Korean Journal of Remote Sensing (대한원격탐사학회지)

Korean Society of Remote Sensing (대한원격탐사학회)
권호 표지
DOI QR코드

DOI QR Code

Wavelet-based Fusion of Optical and Radar Image using Gradient and Variance

그레디언트 및 분산을 이용한 웨이블릿 기반의 광학 및 레이더 영상 융합

  • Ye, Chul-Soo (School of Ubiquitous IT, Far East University)
  • 예철수 (극동대학교 유비쿼터스IT학부)
  • Received : 2010.10.08
  • Accepted : 2010.10.21
  • Published : 2010.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we proposed a new wavelet-based image fusion algorithm, which has advantages in both frequency and spatial domains for signal analysis. The developed algorithm compares the ratio of SAR image signal to optical image signal and assigns the SAR image signal to the fused image if the ratio is larger than a predefined threshold value. If the ratio is smaller than the threshold value, the fused image signal is determined by a weighted sum of optical and SAR image signal. The fusion rules consider the ratio of SAR image signal to optical image signal, image gradient and local variance of each image signal. We evaluated the proposed algorithm using Ikonos and TerraSAR-X satellite images. The proposed method showed better performance than the conventional methods which take only relatively strong SAR image signals in the fused image, in terms of entropy, image clarity, spatial frequency and speckle index.

본 연구에서는 주파수 및 공간 도메인 상에서 선호 분석에 장점이 있는 웨이블릿 기반의 영상 융합 알고리듬을 제안하였다. 개발된 알고리듬은 레이더 영상 신호와 광학 영상 신호의 상대적인 크기를 비교하여 상대적으로 신호 크기가 큰 경우에는 레이더 영상 신호를 융합 영상에 할당하고 크기가 작은 경우에는 레이더 영상 신호와 광학 영상 선호의 가중치 합으로 융합 영상 신호를 결정한다. 사용되는 융합 규칙은 두 영상 신호의 상대적인 신호 비(ratio) 영상 그레디언트, 로컬 영역의 분산 특성을 동시에 고려한다. Ikonos 위성 영상과 TerraSAR-X 위성 영상을 이용한 실험에서 상대적으로 신호 크기가 큰 레이더 신호 만을 융합 영상에 할당하는 기존 방법에 비해 entropy, image clarity, spatial frequency, speckle index 측면에서 우수한 융합 결과를 얻었다.

Keywords

References

  1. Fatone, L., P. Maponi, and F. Zirilli, 2001. Fusion of SAR/optical images to detect urban areas, Remote Sensing and Data Fusion over Urban Areas, IEEE/ISPRS Joint Workshop2001, pp. 217-221.
  2. Garzelli, A., 2002. Wavelet-based fusion of optical and SAR image data over urban area, International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 34(3):59-62.
  3. Gonzalez, R. C. and R. E. Woods., 2008. Digital Image Processing, Prentice Hall, New Jersey, pp. 501-502.
  4. Kim, J, Y. Lee, and S. Kwak, 2005. The fusion of SAR images and optical images based on the use of wavelet transform: to improve classification accuracy, SPIE Proc. of 2005SAR Image Analysis, Modeling, and Techniques VII, vol. 5980:59800K1-K8.
  5. Kutay, M. A., M. Karaman, M., and G. Bozdagi, 1993. Enhancement of images corrupted with signal dependent noise: application to ultrasonic imaging, SPIE Visual Communication and Image Processing, 2094, pp.316-323.
  6. Li, Z., Z. Jing, G. Liu, S. Sun, and H. Leung, 2003.A region-based image fusion algorithm using multiresolution segmentation, IEEE Proc. of 2003 Intelligent Transportation Systems, pp.96-101.
  7. Long, Z. and W. Guangfang, 2007. Study on adaptation of SAR/CCD image fusion algorithm, International Symposium on Photoelectronic Detection and Imaging 2007: Image Processing, Proc. of SPIE vol. 6623: 66230.
  8. Ye, C. S., 2009. Fusing optical and SAR images using wavelet transform and mutiscale images, Proc. of International Symposium on Remote Sensing 2009, Busan, Korea, Oct. 28-30., pp. 520-523.