| 【中文题名】 | TM及SPOT遥感图像融合算法研究 |
| 【英文题名】 | Research on Remotely Sensed Image Fusion Algorithms of TM & SPOT |
| 【学科专业】 | 通信与信息系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-12 |
| 【中关键词】 | 遥感图像融合,IHS变换,PCA变换,小波变换,归一化相关矩, |
| 【英关键词】 | remotely sensed image fusion,IHS transform,PCA transform,wavelet transform,normalized correlation moment, |
| 【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】 |
近些年来，多源遥感图像融合技术获得了普遍关注和广泛的应用，其理论和方法已经成为智能信息处理、遥感应用等学科的重点研究领域。多源遥感图像融合是多传感器信息融合的一个重要分支，是一项综合同一场景或目标的多源图像信息处理技术。多源遥感图像一般是来自不同卫星传感器在不同时刻拍摄的同一场景的图像。通过对多传感器图像的融合，可以克服单一传感器图像在几何、光谱和空间分辨率等方面存在的局限性和差异性。本文的研究对象采用多光谱Landsat TM和高分辨率SPOT Pan图像，SPOT Pan的空间分辨率比较高，其空间纹理信息优于TM图像，而TM虽然分辨率不高，却具有丰富的光谱信息，通过融合可将两者的优势互补，以得到一幅同时具有多光谱和高分辨率的图像。目前，多传感器图像融合技术在医学、遥感、计算机视觉、气象预报、自动目标检测等领域都得到了广泛应用。
本文研究的重点是遥感图像融合算法的改进。主要研究内容如下：
第一，论述了信息融合技术的产生、发展现状和存在问题，并具体论述了遥感图像融合的层次、方法、步骤和评价标准。
第二，分析了遥感图像融合预处理技术。
第三，分析了常用的遥感图像融合算法... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-7 |
|
目录 |
7-10 |
|
第一章 绪论 |
10-20 |
|
1.1 信息融合 |
10-11 |
|
1.1.1 信息融合技术的产生和概念 |
10 |
|
1.1.2 信息融合技术现况及存在问题 |
10-11 |
|
1.2 图像融合 |
11-13 |
|
1.2.1 图像融合的概念和目的 |
11-12 |
|
1.2.2 图像融合的层次 |
12 |
|
1.2.3 图像融合的方法 |
12-13 |
|
1.3 遥感图像融合 |
13-15 |
|
1.3.1 卫星遥感及其影像介绍 |
13-14 |
|
1.3.2 遥感图像融合的层次 |
14-15 |
|
1.3.3 遥感图像融合的步骤 |
15 |
|
1.4 融合效果评价标准 |
15-18 |
|
1.4.1 主观评价标准 |
16 |
|
1.4.2 客观评价标准 |
16-18 |
|
1.5 本文研究的主要内容 |
18-20 |
|
第二章 遥感图像预处理技术 |
20-29 |
|
2.1 遥感图像的几何校正 |
20-26 |
|
2.1.1 遥感图像几何校正原理 |
20-23 |
|
2.1.2 几何校正流程 |
23-26 |
|
2.2 直方图修正 |
26-27 |
|
2.2.1 直方图均衡化 |
26-27 |
|
2.2.2 直方图匹配 |
27 |
|
2.3 本章小结 |
27-29 |
|
第三章 常用的遥感图像融合方法 |
29-40 |
|
3.1 IHS变换法 |
29-33 |
|
3.1.1 IHS模型 |
29 |
|
3.1.2 RGB与IHS之间的变换公式 |
29-31 |
|
3.1.3 IHS变换融合 |
31-32 |
|
3.1.4 融合结果及评价 |
32-33 |
|
3.2 Brovey变换 |
33-34 |
|
3.2.1 Brovey变换融合 |
33 |
|
3.2.2 融合结果及评价 |
33-34 |
|
3.3 主成分分析(PCA)变换法 |
34-36 |
|
3.3.1 PCA变换融合 |
34-35 |
|
3.3.2 融合结果及评价 |
35-36 |
|
3.4 快速改进的IHS变换法 |
36-39 |
|
3.4.1 快速IHS变换 |
36-37 |
|
3.4.2 改进的IHS融合算法 |
37 |
|
3.4.3 本文改进算法 |
37 |
|
3.4.4 融合结果及评价 |
37-39 |
|
3.5 本章小结 |
39-40 |
|
第四章 基于小波变换的遥感图像融合 |
40-50 |
|
4.1 基于小波变换的遥感图像融合 |
40-46 |
|
4.1.1 Mallat算法 |
40-41 |
|
4.1.2 传统的小波变换融合法 |
41-43 |
|
4.1.3 基于特征的小波变换融合法 |
43-45 |
|
4.1.4 两种小波融合方法的效果对比 |
45-46 |
|
4.2 基于 IHS变换和小波变换相结合的融合算法 |
46-47 |
|
4.3 基于主成分变换与小波变换相结合的融合算法 |
47-49 |
|
4.4 本章小结 |
49-50 |
|
第五章 改进的归一化相关矩的融合算法 |
50-62 |
|
5.1 归一化相关矩的概念 |
50 |
|
5.2 小波系数归一化相关矩融合算法 |
50-52 |
|
5.2.1 融合步骤 |
50-51 |
|
5.2.2 融合结果及评价 |
51-52 |
|
5.3 改进的基于归一化相关矩的融合算法 |
52-56 |
|
5.3.1 融合步骤 |
52-53 |
|
5.3.2 融合结果及评价 |
53-56 |
|
5.3.3 两组融合结果对比 |
56 |
|
5.4 各种方法融合效果的比较及评价 |
56-61 |
|
5.5 本章小结 |
61-62 |
|
第六章 总结 |
62-63 |
|
参考文献 |
63-67 |
|
攻读硕士期间撰写和发表的学术论文 |
67-68 |
|
致谢 |
68 |
|
| 【DOI】 | LunWen.ID:2.2008.389482 |
