多小波变换在遥感图像融合中的方法研究
【摘要】:
各种不同的卫星传感器所采集的各种遥感图像数据具有不同时相、不同分辨率、不同波段,它们也都具有不同的特点,各自具有不同的优势和缺限,且单一的遥感数据不能对目标特性进行全面详细的反映,为了充分利用这些各种遥感图像数据的优势,弥补各自图像上信息的不足,更全面的反映目标特征,将各种不同信道不同高空平台所获得到的关于同一目标的遥感图像采用一定的算法提取各自的有用信息形成一幅新的图像,因此,遥感图像融合成为了目前研究的热点问题。图像融合的目的是把各种不同高空平台不同的传感器所采集的同一目标的多幅遥感图像的信息优点综合在同一幅图像中,以尽量减少或消除图像中目标特征信息的不确定性。
本文采用的是Landsat-7 ETM+遥感图像,先对待融合的遥感图像进行预处理,讲述图像去噪方法,采用Lee滤波器法对遥感原始影像进行去噪,较好的保留了图像高分辨率、边缘和细节信息的同时又有效的去除了图像的噪声,利用多项式法对图像进行几何精确纠正,并对待融合的图像采用基于图像灰度的图像配准方法进行精确度较高的配准。对目前一些常用的传统的基于像素级的遥感图像融合方法进行分析和研究,其中包括IHS变换法、Brovey变换法、主分量分析法、加权融合法、高通滤波法、金字塔法和小波变换法,对融合图像进行评价分析,分析总结出以上这些方法的适用范围和优缺点。
在深入分析各种常用的遥感图像融合方法和多小波特性的基础上,对比研究小波变换图像融合法,成功把多小波应用于遥感图像融合。在遥感图像的融合中小波变换法的各种算法也同样适用于多小波变换的图像的融合算法,在此基础上提出了一种利用CL平衡多小波和IHS变换相结合的遥感图像融合方法,并把基于局部LBP算子的融合规则运用到高频分量,低频部分采用加权平均融合规则,对TM多光谱图像和全色图像进行了融合,得到细节信息更丰富、清晰度更高、目标特征更明显的融合效果图像。
|
|
|
|
1 |
向东阳;吴正国;侯新国;赵华;;改进的多小波变换系数相关去噪算法[J];高电压技术;2011年07期 |
2 |
陈超;秦其明;池长艳;蒋洪波;刘明超;;一种Curvelet变换和IHS变换相结合的遥感图像融合方法[J];遥感技术与应用;2011年04期 |
3 |
;[J];;年期 |
4 |
;[J];;年期 |
5 |
;[J];;年期 |
6 |
;[J];;年期 |
7 |
;[J];;年期 |
8 |
;[J];;年期 |
9 |
;[J];;年期 |
10 |
;[J];;年期 |
11 |
;[J];;年期 |
12 |
;[J];;年期 |
13 |
;[J];;年期 |
14 |
;[J];;年期 |
15 |
;[J];;年期 |
16 |
;[J];;年期 |
17 |
;[J];;年期 |
18 |
;[J];;年期 |
19 |
;[J];;年期 |
20 |
;[J];;年期 |
|