| 【中文题名】 | 多传感器遥感图像信息融合算法研究 |
| 【英文题名】 | Research of Information Fusion for Multisensor Image |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-31 |
| 【中关键词】 | 遥感图像融合,IHS变换,PCA变换,小波变换,, |
| 【英关键词】 | Remote sensing image fusion,IHS transform,PCA transform,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】 |
图像融合技术是将多源传感器的图像数据进行关联、复合,产生出比单一信息源更精确、更完整、更可靠的估计和判断。作为一种有效的信息融合技术,图像融合在机器自动识别、地球遥感、计算机视觉、军事侦察和医学图像病变识别等领域都得到了广泛的应用。遥感图像融合具有较强的实际意义和较大的理论研究价值。
本文首先介绍了遥感图像融合的基本概念,国内外遥感图像融合技术的现状及发展趋势,讨论了图像融合预处理步骤(包括几何校正、配准等处理)。然后,对像素级融合中的IHS变换、主成分分析(PCA)、小波变换(WT)等方法进行了深入研究。
为了充分利用各源图像所包含的信息,针对不同传感器图像所具有的特征,本文在分析传统小波融合方法特性的基础上,重点研究了基于特征积的PCA-CWT遥感图像融合算法和基于区域特征加权的IHS-CWT遥感图像融合算法。
所提出的基于特征量积的PCA-CWT遥感图像融合算法,首先对多谱图像进行PCA变换。然后,将匹配后的全色图像与第一主分量以特征量积的融合准则,进行小波图像融合。对来自不同场景的,不同卫星的多光谱和全色图像进行融合实验。实验结果表明,融合后的图像在主观视觉效果与客观... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
Abstract |
4-7 |
|
第一章 绪论 |
7-12 |
|
1.1 选题背景 |
7-8 |
|
1.2 图像融合的目的和应用 |
8-9 |
|
1.3 图像融合的研究和发展现状 |
9-10 |
|
1.4 本文主要内容及各章节的安排 |
10-12 |
|
第二章 遥感图像融合的基本理论 |
12-20 |
|
2.1 遥感图像融合的特点 |
12 |
|
2.2 遥感图像融合的层次 |
12-15 |
|
2.3 遥感图像融合的基本流程 |
15 |
|
2.4 遥感图像融合的预处理概述 |
15-18 |
|
2.5 本文选用图像简介 |
18-19 |
|
2.6 本章小结 |
19-20 |
|
第三章 图像融合效果评价 |
20-24 |
|
3.1 主观融合效果评定 |
20-21 |
|
3.2 客观融合效果评定 |
21-23 |
|
3.3 本章小结 |
23-24 |
|
第四章 常用遥感图像融合算法研究 |
24-32 |
|
4.1 基于IHS 的图像融合方法 |
24-26 |
|
4.1.1 IHS 表色系统 |
24-25 |
|
4.1.2 IHS 变换法图像融合的原理 |
25-26 |
|
4.2 基于PCA 的图像融合方法 |
26-29 |
|
4.2.1 PCA 变换的基本原理 |
27-28 |
|
4.2.2 PCA 图像融合算法 |
28-29 |
|
4.3 基于高通滤波的遥感影像融合 |
29-31 |
|
4.3.1 高通滤波 |
29-31 |
|
4.3.2 高通滤波融合方法 |
31 |
|
4.4 本章小结 |
31-32 |
|
第五章 基于小波多分辨率分析的遥感图像融合算法 |
32-47 |
|
5.1 小波变换基础 |
32-39 |
|
5.1.1 傅立叶分析 |
33 |
|
5.1.2 连续小波变换 |
33-34 |
|
5.1.3 二进制离散小波变换 |
34 |
|
5.1.4 多分辨率分析（MRA） |
34-36 |
|
5.1.5 图像的二维离散小波变换及其Mallat 算法 |
36-39 |
|
5.2 基于小波变换的图像融合 |
39-41 |
|
5.3 基于小波变换的图像融合规则 |
41-46 |
|
5.3.1 基于像素的融合规则 |
42-44 |
|
5.3.2 基于区域的融合规则 |
44-46 |
|
5.4 本章小结 |
46-47 |
|
第六章 基于特征积的PCA-CWT 遥感图像融合 |
47-55 |
|
6.1 引言 |
47 |
|
6.2 PCA 融合方法 |
47-48 |
|
6.3 基于传统小波和PCA 融合算法（PCA-WT） |
48 |
|
6.4 基于特征的小波变换和PCA 融合算法（PCA-CWT） |
48-50 |
|
6.5 基于特征积的CWT-PCA 遥感图像融合 |
50-52 |
|
6.6 实验与融合结果分析 |
52-54 |
|
6.7 本章小结 |
54-55 |
|
第七章 基于区域特征加权的IHS-CWT 遥感图像融合 |
55-63 |
|
7.1 引言 |
55 |
|
7.2 IHS 融合方法 |
55 |
|
7.3 IHS-WT 融合算法 |
55-56 |
|
7.4 传统的IHS-CWT 融合算法 |
56-57 |
|
7.5 基于区域特征加权的IHS-CWT 遥感图像融合 |
57-59 |
|
7.6 实验与融合结果分析 |
59-62 |
|
7.7 本章小结 |
62-63 |
|
第八章 全文总结 |
63-65 |
|
8.1 总结 |
63 |
|
8.2 展望 |
63-65 |
|
参考文献 |
65-70 |
|
研究生期间发表的论文及参加的科研项目 |
70-71 |
|
致谢 |
71-72 |
|
详细摘要 |
72-75 |
|
| 【DOI】 | LunWen.ID:2.2008.389475 |
