng)用是近年迅速發(fā)展起來的新興學(xué)科，具有深刻的理論意義和廣泛的應(yīng)用范圍。小波變換在遙感圖像處理中的應(yīng)用是一種信號(hào)的時(shí)間尺度分析方法，它具有多分辨分析的特點(diǎn)，而且在時(shí)頻兩域都具有表征信號(hào)局部特征的能力。

[1]王仁.小波變換在遙感圖像處理中應(yīng)用思考[J].北京技術(shù)，2009(11).

[2]趙厚琴，劉偉.遙感圖像處理中探索網(wǎng)絡(luò)數(shù)據(jù)應(yīng)用管理[J].安徽農(nóng)業(yè)科學(xué)，2007(8).

[3]楊斌.小波變換遙感圖信息的發(fā)展的創(chuàng)新[J].河北教育，2008(6).

TP7

A

1674-6708（2011）47-0220-02