| 【中文题名】 | 基于小波变换的多源遥感图像融合 |
| 【英文题名】 | Multi-source Remote-sensing Image Fusion Based on Wavelet Transform |
| 【学科专业】 | 信号与信息处理 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-5-23 |
| 【中关键词】 | 图像融合,小波变换,提升格式,局部方向对比度,加权活跃度, |
| 【英关键词】 | image fusion,wavelet transform,lifting scheme,local directional contrast,weighted activity, |
| 【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】 | 随着传感器技术、计算机技术和信息处理技术的发展，图像融合技术在军事、遥感、自动目标识别、机器视觉和医学图像分析等领域取得了广泛的应用。图像融合一般是指按照一定的算法，将多幅不同图像中的信息合成到一幅满足给定要求的图像中。通过图像融合技术，可以提高图像的质量，从而更适合于人类视觉感知或计算机后续的处理过程。小波变换以其良好的时频局部化特性，在图像融合领域取得了广泛的应用。本文结合课题，在对小波分析理论进行系统地比较学习的基础上，研究了以小波变换为工具的多源遥感图像融合方法及其算法仿真。
本文首先对小波分析理论进行了系统的总结，重点介绍了多分辨率分析、Mallat算法、提升格式小波变换和多小波变换；其次，在现有典型的基于传统小波变换的像素级图像融合算法的基础上，本文提出了一种基于局部方向对比度的图像融合算法，并使用标准差、信息熵、平均梯度和均方误差四个标准作为融合结果的客观评价参数，经过实验比较证明该算法的融合效果较同类算法有大幅度的提高；然后，针对基于传统小波变换的图像融合方法的算法复杂度高、内存需求量大的局限性，本文提出了一种基于方向对比度和加权活跃度的新的快速图像融合算法，该算法使用提升格式小... |
| 【论文题纲】 |
|
中文摘要 |
4-5 |
|
英文摘要 |
5-6 |
|
目录 |
6-8 |
|
插图目录 |
8-9 |
|
表格目录 |
9-10 |
|
第一章 绪论 |
10-18 |
|
1.1 多源遥感图像融合方法概述 |
10-16 |
|
1.1.1 多源遥感图像融合的概念 |
10-11 |
|
1.1.2 图像融合层次的划分 |
11-13 |
|
1.1.3 常用的像素级图像融合算法 |
13-15 |
|
1.1.4 融合图像的质量评价参数 |
15-16 |
|
1.2 课题的研究背景与来源 |
16 |
|
1.3 本文内容安排 |
16-18 |
|
第二章 小波变换基础 |
18-34 |
|
2.1 小波变换发展的历史 |
18-19 |
|
2.2 小波变换 |
19-21 |
|
2.2.1 Fourier变换 |
19 |
|
2.2.2 小波变换 |
19-21 |
|
2.3 多分辨率分析 |
21-24 |
|
2.3.1 尺度函数与尺度空间 |
21-22 |
|
2.3.2 多分辨率分析的定义 |
22 |
|
2.3.3 小波函数与小波空间 |
22-23 |
|
2.3.4 正交小波变换与多分辨率分析 |
23-24 |
|
2.4 正交小波变换的快速算法 |
24-27 |
|
2.4.1 二尺度方程 |
24-25 |
|
2.4.2 Mallat算法 |
25-27 |
|
2.5 提升格式小波变换 |
27-28 |
|
2.6 多小波变换 |
28-34 |
|
2.6.1 多小波发展简况 |
28-29 |
|
2.6.2 多小波多分辨率分析 |
29 |
|
2.6.3 多小波的分解和重构 |
29-31 |
|
2.6.4 预滤波 |
31-34 |
|
第三章 基于传统小波变换的多源遥感图像融合 |
34-44 |
|
3.1 数字图像的小波分解与重构 |
34-36 |
|
3.2 基于小波变换的图像融合算法的原理 |
36-37 |
|
3.3 传统的基于小波变换的图像融合算法 |
37-38 |
|
3.3.1 方向对比度的定义 |
37 |
|
3.3.2 方向对比度法 |
37-38 |
|
3.3.3 方向对比度与区域标准差法 |
38 |
|
3.4 基于局部方向对比度的图像融合算法 |
38-44 |
|
3.4.1 显著性测度 |
38-39 |
|
3.4.2 融合规则 |
39-40 |
|
3.4.3 实验结果与分析 |
40-42 |
|
3.4.4 算法适用性分析 |
42-44 |
|
第四章 基于提升格式小波变换的多源遥感图像融合 |
44-54 |
|
4.1 基于方向对比度和加权活跃度的快速图像融合算法 |
44-49 |
|
4.1.1 显著性测度 |
44-45 |
|
4.1.2 匹配测度 |
45 |
|
4.1.3 融合规则 |
45-47 |
|
4.1.4 实验结果与分析 |
47-48 |
|
4.1.5 算法适用性分析 |
48-49 |
|
4.2 算法应用 |
49-54 |
|
4.2.1 多光谱遥感图像获取与处理系统简介 |
49-52 |
|
4.2.2 设计结果 |
52-54 |
|
第五章 基于多小波变换的多源遥感图像融合 |
54-60 |
|
5.1 数字图像的多小波分解与重构 |
54-55 |
|
5.2 基于多小波变换的图像融合 |
55-60 |
|
5.2.1 融合规则 |
56-57 |
|
5.2.2 实验结果与分析 |
57-60 |
|
第六章 总结与展望 |
60-62 |
|
6.1 总结 |
60-61 |
|
6.2 展望 |
61-62 |
|
参考文献 |
62-66 |
|
研究生期间发表的论文与科研情况 |
66-67 |
|
致谢 |
67-68 |
|
| 【DOI】 | LunWen.ID:2.2008.389446 |
