小波变换下的遥感影像融合研究

摘要

随着现代传感器技术、光学技术和空间遥感技术的发展，对同一地区所获取的数据具有多时相、多光谱、多传感器、多平台和多分辨率的特性。与单源遥感数据相比，来自不同传感器的多源遥感数据不但具有互补性、合作性和低成本性，还具有很大的冗余性。通过数据融合、模式识别、地理信息系统等技术，从这些海量的多源遥感数据中提取更有用、质量更高的信息，为后续的人为决策或智能型决策系统提供依据。 影像融合是数据融合的一种，也是提取信息的关键技术之一。影像融合的方法有很多，随着小波理论的逐渐成熟，将小波分析的方法用于影像融合的研究已成为遥感影像融合的主流趋势。本文主要研究了基于小波变换进行遥感影像融合的技术，并采用MATLAB和VisualC++的联合编程方法对其进行了验证性分析。 在基于小波变换的影像融合研究中，本文根据不同算法的优缺点，结合现有的各种融合方法和融合规则，提出更为有效的基于小波的影像融合算法。实验采用的是多光谱TM影像和高分辨率的SPOT影像。算法的主要步骤如下：首先对TM影像作一阶小波变换，并保留低频信息；然后利用小波变换方法对SPOT影像做边缘增强处理后再对SPOT影像作三阶小波分解，并依据三阶变换的SPOT低频影像对一阶变换的TM低频影像进行配准，最后再与高频信息进行融合。与其它算法相比，得到较好的融合效果。新算法不仅较好地保留了多光谱影像的光谱信息，也较大地提高了影像的空间分辨率和地物的边缘特征。 MATLAB提供了功能强大的图像处理和小波工具箱，可以简单快捷的写出影像融合的算法；而VisualC++具有可视化用户界面编程的优点，能开发出界面友好、容易维护升级、执行速度快的应用程序。通过MATLAB提供的应用程序接口，VisualC++可以调用MATLAB的引擎函数或者调用MATLAB建立的COM组件来进行图像处理，从而实现二者的编程优势。本文在该方面进行了大量的实践性研究，对后续研究者具有一定的借鉴价值。

目录

文摘

英文文摘

声明

第一章 绪论

1.1.研究背景

1.2.影像融合和小波变换的研究现状

1.3.混合编程的思想

1.4.论文的组织

第二章 遥感影像融合概述

2.1.融合前影像的预处理

2.2.多源遥感影像的融合技术和算法

2.3.影像融合结果的评价

2.4.本章小结

第三章 基于小波变换的影像融合

3.1.小波分析的理论基础

3.2.基于小波变换的融合算法

3.3.一种改进的基于小波变换的融合算法

3.4.融合结果与评价

3.5.本章小节

第四章 利用VC和MATLAB的混合编程处理影像

4.1.Matlab及其应用程序接口

4.2.VC与Matlab混合编程方法及实现

4.3.本章小结

结论与研究展望

参考文献

攻读学位期间所取得的研究成果

致谢