| 【中文题名】 | 基于小波变换和分块方向滤波的遥感图像线性信号增强技术研究 |
| 【英文题名】 | Image Lineament Enhancement Technique Based on Wavelet Transform and Block Directional Filter |
| 【学科专业】 | 构造地质学 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-1 |
| 【中关键词】 | 小波变换,霍夫变换,方向滤波,图像融合,IHS变换, |
| 【英关键词】 | Wavelet transform,Hough transform,Directional filter,Image fusion,IHS 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】 |
遥感图像可以客观、真实、全面的记录地表形态、地质构造形态等，其信息密度大且连续性好。因此，近年来遥感技术在地表形态、构造变形和城市变迁等研究领域得到了广泛的应用，并成为调查、监测和分析人类目前所面临的人口、环境、资源和灾害等问题的重要手段之一。随着遥感卫星提供越来越多不同性质的影像数据，遥感图像融合技术也变得越来越重要，通过遥感图像融合可以结合不同图像的信息得到更好的遥感图像，目前存在很多遥感图像融合方法，如：高通滤波融合、IHS融合、小波融合和基于小波变换的IHS融合等。在遥感图像中，线性边界是非常重要的信息，它对地物识别和图像解译起着非常重要的作用。
本文分析了各图像融合方法的特点，基于小波变换的IHS融合在增强图像空间信息的同时能很好地保留多光谱图像的颜色信息，方向滤波融合能增强图像中的线性边界信息。各图像融合方法之间存在着很大的互补性，本文结合基于小波变换的IHS融合和基于分块方向滤波融合两种技术对图像进行融合，以增强图像的线性信息，融合后的影像突出图像中的线性边界。在确定图像融合过程中方向滤波的选择上，本文使用分块霍夫变换进行，通过分块霍夫变换，将图像分成小块，识别出每块图像的线性... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-9 |
|
1 绪论 |
9-13 |
|
1.1 研究背景及意义 |
9-10 |
|
1.2 图像融合研究现状 |
10-11 |
|
1.3 线性边界信息增强和提取研究现状 |
11-12 |
|
1.4 本文的内容安排与组织结构 |
12-13 |
|
2 实验数据 |
13-16 |
|
2.1 数据源 |
13 |
|
2.2 波段选择 |
13-14 |
|
2.3 实验数据 |
14-16 |
|
3 遥感图像融合 |
16-38 |
|
3.1 图像融合的概念 |
16-18 |
|
3.1.1 像素层融合 |
16-17 |
|
3.1.2 特征层融合 |
17 |
|
3.1.3 决策层融合 |
17 |
|
3.1.4 融合层次间的比较 |
17-18 |
|
3.2 图像融合预处理 |
18-20 |
|
3.3 高通滤波融合 |
20-25 |
|
3.3.1 概述 |
20 |
|
3.3.2 高通滤波基础 |
20-23 |
|
3.3.3 高通滤波融合 |
23-24 |
|
3.3.4 实例分析 |
24-25 |
|
3.4 IHS融合 |
25-29 |
|
3.4.1 概述 |
25 |
|
3.4.2 颜色空间及颜色空间变换 |
25-28 |
|
3.4.3 IHS融合 |
28-29 |
|
3.4.4 实例分析 |
29 |
|
3.5 基于小波变换的图像融合 |
29-38 |
|
3.5.1 概述 |
29-30 |
|
3.5.2 小波变换 |
30-35 |
|
3.5.3 小波融合 |
35 |
|
3.5.4 基于小波变换的IHS融合 |
35-36 |
|
3.5.5 实例分析 |
36-38 |
|
4 基于小波变换和高通滤波的图像融合 |
38-46 |
|
4.1 概述 |
38 |
|
4.2 基于小波变换和I分量高通滤波的图像融合 |
38-41 |
|
4.3 基于小波变换和高通滤波的图像融合 |
41-42 |
|
4.4 图像分析和比较 |
42-46 |
|
5 基于小波变换和分块方向滤波的图像线性信号增强融合 |
46-61 |
|
5.1 概述 |
46-47 |
|
5.2 方向滤波 |
47 |
|
5.3 基于小波变换和方向滤波的图像融合 |
47-50 |
|
5.4 基于小波变换和分块方向滤波的图像线性信号增强融合 |
50-57 |
|
5.4.1 概述 |
50 |
|
5.4.2 霍夫变换 |
50-52 |
|
5.4.3 分块霍夫变换 |
52-57 |
|
5.5 处理步骤 |
57-58 |
|
5.6 实例分析 |
58-61 |
|
6 讨论 |
61-63 |
|
6.1 本文的工作总结 |
61-62 |
|
6.2 应用前景及存在的问题 |
62-63 |
|
致谢 |
63-64 |
|
参考文献 |
64-67 |
|
作者简介 |
67 |
|
| 【DOI】 | LunWen.ID:2.2008.389472 |
