| 【中文题名】 | 多源遥感图像融合及其应用研究 |
| 【英文题名】 | Research of Multisource Remote Sensing Images Fusion and Its Application |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2005-6-27 |
| 【中关键词】 | 图像融合,遥感,IHS变换,YIQ变换,PCA变换,金字塔结构 |
| 【英关键词】 | image fusion,remote sensing,orientation information measurement,YIQ transform,PCA transform,pyramid structure,multi-resolution analysis,wavelet transform,regional features,self-adaptive fusion,fault-tolerance,evaluation criterion, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法> |
| 【论文摘要】 | 作为图像融合领域的一个重要分支,多源遥感图像融合研究的是如何综合利用不同航空遥感传感器所获取的图像信息,来产生新的数据,以获取对同一事物或目标的更为全面、客观及本质上的认识。在高度信息化的今天,遥感图像融合已经成为图像处理和图像信息理解领域中不可或缺的技术,并在很多军事和民用方面有着重要应用。
本文应用图像处理和现代信号处理技术中的多种手段,研究了不同层次上多源遥感图像的融合方法。通过对不同航空遥感传感器所获取的图像数据进行融合,从而提高图像的分辨率、图像分析结果的准确性和置信度,并最终提高对特定航空目标进行自动检测、识别的有效性。
尽管本文的应用对象是军事目标的检测与识别,但是,所取得的研究成果对于其他应用领域同样有着参考意义。
本文的主要研究内容和工作可总结如下:
◆ 介绍了图像融合的基本概念和原理,进而系统分析了多种传统的图像融合方法,并通过实验对其特点和性能做了细致的对比,总结出许多有用的结论;
◆ 对现有融合结果评价方法加以总结,在此基础上归纳出基于信息量、基于统计特性、基于相关性和基于梯度值等的四类十项融合结果评价指标。从而为评价融合... |
| 【论文题纲】 |
|
ABSTRACT |
5-7 |
|
目录 |
7-9 |
|
第一章 绪论 |
9-15 |
|
1．1 图像融合技术的概念 |
9-11 |
|
1．1．1 研究背景 |
9 |
|
1．1．2 多源遥感图像融合的定义及一般模型 |
9-11 |
|
1．2 图像融合技术的研究现状及存在的问题 |
11-12 |
|
1．2．1 研究现状 |
11-12 |
|
1．2．2 存在的问题 |
12 |
|
1．3 本文的选题背景和研究目标 |
12-13 |
|
1．3．1 选题背景 |
12 |
|
1．3．2 研究目标 |
12-13 |
|
1．4 本文的研究内容及特色 |
13-15 |
|
第二章 图像融合预处理概述 |
15-18 |
|
2．1 遥感影像的几何纠正概述 |
15-16 |
|
2．2 遥感图像配准方法概述 |
16-17 |
|
2．3 SAR影像的斑点噪声去除处理 |
17-18 |
|
第三章 常用的融合算法研究 |
18-29 |
|
3．1 融合的准则和试验图像 |
18-20 |
|
3．1．1 试验图像 |
18-19 |
|
3．1．2 融合准则 |
19-20 |
|
3．2 传统的像素级图像融合算法 |
20-27 |
|
3．2．1 IHS变换融合法 |
20-23 |
|
3．2．2 高通滤波融合法 |
23-24 |
|
3．2．3 基于PCA变换的融合方法 |
24-26 |
|
3．2．4 基于PCA变换的改进融合方法 |
26-27 |
|
3．3 本章小结 |
27-29 |
|
第四章 变换域的融合方法研究 |
29-51 |
|
4．1 基于金字塔分解的图像融合法 |
29-35 |
|
4．1．1 算法框架 |
29-30 |
|
4．1．2 梯度金字塔变换 |
30-32 |
|
4．1．3 基于金字塔分解的图像融合法 |
32-35 |
|
4．2 多分辨率分析及融合算法 |
35-41 |
|
4．2．1 多分辨率分析 |
36-38 |
|
4．2．2 基于小波变换的融合算法 |
38-41 |
|
4．3 一种基于小波变换的图像融合新方法 |
41-44 |
|
4．3．1 算法思想 |
42 |
|
4．3．2 融合算法步骤及结果 |
42-44 |
|
4．4 融合结果的评价 |
44-49 |
|
4．4．1 基于数理统计的分析和比较 |
44-46 |
|
4．4．2 基于目视判读的比较和分析 |
46-47 |
|
4．4．3 融合结果定量分析计算示例 |
47-49 |
|
4．5 实验结果与分析 |
49-50 |
|
4．6 本章小结 |
50-51 |
|
第五章 面向识别与决策的图像融合系统的设计与实现 |
51-65 |
|
5．1 图像特征的提取与选择 |
51-53 |
|
5．1．1 图像特征的提取 |
51-52 |
|
5．1．2 图像特征的选择 |
52-53 |
|
5．2 分类器的设计 |
53-54 |
|
5．2．1 有监督分类器设计 |
53-54 |
|
5．2．2 非监督分类器设计 |
54 |
|
5．3 决策层融合分类 |
54-55 |
|
5．4 图像融合的可靠性与容错性分析 |
55-56 |
|
5．5 一个典型的图像融合系统原型设计与实现 |
56-64 |
|
5．5．1 系统特点及设计思想 |
56-57 |
|
5．5．2 实际情况分析 |
57 |
|
5．5．3 系统结构及各模块分析 |
57-62 |
|
5．5．4 系统结果表示 |
62-64 |
|
5．6 本章小结 |
64-65 |
|
第六章 总结与展望 |
65-69 |
|
6．1 主要工作与结论 |
65-67 |
|
6．2 本文的不足及展望 |
67-69 |
|
参考文献 |
69-72 |
|
发表论文 |
72-73 |
|
致谢 |
73-74 |
|
| 【DOI】 | LunWen.ID:2.2008.389292 |
