25、基于Contourlet变换的多光谱图像全色锐化技术

基于Contourlet变换的多光谱图像全色锐化技术

1. Contourlet变换概述

Contourlet变换为图像分析提供了一种新的系统表示方式。它之所以被称为Contourlet变换，是因为其能够捕捉并连接不连续点，形成线性结构（轮廓）。推导Contourlet系数的过程分为两个阶段，涉及多尺度变换和局部方向变换。不连续点和多尺度变换通过拉普拉斯金字塔实现，局部方向滤波器组用于将类似小波的系数分组，以获得平滑的轮廓。在每个尺度上，Contourlet提供2l个方向，其中l是所需的方向数量。这种在每个尺度上具有不同方向数量的灵活性，使Contourlet与其他可用的多尺度和方向图像表示方法有所不同。

Contourlet变换有离散和非下采样两种实现方式：
- 离散Contourlet变换（CT） ：离散CT在离散域中使用快速迭代的非可分离滤波器组开发，对于N像素图像，其运算阶数为N。变换阶段包括两个滤波器组：拉普拉斯金字塔用于生成多尺度分解，方向滤波器组（DFB）用于揭示每个分解级别的方向细节。与离散小波变换类似，离散Contourlet变换也是平移可变的。
- 非下采样Contourlet变换（NSCT） ：NSCT提供了一种完整的平移不变和多尺度表示，类似于冗余小波变换，并且实现速度快。NSCT的构建块是二维双通道非下采样滤波器组（NSFBs）。NSCT也是通过一个两阶段的非平移不变过程获得的。第一部分通过非下采样金字塔（NSP）子带分解实现多尺度特性，第二部分使用非下采样方向滤波器组（NSDFB）提供方向信息。NSCT的两个阶段都被构建为可逆的，以实现整个系统的可逆性。