基于可见光与近红外的遥感图像融合增强技术概述

黄日辉

摘 要 可见光与近红外能对不同的物体有不同的响应，通过将可见光与近红外图像的融合，能够有效提升遥感图像的质量，本文通过拉普拉斯-金字塔的方法对遥感图像进行了融合增强。

关键词 图像融合;近红外;图像金字塔

引言

圖像的可见度和颜色受呼入霾、雾、烟、雨等各种恶劣天气的影响很大。由于这些条件导致的散射，导致的额衰减和平滑效果导致对比度和细节上的损失。一些研究显示，通过利用不同传感器下取得的同一场景的多幅图像可以增强图像的可见性。近年来，基于可见光图像与近红外图像（NIR）图像相结合的图像融合增强技术得到了广泛的应用。数码相机的传感器可以捕获到可见光谱（400～700纳米）和近红外光谱（700～1100纳米）。近红外能很好地穿透雾霾，同时对植被、云层都有很好的亮度响应[1]，近红外图像的这些特征对增强图像可见性有非常大的帮助。

1基于拉普拉斯-高斯金字塔的近红外图像与可见光图像的融合

拉普拉斯-高斯金字塔融合算法由Tom Mertens[2]等人提出，对于拉普拉斯金字塔融合算法来说，其过程可以大致上分为三个步骤：①图像金字塔的分解。②融合图像权重计算和图像融合重建。③融合权重的计算[3]。在这三个步骤中最重要的便是计算融合权重。对于本算法来说不同的权重所导致的结果又很大的不同。该算法通过图像的对比度、色彩的饱和度和曝光度良好这三个因素来生成图像融合的像素权重。因为可见光图像有三个通道，R、G和B，而近红外图像只有一个通道。所以可见光图像与近红外图像并不能直接融合，将可见光图像中的一个通道替换成近红外图像也不是一个合适的选择。对于可见光图像与近红外图像来说，通过将RGB图像转换为HSV图像之后进行融合是一个比较好的选择。

在通过颜色空间转换得到HSV图像之后，便可以开始对图像进行基于拉普拉斯-高斯金字塔的融合。一幅图像的金字塔模型，是一个呈金字塔形状排列的，从低到高，分辨率逐层降低的图像的集合。在金字塔的最底部是分辨率最高的图像，而在金字塔的最顶层则是分辨率最低的图像，金字塔每上升一层，图像的分辨率便会降低，通过对图像进行金字塔分解，便能对图像进行多分辨率的处理了。

高斯金字塔是由金字塔形图像集合构建而成，其算法核心思想便是将需要进行处理的图像通过算法处理，对图像下采样获得结果图删除偶数行和列，获取下层图像，然后循环获得最终结果。对于原始图像进行高斯金字塔算法分解的过程中，因为要对原始图像进行卷积下采样来获取之后的图像，在这一过程中，会使得一些高频信息确实，最终造成图像清晰度的降低。

为了弥补这一情况的发生，可以通过拉普拉斯金字塔首先将高斯金字塔程度每一层的图像和上一层的图像进行上采样处理，与此同时进行高斯卷积得到一个中间结果图对其相减，最后获取其相减之后获取差值的系列图像。在对每一层的图像进行融合之后，对融合后的金字塔图形进行上采样，扩展后与下层图像相加，即可得到一幅与待融合图像大小相等的图像，将其与RGB图像转换来的HSV图像的V通道进行替换后便能得到融合后的近红外与可见光图像。

2结束语

为了能够提高可见光图像的清晰度，丰富图像所含的信息量，通过将近红外图像和可见光图像融合的方式可以对图像的质量有显著的提高。通过拉普拉斯-金字塔的融合方式将近红外图像融合进可见光图像时，因为需要选择3个权重系数组成一个权重图来决定每个像素所保留的信息。所以在融合后能够尽可能将源图像双方各自的优势都保留下来。

参考文献

[1] Fredembach C， Susstrunk S. Colouring the near infrared[R]. Portland：Proceedings of the IS&T/SID 16th Color Imaging Conference，2008.

[2] Mertens T， Kautz J， Reeth F V. Exposure fusion[R]. USA：Proceedings of the 15th Pacific Conference on Computer Graphics and Applications，2007.

[3]Ashish V Vanmali，Vikram M Gadre. Visible and NIR image fusion using weight-map-guided Laplacian–Gaussian pyramid for improving scene visibility[J]. Springer India，2017，42（7）：59.