| 【中文题名】 | 基于多小波分析的多光谱遥感图像矢量融合及其仿真 |
| 【英文题名】 | Multispectral Remote-sensing Image Vector Fusion Based on MultiWavelet Analysis and Its Simulation |
| 【学科专业】 | 信号与信息处理 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-6-9 |
| 【中关键词】 | 矢量融合,图像融合,多小波分析,多光谱图像,平衡多小波, |
| 【英关键词】 | vector fusion,image fusion,multiwavelet analysis,multispectral Image,balanced multiwavelet, |
| 【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】 | 多光谱遥感图像具有高光谱分辨率、信息丰富等特性,在地表物质的识别与分类等方面具有其它技术所不具有的优势,近来其图像融合技术研究受到了越来越多的关注。本文结合课题,在对多小波和传统单小波理论较为系统地比较学习的基础上,重点研究了基于多小波分析的多光谱遥感图像矢量融合方法及其算法仿真。
本文首先系统介绍了多小波分析理论,在实数域中对称、正交的紧支集非平凡单小波基不存在,多小波把紧支性、对称性、正交性完美地结合在一起,使小波理论从标量扩展到矢量范畴;然后分析了图像多小波分解的矢量特性,在对已有同类算法深入理解和分析的基础上,考虑到图像多小波变换域系数矢量性,把基于像素点和基于区域的标量融合策略推广到矢量情形,提出一种新的、在多小波域中基于矢量融合的图像融合算法,充分利用多小波变换域系数矢量内部各个分量的相关性来提高融合质量;通过对64波段真实多光谱图像实验结果的主、客观分析,证明这种算法在提高融合图像质量方面有着显著的综合优势;对其它类型图像的增强实验,也表明该方法具有较好的适应性;最后,在VC++6.0下编程实现了基于多小波分析多光谱图像融合的仿真系统。 |
| 【论文题纲】 |
|
中文摘要 |
3-4 |
|
英文摘要 |
4-9 |
|
第一章 绪论 |
9-12 |
|
1.1 多光谱遥感技术概述 |
9 |
|
1.2 课题研究的内容与现状 |
9-11 |
|
1.2 论文内容安排 |
11-12 |
|
第二章 多小波分析基础 |
12-28 |
|
2.1 波理论发展概述 |
12-13 |
|
2.2 多分辨率分析 |
13-16 |
|
2.3 二尺度方程 |
16-17 |
|
2.4 小波基的数学特性 |
17-19 |
|
2.5 MALLAT算法 |
19-20 |
|
2.6 多小波理论的产生 |
20-21 |
|
2.7 正交多小波的构造 |
21-24 |
|
2.8 多小波性质 |
24 |
|
2.9 多小波的多分辨率分析 |
24-26 |
|
2.10 多小波滤波器组 |
26-27 |
|
2.11 小结 |
27-28 |
|
第三章 图像多小波分析与矢量融合模型 |
28-36 |
|
3.1 数字图像多小波分解 |
28-30 |
|
3.2 多小波分析图像矢量融合模型 |
30-34 |
|
3.3 融合图像的质量评价参数 |
34-35 |
|
3.4 小结 |
35-36 |
|
第四章 基于多小波分析的多光谱图像矢量融合 |
36-49 |
|
4.1 基于非平衡多小波分析的多光谱图像矢量融合 |
36-40 |
|
4.2 基于平衡多小波分析的多光谱图像矢量融合 |
40-45 |
|
4.3 算法适用性分析 |
45-47 |
|
4.4 小结 |
47-49 |
|
第五章 基于小波、多小波分析的多源图像融合系统 |
49-54 |
|
5.1 系统概述 |
49 |
|
5.2 系统设计 |
49-50 |
|
5.3 系统实现 |
50-52 |
|
5.4 系统应用 |
52-53 |
|
5.5 小结 |
53-54 |
|
第六章 总结与展望 |
54-56 |
|
6.1 总结 |
54 |
|
6.2 展望 |
54-56 |
|
参考文献 |
56-58 |
|
致谢 |
58-59 |
|
硕士期间发表论文与科研情况 |
59-60 |
|
西北工业大学业学位论文知识产权声明书 |
60 |
|
西北工业大学学位论文原创性声明 |
60 |
|
| 【DOI】 | LunWen.ID:2.2008.389375 |
