基于IHS小波变换与稀疏表示相结合的遥感图像融合算法

遥感图像融合是利用多源遥感图像信息构建出更加全面、更加准确的地物覆盖信息的技术。在此领域，常用的融合方法包括像素级融合、特征级融合和决策级融合等。其中，像素级融合是较为常用的方法，而基于IHS小波变换和稀疏表示相结合的遥感图像融合算法则是一种比较新颖的方法。

该算法首先利用IHS变换将RGB图像转换为强度（I）、色调（H）和饱和度（S）三个分量，然后对强度分量进行小波变换得到多尺度系数，接着采用稀疏表示方法对每个分辨率下的系数进行处理，最后再利用小波逆变换得到融合后的图像。

下面是该算法的MATLAB实现代码：

% 读入需要融合的两幅图像
img1 = imread(‘image1.jpg’);
img2 = imread(‘image2.jpg’);

% 将RGB图像转换为IHS分量
i1 = rgb2hsv(img1);
i2 = rgb2hsv(img2);

% 对I分量进行小波变换
[c1, s1] = wavedec2(i1(:,:,3), 3, ‘haar’);
[c2, s2] = wavedec2(i2(:,:,3), 3, ‘haar’);

% 将小波系数合并成矩阵
C = [c1 c2];

% 利用OMP算法进行稀疏表示
K = 5; % 稀疏度
err = 0.01; % 误差控制
D = eye(size(C, 2)); % 字典
X = omp(DC’, DC’, K, err);

% 将稀疏系数还原为小波系数
c = D’*X’;</