搜索
武汉理工大学硕士学位论文遥感图像中的多源信息融合技术研究姓名：刘扬申请学位级别：硕士专业：模式识别与智能系统指导教师：卢汉清20070501遥感图像中的多源信息融合技术研究作者：刘扬学位授予单位：武汉理工大学相似文献(10条)1.期刊论文陈宝印多光谱遥感图像与高分辨率全色图像融合研究-电脑开发与应用2008,21(4)介绍了遥感图像融合的一般过程和特点,研究了像素级融合的常用算法,归纳了融合图像的基本步骤,采用四种融合方法对高空间分辨率的全色图像与高光谱分辨率的多光谱图像进行像素级融合实验,发现基于小波变换的图像融合提供更多细节信息,Brovey变换法融合全色图像与多光谱图像目视效果最好,速度最快.2.学位论文强赞霞遥感图像的融合及应用2005近些年来，图像融合已成为图像理解和计算机视觉领域中的一项重要而有用的新技术，多源遥感图像数据融合也成为遥感领域的研究热点，其目的是将来自多信息源的图像数据加以智能化合成，产生比单一传感器数据更精确、更可靠的描述和判决，使融合图像更符合人和机器的视觉特性，更有利于诸如目标检测与识别等进一步的图像理解与分析。它在军事、民用方面有着极为广泛的应用。本文对来自不同途径的多源遥感图像的融合方法及其应用进行了研究，主要工作如下：图像空间配准是多源遥感图像融合前非常重要的一步，其误差大小直接影响融合结果的有效性，它是进行多源遥感图像数据融合的前提与基础。在研究了信号的傅立叶变换的性质和特点的基础上，将傅立叶相位相关技术进行扩展，用于实现遥感图像自动配准。该方法的主要优点是在不需要寻找控制点和传感器参数的情况下进行图像自动配准。通过对数-极坐标变换、利用傅立叶变换的比例特性、旋转特性和相位相关技术确定图像间的比例、旋转和平移关系，实验结果表明了此方法的可行性和有效性。提出了一种基于互信息相似性判据的分层遥感图像配准方法，通过小波变换构造图像金字塔，从金字塔的最顶层开始搜索，根据互信息最大的原则确定图像间的变换参数，并作为下一层搜索的粗略位置，然后逐层细化，实现由粗到细的搜索过程。将此算法应用于遥感图像，得到了有效、精确的配准结果。在分析了基于傅立叶变换的配准方法和基于互信息准则的分层配准方法的优缺点的基础上，提出了将傅立叶变换和基于互信息相似性判据相结合的分层图像配准方法，克服了基于互信息的分层配准方法耗时长的缺点，且利用分层细化的搜索策略增加了基于傅立叶变换的的误差修正过程，提高了配准精度。分析了多源遥感图像融合的层次、模型、结构及其特点，着重研究和分析了像素级多源遥感图像融合的概念、方法，对多源遥感图像融合效果的评价方法进行了深入的研究，在已有的评价方法的基础上将它们进行了整理、分类，提出和建立了一套对图像融合效果及融合方法性能进行定性、定量评价的方法和准则。研究和分析了几种常用的多源遥感图像的方法（包括多光谱图像的融合方法）：直接平均法、HIS变换法、Borvey法、主成分分析法和高通滤波法等，通过实验比较了这几种方法的性能及光谱扭曲情况，给出了这些方法各自的优缺点及适用范围。重点研究了基于多分辨率分析的遥感图像融合方法，将多分辨率分析的方法分为无方向性和具有方向性两大类，对于无方向性金字塔，介绍了拉普拉斯金字塔、对比度金字塔和比率金字塔等，详细介绍了图像的这三种金字塔的构建、重构及融合过程，并通过大量的实验对不同的金字塔类型、不同的分解层、不同的融合方式，及不同区域的大小对融合结果的影响进行了分析和比较，得出了一些重要的结论。这些结果对后续的工作有很重要的指导作用和借鉴作用对于具有方向性的多分辨率分析方法，提出了基于方向性梯度金字塔和基于小波变换的像素级图像融合方法，对它们的分解、重构以及图像融合过程进行了深入的研究和分析，并将其应用于遥感图像的融合处理中。考虑到旋转及平移不变性，提出了基于易操纵（steerable）金字塔变换的图像融合方法，在对其特点、性能、分解及重构分析和研究的基础上，将其应用于遥感图像的融合处理中。并在此基础上提出了基于融合的目标检测思想。研究了基于数学形态学的图像目标检测方法，并且针对在一些遥感图像中由于目标不清晰或者由于背景复杂，使得对单幅图像进行目标的检测变得困难的问题，提出了基于融合的数学形态学目标检测方法，为复杂背景下的遥感图像弱目标检测提供了新的思路和方法。这也从实际的应用上说明了图像融合的重要性和实用性。综上所述，本文较全面、深入、系统地研究了不同遥感图像的配准、融合的原理、方法及其性能评价，及基于融合的目标检测技术。所提出的一些新的方法具有良好的性能，对以后的研究工作、对于图像融合技术的工程应用都有重要的意义。3.期刊论文武坚.郝春生.马永刚.李辉.WUJian.HAOChun-sheng.MAYong-gang.LIHui数字图像融合技术在摄影测量中的应用-海洋测绘2008,28(4)为了解决单一遥感图像的信息不足,设计了面向摄影测量的数字图像融合系统,综合应用多源遥感图像,有效提高图像的空间分辨率和光谱分辨率,以满足境内困难地区和境外目标的地形图测绘生产的需要,讨论了面向摄影测量的数字图像融合系统的设计思路,并介绍了应用该系统生成的融合图像在摄影测量生产中的应用情况.4.期刊论文季统凯.迟耀斌基于频域解混叠的遥感图像融合处理-中国体视学与图像分析2002,7(1)目的:根据shanon采样定理,研究将多幅低分辨率遥感图像进行信息融合处理,形成单幅较高分辨率图像.方法:用数学方法求解对应于低分辨率遥感图像的统一频谱混叠.结果:给出了不同分辨率图像频谱混叠矩阵的统一表达式.结论:实验结果证明了本算法能有效提高遥感图像空间分辨率O.5～1倍.5.学位论文李婷基于图像融合的高光谱遥感图像分类研究2008随着传感器技术的不断发展，遥感图像的光谱分辨率不断提高，高光谱遥感的出现，使光学遥感进入了一个崭新的阶段，是遥感领域的一个巨大飞跃。高光谱遥感数据具有波段众多、光谱分辨率高、数据量大等特点。较高的光谱分辨率在很多方面给高光谱遥感带来巨大应用潜力，特别在图像分类方面，显示出巨大的优势，但波段众多、数据量大不仅给数据存储和传输带来了困难，也给高光谱遥感图像处理技术尤其是高光谱遥感图像分类技术方面带来巨大的挑战。因此本文主要研究基于图像融合技术的高光谱遥感图像分类，通过图像融合技术减少高光谱遥感数据之间的冗余，合并互补信息，利于后续分类处理。在高光谱遥感图像融合之前，本文还总结和研究了数据源划分和降维处理技术，有利于减少图像融合运算量。本文主要完成工作如下：首先简单阐述了高光谱遥感图像的数据源划分方法，系统分析了高光谱遥感图像降维方法，在基于分段PCA波段选择方法基础上，结合基于波段指数的波段选择方法，将其改进为基于分段PCA和波段指数的波段选择方法，该方法不仅克服了基于分段PCA波段选择方法选择出的波段相关性大的缺点，而且也解决了基于波段指数的波段选择方法计算量大的问题。其次本文针对目前图像融合方法的一些不足，提出了基于边缘信息(EI，edgeinformation)优化权值的图像空间域的像素级融合方法。在该方法基础上，本文进一步做了改进，解决了其分块产生边缘效应的问题，并且有较好的融合效果。随后本文总结了常用的图像分类方法，以及高光谱遥感图像分类的特有方法，再对融合结果进行有监督的图像分类实验，使得传统分类方法能够应用于高光谱遥感图像分类，并且在少量分类训练样本下，得到了良好的分类精度；通过对比实验，进一步验证了本文提出的融合方法的有效性。最后对本文所做的工作进行总结，并对本文研究内容提出不足和展望。6.期刊论文张明源.王宏力.陈国栋.ZHANGMing-yuan.WANGHong-li.CHENGuo-dong基于小波分析的多源图像融合去云技术研究-传感器与微系统2007,26(11)云干扰是遥感图像解译过程中常遇到的问题.在介绍几种常用于多传感器遥感图像去云方法的基础上,采用多分辨力小波分解的图像融合法来达到对影像的去云目的.仿真结果表明:这种方法对多源或多时相影像进行融合处理,能较好地完成云区或阴影区域的填充与更新,达到了去云的效果.7.学位论文张易凡多光谱遥感图像融合技术研究2006随着传感器技术的飞速发展，通过遥感手段获取的不同来源并具有不同特点的图像的数据量大幅度增长，给其存储、传输以及后续处理工作带来了沉重的负担。这些多源图像数据所包含的信息之间往往同时存在着互补性和冗余性，因此，着眼于从其中提取出更精炼、更有用、具有更高质量信息的图像融合技术受到了越来越多的关注。作为一类重要的遥感图像，多光谱遥感图像的融合技术研究已经成为图像融合技术研究的重点与热点，并在近二十年中涌现出了许多优秀的融合算法。本文结合国家自然科学基金以及973计划等资助的相关课题，主要开展了三个方面的多光谱遥感图像融合算法研究：多波段图像的融合算法研究，多光谱与全色图像的融合算法研究，多光谱与高光谱图像的融合算法研究。论文主要研究内容及成果如下：(1)基于正交小波变换的多波段图像融合技术——AVA-RS算法通过对参与融合的源图像所含信息关系的分析与研究，建立了用于度量图像信息量和图像问信息冗余程度的新测度(绝对值活跃度AVA和区域相似度RS)，并在图像正交小波变换系数特性分析的基础之上，提出了基于AVA和RS的图像融合算法(AVA-RS算法)。该算法通过正交小波变换实现源图像空间高、低频特征的分离，并使用AVA和RS这两个新的测度准则分析源图像空间高频特征之间的信息互补性和冗余性，最终确定融合准则。实验表明，AVA-RS算法的融合结果质量优于同类经典融合算法，并且适用于多种类型的图像的融合处理，推广性较强。(2)基于冗余小波变换的多波段图像融合技术——RWT-IOTF-SCC算法对于多光谱遥感图像而言，纹理特征是除光谱特征之外的另一类重要的图像特征，因此，在其融合中应给予一定的重视。以纹理能量法为基础提出了综合有向纹理特征(IOTF)的概念，并建立了相应的计算方法，在此基础之上提出了一种新的多波段图像融合算法——基于冗余小波域综合有向纹理特征重要中心系数的图像融合算法(RWT-IOTF-SCC算法)。该算法将多光谱图像的光谱信息和形态信息进行了有机的结合，在保持源图像光谱特征的同时也考虑到了纹理特征对于融合效果的影响。实验表明，对于含有大量纹理特征的图像，该算法的融合结果优于同类经典算法，其融合结果能够更好地保持源图像的特征(尤其是纹理特征)。(3)多光谱和全色图像融合技术——X-LIE-LIEDP算法在对图像中的空间有效高、低频信息以及高频噪声信号的信息量及其分布特点的分析基础之上，定义了局部信息熵(LIE)及其分布特征值(LIEDP)两个新测度，并在此基础之上提出了一种新的多光谱与全色图像的融合算法——基于局部信息熵及其分布特性的多光谱和全色图像融合算法(X-LIE-LIEDP算法)。该算法以HIS变换和多分辨分析相结合的融合模型为基础，根据源图像的LIE和LIEDP取值特点确定融合准则。实验表明，该算法适用于多种常用的多分辨分析方法，在无噪声条件下，其融合结果质量优于或等同于同类经典算法；在有噪声条件下，与同类经典算法相比，该算法能够在保证融合结果空间及光谱信息质量的前提下，有效地抵抗源全色图像中的噪声。(4)多光谱和全色图像融合技术——LSRM-MPF算法通过对同一场景不同空间分辨率遥感图像在空间上关系的分析，提出了局部空间退化/恢复模型(LSD/RM)的概念及其建立方法，并对多光谱和全色图像融合问题中所涉及的LSRM进行了探讨，在此基础之上提出了基于LSRM的多光谱和全色图像融合算法(LSRM-MPF算法)。该算法的主要思想是通过在相关图像间建立的LSRM对多光谱图像中的空间特征进行恢复。实验表明，与同类经典算法相比，该算法能够以较短的运算时间获得较优的融合结果。另外，该算法融合结果质量的可控性、融合结果在光谱和空间信息质量两方面的均衡性以及运算时间的合理性也使得它有着非常广泛的应用前景。(5)多光谱和高光谱图像融合技术——3D-IDWT-MHF算法通过