基于改進Contourlet變換MCT的遙感圖像融合算法

　　針對基于Contourlet變換的遙感融合圖像空間分辨率較低的問題，提出了一種基于改進的Contourlet變換（MCT）的遙感圖像融合方法。首先，對多光譜圖像進行亮度一色調(diào)一飽和度（IHS）變換，得到其亮度、色調(diào)、飽和度三個分量；其次，取多光譜圖像的亮度分量，與直方圖匹配后的全色圖像進行改進的Contourlet變換，分別獲得低頻子帶系數(shù)與高頻子帶系數(shù)；然后，對低頻子帶系數(shù)采用平均法進行融合，對高頻子帶系數(shù)采用新改進的拉普拉斯能量和（ NSML）作為融合規(guī)則進行融合；最后，把融合結(jié)果作為多光譜圖像的亮度分量，通過IHS逆變換得到融合的遙感圖像。將所提方法與基于主成分分析（PCA）和Shearlet的方法、基于PCA與小波的方法以及基于非下采樣Contourlet變換（ NSCT）的方法相比，所提方法在清晰度評價指標平均梯度上分別提高了7.3%、6.9%和3.9%。實驗結(jié)果表明，所提方法提高了Contourlet變換的頻率局部化特性和分解系數(shù)利用率，在保持多光譜信息的基礎(chǔ)上，有效地提高了遙感融合圖像的空間分辨率。