第28卷第6期
科技通报
BULLETIN OF SCIENCE AND TECHNOLOGY
Vol.28No.6June 2012
2012年6月
基于IHS 变换的图像融合方法研究
卢永芳1, 卢
珂1, 侯翔文2
（1. 焦作大学, 河南焦作454003;2. 焦作市富源土地开发整理中心, 河南焦作454000）
摘要：在分析亮度、色度、饱和度（IHS ）变换影像融合方法的基础上，针对HIS 变换存在光谱扭曲的缺点，提出了一种新的图像融合方法。该方法采用加权平均融合方法和高通滤波理论对I 分量进行处理。通过matlab 仿真实验表明，改进的图像融合方法可以最大限度地减弱传统IHS 融合法存在的光谱退化现象，同时也可提高融合图像的清晰度和空间分辨率。图像融合；IHS 变换；加权平均；高通滤波关键词：
中图分类号：TP75文献标识码：A 文章编号：1001-7119（2012）06-0212-03
Research on Image Fusion Based on the IHS Transform
LU Yongfang 1,LU Ke 1,HOU Xiangwen 2
（1. Jiaozuo University, Jiaozuo
454003,China;
2.Fuyuan Consolidation and Rehabilitation Center of Jiaozuo , Jiaozuo 454000,China)
Abstract ：Based on the analysis of image fusion method of IHS transform and aiming at the limitations of spectrum fea -tures distortion to IHS transform, a new image fusion can utilize ,which Weighted average and HPF theory to processing the I component. The quantitative analysis by matlab simulation show that this method can makes best use of the infor -mation in remote sensing images to be fused and prevents the loss of image information. Key words:image fusion; IHS transform; weighted average; HPF theory
图像融合就是通过一定技术手段，综合两幅或多幅来自不同信息源的图像信息以及其他信息，以获得对同一场景更精确、全面和可靠地图像描述。基于IHS 变换的图像融合技术是图像数据像素级融合中最常用易于实现，在增强图像的色彩、的方法，由于算法简单、图像的特征和改善图像空间分辨率等方面应用广泛。
（1）光谱失真较大。由于多光谱影像变换后I 分量的光谱特性同高分辨率全色影像的光谱特性不完全一致，变换中如果直接利用其替代1分量，就会遗失大部分多光谱影像的光谱信息，从而造成光谱特性失真。
（2）光谱扭曲现象严重。用IHS 变换法直接替换多光谱图像I 分量，固然I 、H 和S 3个分量互相独立，但并不能完全隔离I 分量和光谱信息，实际上在I 分量中还就会把其保留着一些光谱信息，当直接替换I 分量后，中的光谱信息分离在融合图像之外，就会产生光谱扭曲现象。
1常用的IHS 变换的融合技术
IHS （Intensity Hue Saturation ）模型是面向彩色处理
的最常用模型。基于IHS 变换的图像融合技术是将传统RGB 空间转换为IHS 空间，对I 分量进行变换后，再逆变换为RBG 空间的图像融合变换法。
通过IHS 变换方法，得到的融合影像虽然增强了影像空间的表现能力，但也存在明显不足：
2改进的融合方法
2.1加权平均法改进
加权平均融合方法常用于简单图像的融合。其基
收稿日期：2012-03-07
作者简介：卢永芳（1976-），男，河南济源人，讲师，现从事自动控制教学与科研工作。
第6期卢永芳. 基于IH S 变换的图像融合方法研究
213
图1多光谱图像图2传统IHS 融合图像
图3加权法改进融合图像图4高通滤波法改进融合图像
Fig.1Multi-spectral
Fig.2Image fusion of traditional IHS Fig.3Image fusion of weighted average Fig.4Image fusion of HPF
theory
本思想是对源图像不进行任何变换，而是直接对各源图像对应的像素进行选择、平均及加权平均等简单处理，进而融合成一幅新图像。
譬如A 、B 分别代表两幅源图像，融合合成图像为F 。图像大小均为M ×N ，对于A 、B 两个源图像的像素级灰度值加权平均融合过程可以表示为：
F （m ，n ）=ω1A （m ，n ）+ω1B （m ，n ）
（m ，n ）A
ω1=ω=1-ω1。加权系数：；
A （m ，n ）+B（m ，n ）2
3实验结果和分析
3.1MATLAB 仿真结果
分别利用IHS 变换法、加权法和高通滤波法对全色及多光谱图像进行融合实验，图像融合程序是用M AT-LAB 7.0编写，在WINDOWS XP 操作系统下调试通过。实验结果如如图1-图4所示。
3.2实验分析
3.2.1主观分析
通过主管目视的效果可以看出，改进的算法延续了传统方法的优点，很大程度上减少了光谱扭曲度，使原多光谱图像的大部分信息得以保留，融合图像质量有大幅度提高。3.2.2客观分析
为进一步研究利用改进方法得到的融合图像的质清晰度和光谱扭曲度作量，下面以融合图像的信息熵、为评价指标，从客观角度上去进行分析。
（1）信息熵。图像的信息熵指的是图像所包含的平均信息量的多少。融合图像的熵值越大，表示该融合图对于一幅像携带的信息量越大，图像的质量也就越高。单独的图像，可以把每个像素的灰度值作为相互独立
P=的样本，从而这幅图像的灰度分布就可以表示为：{P 0, P 1, …，P L -1}，p i 表示灰度值为i 的像素数与图像总像素
当ω1=ω2=0.5时，称作平均融合。
在加权平均融合算法中，加权系数的选取没有严格的规定，使用者可根据经验来设定。
2.2高通滤波法改进
高通滤波融合法（HPFF, high pass filtering fusion ）的中心思想是把高空分辨率图像的高频信息（即细节和纹理信息）加入到多光谱图像（低分辨率图像）中，从而更多地保留多光谱图像的光谱信息，进而增加了高分辨率图像的细节信息。
若果用F 、S 、T 分别表示目标融合图像、高分辨率图
））像和多光谱图像，用P （和P （分别表示图像F 的高h F l F
频信息和低频信息。那么H 高通滤波融合算法就可以表示为：
F=T+P（）h F
（1）（2）（3）
就目标融合图像F 来说，在空间域中一般有：
軓P （）=M （F ，i,j,m,n ）l F i,j
軓P （）=G（F i,j ）-M （F ，i,j,m,n ）h F i,j
L 为灰度级总素。具体计算公式为：的比值，
H =-∑P i InP i
i ＝0L -1
軓G （F i,j ）其中，是融合图像F （i ，j ）像素的灰度值，M （F ，i,j,m,n ）是在图像F 中以（i ，j ）像素为中心的m ×n 区
（2）清晰度。清晰度是用来评价图像模糊程度的一个重要指标，它主要是描述图像中微小细节变化与纹理变化的反差特征。图像的清晰度采用梯度法去衡量，其值越大，表明图像的清晰度越高。具体计算公式为：
軃=1g
域的灰度平均值。由于在空间域中，某一点的低频信息一般常用以该点为中心临域平均值来表示，高频信息则用它的灰度值减去低频信息的结果来表示。
若果将（2）式和（3）式代入（1）中，就可以得到空间域中高通滤波的融合图像，具体算法为下式所示：
軓G （F i,j ）=G（S i,j ）+G（T i,j ）-M （S ，i,j,m,n ）
∑
姨(△I +△I ) 2
X
2y
2
n 为图其中，△I X 与△I y 分别是x 与y 方向上的差分；
像的大小。
（3）光谱扭曲度。
光谱扭曲度是光谱信息差异的直
（4）
214
科技通报第28卷
表1融合图象的熵、清晰度和光谱扭曲
数据
R
多光谱传统IHS 加权法高通滤波法
7.51657.42257.48417.5047
Tab 1The entrop and definition and spectral distortion degree of image
清晰度熵G 7.50637.38377.46127.4917
B 7.51697.36707.49697.5434
R 10.270619.477419.590019.8350
G 9.877019.297619.472319.7484
B 9.920619.099019.428419.7627
26.670724.045723.7302
R
光谱扭曲度
G 26.753224.221923.9568
B 26.694624.308624.1040
接反映。其值越大，表示光谱失真越严重，融合图像的质量就越差，反之表示融合图像的质量愈高。具体计算公式如下：
D i =
但是容易引起光谱扭曲，产生光谱失真。而加权平均法和高通滤波法改进的融合方法，非但没有降低融合图像的熵，而且融合后的图像在清晰度和光谱扭曲度这两个相互矛盾的数据上得到了双重提高，有效抑制了光谱失真现象，可以得到质量非常高的融合图像，能够更精确地反映客观实际。
1∑∑|G, -G |
irl irl
r
l
r 、l 分别为行列位置，其中N 为整个图像像元总数，
G irl 和G irl 分别为多光谱波段融合前后对应像元的灰度D i 表示融合前后光谱的差异。值，
,
参考文献：
[1]
Pohl C, Van Genderen J L. M ultisensor image fusion remote sensing:concepts,methondsand applicationgs [J].Interna-tional Journal of Remote Sensing,1998,19(5):823-854. [2][3][4][5][6][7]
何友, 王国宏编著. 信息融合理论及应用[M].北京:电子工业出版社,2010.
李弼程, 魏俊, 彭天强. 遥感影象融合效果的客观分析与评价[J].计算机工程与科学,2004,26(1):42-46.
肖李、卢凌，黄红星. 基于改进HIS 变换的图像融合方法[J].武汉理工大学学报，2003,1:41-43.
夏明革，何友，欧阳文. 像数级图像融合方法与融合效果2002,4:224-229. 评价[J].遥感技术与应用，
赵天昀. 象素级图像融合技术研究[D].成都:成都理工大学,2004.
陆冬华, 赵英俊. 基于改进型Brovey 算法的高光谱数据融合技术[J].世界地质科学,2006,9(23):177-180.
经计算，可得出融合图像的信息熵、清晰度、光谱扭曲等客观评价指标如表1所示。
从表1中的数据可以看出：在图像的信息丰富程度方面，加权法改进和高通滤波法改进算法所得到的融在合图像的熵和传统IHS 变换融合图像的熵基本相当。清晰度方面，加权法改进得到的融合图像明显优于传而高通滤波法改进得到的融合图像又优统IHS 变换法，
于加权平均法。在光谱扭曲度上，高通滤波法改进效果最佳，加权平均法改进其次，而传统IHS 变换则效果最差。
4结语
综上所述，实验数据清晰明了，传统I 的基于IHS 变
换的图像融合方法虽可以大幅度提高了空间分辨率，