基于RGB-IHS变换的高分辨率图像融合系统

资 源 简 介

该项目旨在利用IHS（强度-色调-饱和度）变换技术实现低分辨率多光谱图像与高分辨率全色图像的有效融合。其核心原理是首先将低分辨率的多光谱图像从RGB色彩空间线性或非线性地转换到IHS空间，从而将代表亮度信息的强度分量（I）与代表光谱信息的色度分量（H）及饱和度分量（S）有效解耦。接着，对高分辨率的全色图像进行预处理，通过直方图匹配等技术使其灰度特性与提取出的I分量保持一致，并使用该高分辨率图像直接替换原有的I分量，从而在保留原始光谱信息的同时融入更丰富的空间几何细节。最后，将更新后的I分量与原始的H、S分

详 情 说 明

基于RGB-IHS变换的高分辨率图像融合系统

项目介绍

本项目实现了一种经典的遥感图像融合流程，旨在通过RGB-IHS（红-绿-蓝到强度-色调-饱和度）空间变换，将低分辨率多光谱图像的光谱信息与高分辨率全色图像的空间细节相结合。该系统能够有效解决多光谱图像空间细节不足和全色图像缺乏色彩信息的问题，生成既具有高空间分辨率又保持原始色彩特性的融合图像。系统集成了数据模拟、预处理、线性IHS变换、统计直方图匹配以及多维度的图像质量评价指标。

功能特性

• 自动化预处理：系统自动检测图像尺寸，并通过双三次插值（Bicubic）算法将多光谱图像重采样至目标全色图像的分辨率。
• 线性IHS变换实现：采用经典的线性矩阵变换，实现RGB空间与IHS空间的高效转换，实现亮度与色度信息的完全解耦。
• 统计直方图匹配：利用线性统计拉伸方法，通过调整均值和标准差，使高分辨率全色图的灰度分布与多光谱亮度分量保持一致，最大程度减少光谱畸变。
• 多尺度结果展示：提供原始图像、全色图像、融合图像的全景展示，并专门设计了局部中心区域的细节对比视图。
• 定量评价体系：内置相关系数（CC）、均方根误差（RMSE）、偏差指数（BIAS）以及平均梯度（Average Gradient）四项核心评价指标。

使用方法

1. 启动MATLAB软件。
2. 将系统所有文件放置在同一个工作目录下。
3. 在命令行窗口运行该系统的主程序。
4. 程序会自动运行模拟数据生成逻辑，并完成从图像变换到评价指标计算的全流程。
5. 系统将自动弹出可视化窗口展示图像融合前后的对比效果，并在终端输出详细的质量评价数据。

系统要求

• 软件环境：MATLAB R2016a 或更高版本。
• 工具箱需求：Image Processing Toolbox（图像处理工具箱）。
• 硬件建议：由于涉及图像重采样和梯度矩阵运算，建议内存不低于8GB以保证处理效率。

实现逻辑与功能说明

系统在主程序中按如下步骤执行逻辑：

1. 环境初始化与数据获取：首先清除工作区变量并重置控制台。通过内部模拟函数生成测试数据。多光谱数据是通过将标准测试图像缩小4倍生成的低分辨率版本，而全色数据则是原始图的灰度化处理并经过图像锐化增强边缘后的版本。
2. 空间对准：系统获取全色图像的精确尺寸，并利用双三次插值法对低分辨率多光谱图像进行上采样，确保两幅待融合图像在像素尺度上完全对齐。
3. RGB到IHS正变换：提取归一化后的R、G、B分量，通过线性变换矩阵计算强度分量（I）以及两个正交的色度中间分量（v1和v2）。此步骤将图像的亮度信息（I）从颜色结构中剥离出来。
4. 灰度一致性调节：系统计算亮度分量（I）和高分辨率全色图的均值与标准差。通过线性映射，将全色图的统计特性强制调整到与I分量相匹配，这是抑制融合图像色彩失真的关键步骤。
5. 替换与逆变换：利用经匹配处理的全色图直接替换原始的I分量。随后根据线性逆变换公式，结合保留下来的原始色度分量（v1, v2），将数据重新映射回RGB颜色空间。
6. 像素约束与输出：对逆变换生成的R、G、B数据进行溢出处理，通过限幅函数将其严格控制在0至255的有效像素范围内，并转换为常用的8位无符号整型格式。
7. 可视化呈现：通过多子图布局，系统同时呈现多光谱输入、全色输入以及最终的合成图像。同时提供一个放大视野，展示图像中心区域在融合前后的细节表现力提升。
8. 指标评价计算：

* 计算三通道的平均相关系数，评估光谱信息的保真度。 * 计算均方根误差和偏差指数，评估融合图像与原始多光谱图像在数值上的差异。 * 通过计算水平和垂直方向的梯度幅值，得到平均梯度，以此评估融合后图像的空间细节锐利程度。

关键函数与算法分析

• 线性IHS变换模型：系统采用的是基于sqrt(6)和sqrt(2)等系数的线性变换矩阵。相比于非线性模型，该算法计算复杂度低，物理意义明确，能够直接将亮度信息高度集中在I分量中。
• local_hist_match（直方图匹配逻辑）：该算法未采用复杂的逐像素分布映射，而是选择了计算效率更高的线性统计匹配。它通过补偿均值偏差和缩放标准差，平衡了全色波段和多光谱波段之间的传感器响应差异。
• local_calculate_gradient（平均梯度算法）：利用MATLAB内置梯度计算方法，求取融合图像在两个维度上的变化率之均值。该指标直接反映了融合系统在引入全色图像纹理细节方面的实际能力。
• 重采样策略：使用Bicubic插值而非简单的最近邻插值，保证了在进行光谱替换前，基准图像具有较平滑的效果，减少了锯齿效应对融合质量的影响。