TM及SPOT遥感图像融合算法研究

【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如IHS变换法、Brovey变换法、PCA变换法的变换原理、算法实现及性能参数分析。 第四，在对常用算法分析研究的基础上，提出快速改进的IHS变换法，并通过实验分析验证了该算法的有效性。 第五，研究了基于小波多分辨分析的图像融合算法，并将这些算法融合的结果进行比较，得出将小波多分辨分析和经典IHS、PCA变换相结合的融合算法，比单纯的小波变换融合效果更好。 第六，本文提出将小波分解和主成分变换相结合，采用归一化相关矩规则进行融合的改进算法，并将该算法与传统算法、小波归一化相关矩算法融合的效果进行比较分析，研究表明，本文改进算法融合效果较好。