多光谱与全色遥感图像融合算法研究

摘要

在遥感技术中，为了探测地球表面的地物特性，需要空间分辨率良好的图像，全色图像可以很好地完成这一目的。同时，为了区分地表上的不同覆盖物，多光谱图像同样也必不可少。而现如今遥感卫星能够提供的图像只能是高空间分辨率的全色图像或者是低空间分辨率的多光谱图像，而通过图像融合就可以实现高分辨率的多光谱图像，这便是图像融合的意义所在。
　　本文主要是针对多光谱图像和全色图像融合为核心而开展的研究。针对这一问题主要研究了以下内容:
　　(1)介绍分析遥感技术中多光谱图像与全色图像融合的目的和意义，以及现如今国内外的研究现状。
　　(2)介绍了在图像融合前必不可少的环节即图像配准和图像融合的概念和层次。也着重阐述了现如今图像融合领域的评价标准，包含主观评价指标和客观评价指标，其中客观评价指标包括信息熵、均值、标准差、平均梯度等。同时分析了四种比较常见的传统算法，分别为Brovey变换法、IHS变换法、PCA变换法以及高斯滤波法。最后，对这四种传统融合算法进行实验仿真，并根据评价方法对仿真结果进行评价，得出其中相对较好的两种算法为IHS变换法和PCA变换法。
　　(3)针对IHS变换法进行改进。介绍了小波变换的理论知识和在图像融合领域的应用。针对小波变换的平移变异性问题，引入SIDWT变换，提出了一种基于区域分割的图像融合算法，着重对图像融合规则进行详述，给出实验流程，并进行实验仿真分析和比较，验证该算法的有效性。
　　(4)针对PCA变换法进行改进。详细阐述了Contourlet变换的原理，其中包括拉普拉斯变换和方向滤波器的介绍。基于此，提出了PCA-Contourlet变换结合多目标粒子优化算法的图像融合方法，对于Contourlet变换后的高低频融合规则进行了阐述，对多目标粒子优化的过程进行了介绍，给出了算法的流程图。最后，通过实验仿真和主客观评价证明了算法的有效性。

目录

声明

摘要

第1章 绪论

1．1 课题的研究背景、目的及意义

1．2 国内外发展现状

1．3 论文主要工作以及内容安排

第2章 传统融合算法及评价

2．1 图像配准

2．1．1 图像配准的基本原理

2．1．2 图像配准的空间变换模型

2．1．3 图像配准的方法分类

2．1．4 图像配准实验

2．2 图像融合算法概述

2．2．1 像素级图像融合

2．2．2 特征级图像融合

2．2．3 决策级图像融合

2．3 传统图像融合算法

2．3．1 Brovey变换融合法

2．3．2 基于IHS变换的图像融合

2．3．3 PCA变换融合法

2．3．4 高通滤波融合方法

2．4 图像融合评价方法

2．4．1 融合图像质量的主观评价

2．4．2 融合图像质量的客观评价

2．5 仿真实验

2．6 本章小结

第3章 基于区域特征的多光谱与全色图像融合

3．1 小波变换

3．1．1 连续小波变换

3．1．2 离散小波变换

3．1．3 基于小波变换的图像融合算法

3．1．4 小波融合算法仿真

3．2 平移不变离散小波变换

3．3 基于区域分割的多光谱图像和全色图像融合算法

3．3．1 基于Otsu算法的图像分割方法

3．3．2 算法原理及步骤

3．3．3 实验仿真

3．4 本章总结

第4章 基于PCA与Contourlet变换的图像融合算法

4．1 Contourlet变换

4．1．1 拉普拉斯金字塔变换

4．1．2 方向滤波器

4．1．3 基于Contourlet变换的图像融合算法

4．2 PCA与Contourlet变换图像融合方法

4．3 多目标优化

4．4 多目标粒子优化算法

4．5 PCA-Contourlet变换结合MOPSO的融合算法

4．5．1 算法流程

4．5．2 实验仿真

4．6 本章小结

结论

参考文献

攻读硕士期间发表论文和取得科研成果

致谢