高光谱遥感图像融合与边缘提取方法研究

摘要

高光谱遥感图像含有大量的光谱波段，有助于地物的详细分类与识别。然而，随着波段的增加，数据冗余度也相应增加，使得图像融合计算量增大，过程繁杂，以及融合图像边缘提取引发的弱边缘丢失。因此，本文主要针对高光谱遥感图像的融合与融合图像边缘提取，作如下研究： （1）针对传统高光谱遥感图像融合造成光谱失真、原图像细节信息缺失的不足，本文提出了基于波段背景清晰度的小波高光谱图像融合。首先，使用J-M距离和最佳指数选择原则，从高光谱遥感图像的波段中提取所需优选波段及优选波段组合，以减少波段数据冗余，提高信息互补。其次，对选取的波段采用单波段遥感图像背景清晰度处理的EM算法，以提高光谱波段图像的清晰质量。最后，采用小波加权平均的像素级融合优选波段遥感图像增强数据，以提升图像融合质量。 实验结果表明，本文方法提高了融合图像的标准差、信息熵和清晰度，较好地解决了图像融合时的数据冗余问题，实现了高光谱遥感图像的更好融合，使得融合图像的质量有较大提高。 （2）由于传统的图像边缘提取方法对于图像边缘提取的不完整、不清晰等，本文提出了基于改进Canny算子梯度幅值的双边滤波算法。先对传统的Canny算法用3?3邻域代替2?2邻域的改进，在像素点8邻域内通过计算一阶偏导数的差分值来计算梯度幅值。后对改进Canny算子梯度幅值的融合图像进行双边滤波，以保护和增强遥感融合图像的边缘信息。 实验结果表明，本文算法对于融合图像边缘提取的优质系数最高，运行时间最短，信噪比与定位精度更高，零交叉点的平均距离也更长，较好地解决了融合图像的边缘缺失问题。同时，也表明本文算法提取的融合图像边缘信息更丰富、连续性也更好。

目录

第1章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 本文章节安排和创新点

第2章 高光谱遥感图像融合

2.1 遥感图像融合意义

2.2 遥感图像融合分级

2.3 常用图像融合方法

2.4 本章小结

第3章 高光谱遥感图像边缘提取

3.1 遥感图像边缘提取意义

3.2 遥感图像常用边缘提取方法

3.3 高光谱遥感图像灰度矢量相关特征的边缘提取

3.4 本章小结

第4章 高光谱遥感图像融合算法研究

4.1 小波变换融合方法介绍

4.2 基于波段背景清晰度的小波高光谱图像融合

4.3 实验结果与分析

4.4 本章小结

第5章 高光谱遥感图像边缘提取算法研究

5.1 传统Canny算子边缘提取算法

5.2 基于改进Canny算子梯度幅值的双边滤波算法

5.3 实验结果与分析

5.4 本章小结

第6章 总结与展望

6.1 本文工作总结

6.2 研究工作及展望

参考文献

攻读硕士学位期间参与的科研项目和成果

致谢

声明