基于改进Contourlet变换MCT的遥感图像融合算法

　　针对基于Contourlet变换的遥感融合图像空间分辨率较低的问题，提出了一种基于改进的Contourlet变换（MCT）的遥感图像融合方法。首先，对多光谱图像进行亮度一色调一饱和度（IHS）变换，得到其亮度、色调、饱和度三个分量；其次，取多光谱图像的亮度分量，与直方图匹配后的全色图像进行改进的Contourlet变换，分别获得低频子带系数与高频子带系数；然后，对低频子带系数采用平均法进行融合，对高频子带系数采用新改进的拉普拉斯能量和（ NSML）作为融合规则进行融合；最后，把融合结果作为多光谱图像的亮度分量，通过IHS逆变换得到融合的遥感图像。将所提方法与基于主成分分析（PCA）和Shearlet的方法、基于PCA与小波的方法以及基于非下采样Contourlet变换（ NSCT）的方法相比，所提方法在清晰度评价指标平均梯度上分别提高了7.3%、6.9%和3.9%。实验结果表明，所提方法提高了Contourlet变换的频率局部化特性和分解系数利用率，在保持多光谱信息的基础上，有效地提高了遥感融合图像的空间分辨率。