Curvelet基于目标特性的多波段图像融合技术研究(7)
（1）金字塔方法
图像处理的塔形（亦称金字塔：Pyramid）分解是由Burt和Adelson提出的，传统的基于塔型变换的融合方法大多是在此结构及其派生结构的基础上建立起来的。概括地说，金字塔图像融合方法计算流程如下：首先构造输入图像的金字塔；再按一定的特征选择方法进行取值，形成融合金字塔；然后通过对金字塔实施逆变换来进行图像重建，以生成融合图像。常用的金字塔可分为：Laplace金字塔、梯度金字塔、数学形态学金字塔等。它们都建立在高斯金字塔的基础上。
（2）（实数）小波变换方法
随着小波理论的兴起和完善，使得其在图像处理领域得到了广泛的应用。小波变换是一种类似于金字塔变换的图像处理方法。特别是Mallat引入了小波的快速算法，使其在图像处理领域的应用更加广泛。小波变换是一种多分辨率分析，它可以将图像分解成一个最低层逼近和不同尺度、不同方向的细节，其中最低层逼近包含图像的平均信息，占整个图像的大部分能量，而不同尺度、不同方向的细节包含了不同尺度、不同方向的边缘或高频信息。作为一种图像的多尺度、多分辨率分解，小波变换是非冗余的，图像经小波分解后的数据总量不会增加；同时，小波分解有方向性，根据“人眼对不同方向的高频分量具有不同的分辨率”这一视觉特性，小波变换有助于获得视觉效果更好的融合图像。此外，小波变换的基函数特别丰富，可以针对不同的图像采用不同的小波基。[12]
2.4 多波段图像融合质量的评价方法
在图像的融合研究中，己经使用了很多的融合方法。对同一对象，不同的融合方法可以得到不同的融合效果，即可以得到不同的融合图像。如何评价融合效果，即如何评价融合图像的质量，是图像融合的一个重要步骤。目前，在信息融合的研究中普遍存在重技术方法，轻质量评价的现象，即缺乏对融合效果进行系统、全面的评价。而且，融合效果的好坏也同时反映了融合方法的优劣，所以对多源图像融合效果评价进行系统的研究是十分必要的。
就本质而言，融合图像的质量包括三重意义:即图像的可检测性、可分辨性和可量测性。图像的可检测性表示图像对某一波谱段的敏感能力。图像的可分辨性表示图像能为目视分辨两个微小物体提供足够反差的能力。图像的可量测性表示图像能正确恢复原始景物形状的能力。图像的可检测性和可分辨性统称为图像的构像质量，而图像的可量测性称为图像的几何质量。几何质量的评定比较简单和直观，它表示遥感器所构成的像点与相应的理想像点在几何位置上的差异。图像构像质量的评定比较复杂和困难，它既包括图像的表达层次，又包括显微结构对构像质量的影响，而且还与图像使用者的要求有关，在很多情况下，不同的使用者对同一图像的构像质量往往会做出不同的评价。
图像融合质量的评价问题，特别是对其客观、定量的评价是一项重要而有意义的工作。采用科学合理的方法对融合图像进行评价，对于在实际应用中选择适当的融合算法、对现有融合算法的改进以及研究新的融合算法等都是非常重要的。相对于图像融合方法的多样性而言，目前国内外学者对图像融合方法的性能以及如何准确地对图像融合效果进行评价的研究相对较少。到目前为止，仍然没有一套统一的标准用来对融合图像的质量进行评价。融合图像质量评价方法一般可分为两类：主观评价法和客观评价法。
2.4.1 主观评价法
对于融合图像的评价方法一般可分为两大类，一类是采用目视评估的方法，即主观评定法。它是由判读人员来直接对图像的质量进行评估，具有简单、直观的优点，对明显的图像信息可以进行快捷、方便的评价，在一些特定应用中是十分可行的。它可以用于判断融合图像是否配准，如果配准得不好，那么图像就会出现重影;可通过直接比较图像差异来判断光谱是否扭曲和空间信息的传递性能以及是否丢失重要信息;判断融合图像纹理及色彩信息是否一致，融合图像整体色彩是否与天然色彩保持一致:判断融合图像整体亮度、反差是否合适，是否有蒙雾或马赛克等现象出现以及判断融合图像的清晰度是否降低、图像边缘是否清楚等。所以主观评定法是最简单、最常用的方法，通过它对图像上的边界、线条、轮廓、边缘的比较，可直观地得到图像在空间分解力、清晰度等方面的差异。且由于人眼对色彩具有强烈的感知能力，使得对光谱特征的评价是任何其它方法所无法比拟的。这种方法的主观性比较强，人眼对融合图像的感觉很大程度上决定了图像的质量。融合图像质量评价离不开视觉评价，这是必不可少的。但因为人的视觉对图像上的各种变化并不都很敏感，图像的视觉质量强烈地取决于观察者，具有主观性、不全面性。因此需要与客观的定量评价标准相结合进行综合评价。即对融合图像质量在主观的目视评价基础上，进行客观定量评价。