IHS_use.zip_ihs_图像融合matlab_遥感融合_遥感图像

共1个文件

m：1个

版权申诉

5星 · 超过95%的资源 195 浏览量 2022-07-14 04:22:50 上传评论 1 收藏 1KB ZIP 举报

在遥感领域，图像融合是一种关键技术，用于将不同传感器获取的多源图像数据结合在一起，以提高影像的解析度、信息含量以及分析能力。本文主要介绍基于MATLAB实现的IHS（Intensity-Hue-Saturation）图像融合方法，以及如何通过"IHS_use.m"这个MATLAB脚本来操作和理解该过程。 IHS图像融合方法是一种色彩空间转换技术，它通过将RGB（红绿蓝）色彩空间转换为IHS色彩空间来进行融合。IHS色彩空间由亮度（Intensity）、色调（Hue）和饱和度（Saturation）三个分量组成，其中亮度I反映了图像的明暗信息，而色调H和饱和度S则分别代表颜色的基本方向和纯度。这种色彩模型有利于保留原始图像的色彩特性，同时对亮度信息进行优化。在MATLAB中实现IHS融合，主要步骤如下： 1. **读取源图像**：我们需要使用MATLAB的`imread`函数读取两幅或更多的遥感图像，这些图像通常具有不同的光谱特性，如多光谱图像和热红外图像。 2. **色彩空间转换**：接下来，使用`rgb2ihs`函数将RGB图像转换为IHS色彩空间。这个函数会返回三个矩阵，分别对应于图像的I、H和S分量。 3. **融合处理**：在IHS色彩空间中，我们可以选择性地对亮度、色调和饱和度分量进行融合。通常，我们对亮度分量I进行简单的平均融合，以保留两个图像的共同信息；而对于色调H和饱和度S，可能采用加权平均或者更复杂的融合策略，以保持图像的颜色特征。 4. **反向转换**：融合后的IHS分量再通过`ihs2rgb`函数转换回RGB色彩空间，生成融合图像。 5. **显示结果**：使用`imshow`函数展示融合图像，以便于观察和评估融合效果。 "IHS_use.m"文件很可能是实现了以上步骤的MATLAB脚本。通过阅读和运行这个脚本，你可以了解并学习到如何在实际项目中应用IHS融合技术。为了优化融合效果，可能还需要对融合参数进行调整，例如改变亮度分量的融合权重，或者采用更复杂的融合算法来处理色调和饱和度分量。 IHS图像融合在遥感图像处理中有着广泛的应用，它能够有效地结合不同传感器的优势，提供更丰富、更清晰的遥感图像信息。通过MATLAB这样的科学计算工具，我们可以方便地实现和定制融合算法，从而提升遥感数据分析的质量和效率。

资源详情

资源评论

资源推荐

收起资源包目录

IHS_use.zip （1个子文件）

IHS_use.m 3KB

clear g_R=0; %r清晰度描述 g_G=0; %g清晰度描述 g_B=0; %b清晰度描述 h_R=0; %熵的描述 h_G=0; h_B=0; u1=zeros(3,1); u2=zeros(3,1); v11=zeros(3,1); %高分辨率RGB值 v12=zeros(3,1); %低分辨率RGB值 AA=zeros(3,3); BB=zeros(3,3); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% AA=[1/sqrt(3),1/sqrt(3),1/sqrt(3); 1/sqrt(6),1/sqrt(6),-2/sqrt(6); %RGB－>IHS正变换矩阵 1/sqrt(2),-1/sqrt(2),0]; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% BB=[1/sqrt(3),1/sqrt(6),1/sqrt(2); 1/sqrt(3),1/sqrt(6),-1/sqrt(2); %IHS->RGB逆变换矩阵 1/sqrt(3),-2/sqrt(6),0]; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% RGB_up=imread('E:\TNO_Image_Fusion_Dataset\Athena_images\airplane_in_trees\ir.bmp'); %读图像 RGB_low=imread('E:\TNO_Image_Fusion_Dataset\Athena_images\airplane_in_trees\vis.bmp'); % subplot(131) figure; imshow(RGB_up); % title('IHS-RGB表示的高分辨率图像'); % subplot(132) figure; imshow(RGB_low); % title('IHS-RGB表示的低分辨率图像'); [M,N,color]=size(RGB_up); R_up=RGB_up(:,:,1); G_up=RGB_up(:,:,2); B_up=RGB_up(:,:,3); [hang,lie,color]=size(RGB_up); for i=1:hang for j=1:lie v11(1)=double(RGB_up(i,j,1)); %把函数类型unit8为double型 v11(2)=double(RGB_up(i,j,2)); v11(3)=double(RGB_up(i,j,3)); v12(1)=double(RGB_low(i,j,1)); %把函数类型unit8为double型 v12(2)=double(RGB_low(i,j,2)); v12(3)=double(RGB_low(i,j,3)); u1=AA*v11; %正变换 u2=AA*v12; u2(1)=u1(1); %交换空间明度 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%空间信息明度定义???????? v12=BB*u2; RGB(i,j,1)=v12(1); %逆变换 RGB(i,j,2)=v12(2); RGB(i,j,3)=v12(3); end end r=RGB(:,:,1); g=RGB(:,:,2); b=RGB(:,:,3); RGB=uint8(round(RGB)); % subplot(133) figure; imshow(RGB); imwrite(uint8(RGB),'HIS.bmp'); % title('IHS-RGB表示的转化图像'); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 下面是计算清晰度G % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% for ii=1:M-1 for jj=1:N-1 g_R=g_R+sqrt((((r(ii+1,jj)-r(ii,jj))^2+(r(ii,jj+1)-r(ii,jj))^2))/2); g_G=g_G+sqrt((((g(ii+1,jj)-g(ii,jj))^2+(g(ii,jj+1)-g(ii,jj))^2))/2); g_B=g_B+sqrt((((b(ii+1,jj)-b(ii,jj))^2+(b(ii,jj+1)-b(ii,jj))^2))/2); end end fprintf('\n\n R的清晰度为:%.4f\n G的清晰度为:%.4f\n B的清晰度为:%.4f',... g_R/(M-1)/(N-1),g_G/(M-1)/(N-1),g_B/(M-1)/(N-1));