| 【中文题名】 | 遥感图像融合算法研究 |
| 【英文题名】 | Research on the Image Fusion Algorithms in Remote Sensing |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2005-9-26 |
| 【中关键词】 | 遥感图像融合,IHS变换,小波变换,小波包变换,提升小波变换, |
| 【英关键词】 | image fusion in remote sensing,IHS transform,wavelet transform,wavelet packet transform,lifting wavelet transform, |
| 【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】 | 随着现代遥感技术的发展,各种对地观测卫星源源不断地提供不同空间分辨率、时间分辨率、波谱分辨率的遥感图像。为了对观测目标有一个更加全面、清晰、准确的理解和认识,人们迫切希望寻找一种综合利用各类图像数据的技术方法,因此图像融合技术应运而生。图像融合技术是一种新兴的、前沿的、热门的、带有一定难度和探索性的技术,具有广泛的应用前景。
本文首先介绍了遥感图像融合的基本理论和方法;进而讨论了基于IHS变换的图像融合算法,并依据实验结果选定了最优的IHS融合形式;讨论了基于小波变换的融合算法,并对融合过程中小波基及分解层数的选择进行了研究;讨论了基于小波包变换的融合方法,在充分研究IHS变换和小波包变换的基础上,提出了一种新型的基于光谱特征保持的IHS小波包活性测度融合算法,该算法首先对TM图像做IHS变换提取出Ⅰ分量,然后对Ⅰ分量和SAR图像做基于小波包活性测度的融合得到新的Ⅰ分量,再将新的Ⅰ与原始TM图像的H、S分量一起做IHS逆变换得到融合后的图像。该方法可以最大限度地保留待融合图像的光谱信息,同时提高了待融合图像的清晰度和空间分辨率。通过对SAR图像与TM图像的融合实验,证明了本方法的有效性。最后,本文... |
| 【论文题纲】 |
|
第一章 绪论 |
8-14 |
|
1.1 课题研究背景及目的 |
8-10 |
|
1.2 课题的研究对象 |
10-12 |
|
1.2.1 TM图像 |
10-11 |
|
1.2.2 SAR图像 |
11-12 |
|
1.3 课题所完成的内容 |
12-13 |
|
1.4 论文的结构安排 |
13-14 |
|
第二章 遥感图像融合技术 |
14-23 |
|
2.1 遥感图像融合的意义 |
14-15 |
|
2.2 遥感图像融合的过程 |
15-17 |
|
2.2.1 预处理 |
16 |
|
2.2.2 图像融合 |
16-17 |
|
2.2.3 综合评价及应用 |
17 |
|
2.3 遥感图像融合的常用方法 |
17-20 |
|
2.3.1 传统的简单图像融合方法 |
17-19 |
|
2.3.2 基于金字塔式分解和重建算法的图像融合方法 |
19 |
|
2.3.3 基于小波变换的图像融合方法 |
19-20 |
|
2.4 融合结果的评价 |
20-23 |
|
2.4.1 主观评价方法 |
20 |
|
2.4.2 客观评价方法 |
20-23 |
|
第三章 基于 IHS变换的遥感图像融合算法 |
23-29 |
|
3.1 IHS变换的定义 |
23-24 |
|
3.2 基于班S变换的遥感图像融合算法的一般过程 |
24-25 |
|
3.3 四种不同形式ms变换的比较 |
25-27 |
|
3.4 基于IHS变换的融合算法的不足及改进 |
27-29 |
|
第四章 基于小波变换的遥感图像融合算法 |
29-44 |
|
4.1 引言 |
29 |
|
4.2 小波分析 |
29-30 |
|
4.2.1 傅立叶分析及窗口傅立叶分析的的局限性 |
29-30 |
|
4.2.2 小波分析的优越性 |
30 |
|
4.3 小波变换的基本理论 |
30-32 |
|
4.3.1 小波变换理论[29,30] |
30-31 |
|
4.3.2 多分辨率分析 |
31-32 |
|
4.4 二维图像的Mallat算法及流程 |
32-33 |
|
4.5 基于小波变换的遥感图像融合算法的一般过程 |
33-37 |
|
4.5.1 基于小波变换的遥感图像融合算法的一般过程 |
33-34 |
|
4.5.2 基于小波变换的融合算法中小波基的选择 |
34-35 |
|
4.5.3 基于小波变换的融合算法中小波分解层数的选择 |
35-37 |
|
4.6 基于小波变换的不同融合策略 |
37-42 |
|
4.6.1 基于像素的融合规则 |
38-39 |
|
4.6.2 基于区域的融合规则 |
39-42 |
|
4.7 基于小波变换的融合算法的评价 |
42-44 |
|
第五章 基于小波包变换的遥感图像融合算法 |
44-54 |
|
5.1 小波包变换基本理论[20] |
44-46 |
|
5.2 基于小波包变换的遥感图像融合算法的一般过程 |
46-47 |
|
5.3 基于小波包变换的不同融合策略 |
47-48 |
|
5.3.1 基于像素的融合规则 |
47 |
|
5.3.2 基于区域的融合规则 |
47-48 |
|
5.4 一种基于小波包变换的融合新算法 |
48-54 |
|
5.4.1 新方法的产生背景及原理 |
48 |
|
5.4.2 新方法的主要流程 |
48-51 |
|
5.4.3 新方法与已有方法的比较 |
51-54 |
|
第六章 基于提升小波变换的遥感图像融合算法 |
54-63 |
|
6.1 提升小波变换的产生与优点 |
54 |
|
6.2 提升小波变换的基本步骤 |
54-56 |
|
6.2.1 分裂 |
55 |
|
6.2.2 预测 |
55 |
|
6.2.3 更新 |
55-56 |
|
6.2.4 重构 |
56 |
|
6.3 整数变换 |
56-57 |
|
6.4 图像的提升小波分解算法 |
57-60 |
|
6.4.1 图像的提升小波分解算法 |
57 |
|
6.4.2 提升小波基的选择 |
57-60 |
|
6.5 基于提升小波变换的不同融合策略 |
60-63 |
|
6.5.1 加权法 |
60-61 |
|
6.5.2 一种基于提升小波的融合新算法 |
61-63 |
|
结论 |
63-64 |
|
参考文献 |
64-68 |
|
附录1 |
68-72 |
|
附1.1 基于球体变换的 IHS变换公式 |
68-69 |
|
附1.2 基于柱体变换的 IHS变换公式 |
69-70 |
|
附1.3 基于三角变换的 IHS变换公式 |
70 |
|
附1.4 基于单六角锥变换的 IHS变换公式 |
70-72 |
|
致谢 |
72-73 |
|
攻读学位期间发表的学术论文 |
73 |
|
| 【DOI】 | LunWen.ID:2.2008.389305 |