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。

目录

文摘

英文文摘

声明

第一章绪论

1.1信息融合

1.1.1信息融合技术的产生和概念

1.1.2信息融合技术现况及存在问题

1.2图像融合

1.2.1图像融合的概念和目的

1.2.2图像融合的层次

1.2.3图像融合的方法

1.3遥感图像融合

1.3.1卫星遥感及其影像介绍

1.3.2遥感图像融合的层次

1.3.3遥感图像融合的步骤

1.4融合效果评价标准

1.4.1主观评价标准

1.4.2客观评价标准

1.5本文研究的主要内容

第二章遥感图像预处理技术

2.1遥感图像的几何校正

2.1.1遥感图像几何校正原理

2.1.2几何校正流程

2.2直方图修正

2.2.1直方图均衡化

2.2.2直方图匹配

2.3本章小结

第三章常用的遥感图像融合方法

3.1 IHS变换法

3.1.1 IHS模型

3.1.2 RGB与IHS之间的变换公式

3.1.3 IHS变换融合

3.1.4融合结果及评价

3.2 Brovey变换

3.2.1 Brovey变换融合

3.2.2融合结果及评价

3.3主成分分析(PCA)变换法

3.3.1 PCA变换融合

3.3.2融合结果及评价

3.4快速改进的IHS变换法

3.4.1快速IHS变换

3.4.2改进的IHS融合算法

3.4.3本文改进算法

3.4.4融合结果及评价

3.5本章小结

第四章基于小波变换的遥感图像融合

4.1基于小波变换的遥感图像融合

4.1.1 Mallat算法

4.1.2传统的小波变换融合法

4.1.3基于特征的小波变换融合法

4.1.4两种小波融合方法的效果对比

4.2基于IHS变换和小波变换相结合的融合算法

4.3基于主成分变换与小波变换相结合的融合算法

4.4本章小结

第五章改进的归一化相关矩的融合算法

5.1归一化相关矩的概念

5.2小波系数归一化相关矩融合算法

5.2.1融合步骤

5.2.2融合结果及评价

5.3改进的基于归一化相关矩的融合算法

5.3.1融合步骤

5.3.2融合结果及评价

5.3.3两组融合结果对比

5.4各种方法融合效果的比较及评价

5.5本章小结

第六章总结

参考文献

攻读硕士期间撰写和发表的学术论文

致谢