收藏本站
收藏 | 论文排版

基于多分辨率分析的遥感图像融合算法研究

王金玲  
【摘要】:论文以遥感图像为研究对象,以国内外相关领域的研究成果为基础,深入研究了基于多分辨率分析的遥感图像融合算法,目的是为了使融合图像更符合人眼视觉特性,突出融合图像中目标信息,并解决不同类型成像系统在图像融合时光谱失真的问题,从而为获取信息含量更大、应用范围更广的融合图像提供理论依据和实用方法。 基于多分辨率分析的图像融合算法的关键在于多分辨率变换工具和系数融合规则。本论文的图像融合算法均采用非下采样Contuorlet变换作为多分辨率变换工具,针对不同应用领域,结合人眼视觉特性、遥感图像区域特性和成像系统物理特性等因素制定系数融合规则,分别提出了基于人眼视觉特性的遥感图像融合算法、基于区域分割的遥感图像融合算法和基于成像系统特性的遥感图像融合算法。 为了改善融合图像的人眼视觉性能,研究了基于人眼视觉特性的遥感图像融合,包括红外与可见光图像融合以及多光谱与全色图像融合。两种类型的遥感图像融合算法中,系数融合规则均采用基于多分辨率分析的人眼视觉函数,该函数是论文在传统人眼视觉对比度函数基础上提出的。 为了突出融合图像中的目标特征,根据遥感图像区域特性,研究了基于区域分割的遥感图像融合,包括红外与可见光图像融合和多光谱与全色图像融合。在红外与可见光图像融合算法中,首先根据红外图像局部能量特征提出图像分割算法,然后通过定义区域能量相似度和区域结构相似度,提出基于区域分割的图像融合算法。在多光谱与全色图像融合算法中,首先结合光谱欧式距离提出多光谱图像分割算法,然后通过定义区域互信息量测度提出基于区域的图像融合算法。 对于成像系统特性已知的遥感图像融合,首先根据多光谱图像成像系统模型和通用图像融合方法理论,结合EO-1卫星ALI测绘相机的多光谱传感器各谱段的光谱响应函数、地面物体的反射率以及成像传感器在各波段的增益和偏置,建立全色图像注入模型,然后应用该模型提出基于成像系统特性的图像融合算法。 实验结果表明,基于人眼视觉特性的遥感图像融合算法能够充分提取源图像中的边缘信息,令融合图像具有更好的对比度特性。基于区域分割的红外与可见光图像融合算法较好的保留了红外图像目标特征的同时,有效提高了融合图像的边缘特征。基于区域分割的多光谱与全色图像融合算法充分保持了多光谱图像的光谱特征,并将更多的全色图像细节信息注入到融合图像中。基于成像系统特性的多光谱与全色图像融合算法的融合图像相对于其他算法光谱失真度最小,同时也能够充分融合全色图像的细节信息。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 范涛,杨晨阳,李少洪,毛士艺;基于模型混合的多分辨率多模型跟踪算法[J];北京航空航天大学学报;2001年01期
2 骆珊;徐胜荣;;基于多分辨率直方图的图像检索[J];江南大学学报(自然科学版);2007年01期
3 唐斌;董绪荣;;小波多分辨率分析及其在自适应消噪中的应用[J];装备指挥技术学院学报;2007年01期
4 杨艳妮;;小波多分辨率分析在信号去噪中的应用[J];热带农业工程;2009年01期
5 伍金莉;刘杰;;基于多分辨率分析的心率变异性分析[J];中国医学物理学杂志;2010年01期
6 王辉,肖建;基于多分辨率分析的T-S模糊系统[J];控制理论与应用;2005年02期
7 万彦辉,秦永元;小波分析在陀螺信号滤波中的研究[J];压电与声光;2005年04期
8 胡之惠;;基于小波包分析的指纹图像初滤波[J];上海电机学院学报;2005年05期
9 胡之惠;;基于小波包分析的指纹图像初滤波[J];上海电机学院学报;2005年S1期
10 樊亚军;;基于梯度锐化和小波变换的图像边缘检测[J];装备制造技术;2007年08期
11 王斯刚;边根庆;屈学民;杨继庆;;基于小波不可分离多分辨率的图像重建[J];计算机技术与发展;2008年07期
12 王旭;张达敏;周勇;;基于小波变换的数字调制信号特征提取[J];贵州科学;2008年04期
13 黄思齐;姚加明;许兴武;;分数阶小波变换的性质[J];测控技术;2009年04期
14 玉振明;毛士艺;;Bubble小波用于图像边缘检测的一些讨论[J];中国图象图形学报;2009年10期
15 李春庚,王波,王百锁;基于小波理论的GPS信号分析[J];大连海事大学学报;2002年03期
16 顾静良,万敏,张卫,郑捷;基于小波变换和数据融合技术的弱小目标检测[J];强激光与粒子束;2005年07期
17 穆静;王长元;;基于小波变换的多分辨率图像融合技术的研究[J];微计算机信息;2005年26期
18 张洁;蒋宁;浦立新;;基于小波变换的医学图像融合技术[J];电子科技大学学报;2005年06期
19 王惠琴;张秋余;薛建斌;;基于小波变换多分辨率特性的语音消噪方法的研究[J];计算机工程与设计;2006年02期
20 边静;李巴津;;小波多分辨率分析在谐波检测中的应用[J];福建电脑;2007年06期
中国重要会议论文全文数据库 前10条
1 成功;邓小青;;基于MATLAB的小波变换遥感图像融合研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
2 胡冰;周海芳;王攀峰;刘衡竹;;遥感图像PCA融合的并行算法研究与实现[A];2006年全国开放式分布与并行计算学术会议论文集(二)[C];2006年
3 贾焕玉;刘珺;吴玉中;;基于小波分析的宇宙线实验数据信号处理[A];Workshop on ARGO-YBJ Experiment--Proceeding of CCAST (World Laboratory) Workshop[C];2002年
4 李利荣;张桂林;胡知非;;基于小波多分辨率分析和能量交叉法的小目标检测[A];冶金自动化信息网年会论文集[C];2004年
5 李海良;吉国力;米红;;小波神经网络及其聚类研究[A];2003中国控制与决策学术年会论文集[C];2003年
6 唐英干;刘东;关新平;;基于高斯混合模型的多分辨率图像分割[A];第十二届全国图象图形学学术会议论文集[C];2005年
7 牛雪娟;刘景泰;孙雷;;基于小波变换的栅格点云多分辨率分析[A];第二十七届中国控制会议论文集[C];2008年
8 陈琢;梁蓓;郭军;;混沌信号的多分辨率分形滤波[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
9 李国丽;张建;胡存刚;;基于小波软阈值法的CT图像伪影去除方法[A];全国第13届计算机辅助设计与图形学(CAD/CG)学术会议论文集[C];2004年
10 田子平;陈永国;熊天柱;缪正清;;循环流化床压力波动信号的小波多分辨率分析[A];中国颗粒学会2004年年会暨海峡两岸颗粒技术研讨会会议文集[C];2004年
中国博士学位论文全文数据库 前10条
1 王金玲;基于多分辨率分析的遥感图像融合算法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
2 姚为;像素级和特征级遥感图像融合方法研究与应用[D];大连理工大学;2011年
3 徐彤阳;基于抗混叠Contourlet变换的遥感图像融合研究[D];上海大学;2011年
4 孙岩;基于多分辨率分析的多传感器图像融合算法研究[D];哈尔滨工程大学;2012年
5 王晓艳;基于方向性多分辨率分析的遥感影像融合算法研究[D];兰州大学;2011年
6 田养军;基于提升小波分解曲波变换的多源遥感图像融合方法研究[D];长安大学;2009年
7 苏飞;带窗全相位数字滤波器设计与应用研究[D];天津大学;2003年
8 汤春瑞;水下目标声图像多分辨率分析及识别研究[D];哈尔滨工程大学;2009年
9 韩民;基于多分辨率分析的虹膜识别算法研究[D];山东大学;2010年
10 RAED S.H. AL-MOUSSAWY;低码率音频编码研究[D];华南理工大学;2003年
中国硕士学位论文全文数据库 前10条
1 任淑芹;基于多分辨率分析的遥感图像融合理论与方法研究[D];电子科技大学;2011年
2 高虾虾;遥感图像融合方法的研究[D];中国地质大学(北京);2010年
3 苏志渊;多源遥感图像融合及其应用研究[D];河南科技大学;2010年
4 张灿峰;高性能遥感图像融合算法研究与实现[D];国防科学技术大学;2010年
5 何龙兵;分形遥感图像融合及分类方法研究[D];西安电子科技大学;2011年
6 杨建慧;多光谱与全色遥感图像融合算法研究[D];燕山大学;2012年
7 赵国滨;粗糙集遥感图像融合及分类方法研究[D];西安电子科技大学;2011年
8 崔学梅;基于多小波变换的遥感图像融合技术研究[D];青岛理工大学;2010年
9 姚媛;基于小波支持向量机的遥感图像融合[D];安徽大学;2010年
10 魏婷婷;基于Contourlet的遥感图像融合方法研究[D];辽宁师范大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978