基于分区域的SAR与彩色可见光图像融合算法

摘要

图像融合是图像处理众多研究方向中的重要分支，具有很高的研究价值。由于每类传感器都有自身的局限性，图像融合处理将相同场景的两幅或多幅源图像在一定的算法基础上将各自的优点或互补信息进行有机的结合，得到一幅更加精确、丰富、可靠的图像描述。为了消除单源传感器获得图像的局限性，将SAR传感器采集到的图像和光学传感器采集到的彩色图像中包含的互补信息提取到一幅兼具二者特性的图像中，实现SAR图像和彩色可见光图像的融合处理。传统的融合算法会存在融合结果光谱扭曲、噪声严重、结构纹理模糊等现象。
　　本文的主要工作包含以下几个方面：分析了图像融合的研究背景和研究现状；比较分析了SAR图像和可见光图像的成像原理和图像特性；归纳总结了SAR图像和可见光图像的传统融合方法，重点研究了基于小波变换的融合算法；提出了基于分区域的SAR图像与彩色可见光图像融合算法，根据图像的小波高频信息将图像的空间区域划分为平滑区域和高频特征区域，对于这两种具有很大差异性的图像空间，各自采用不同的融合策略分别进行处理，高频特征区域的融合规则是在保持彩色可见光图像光谱信息的基础上融合图像的高频特征信息，平滑区域的融合规则是直接选用彩色可见光图像的信息。
　　为了验证本文提出算法的可行性，采用光谱扭曲度（D）、结构相似性（SSIM）、互信息（MI）、峰值信噪比（PSNR）等指标评价融合结果。仿真结果表明，本文新提出算法的融合结果图像不仅具有较好的光谱特性，并且纹理信息更加丰富、结构信息更加清晰，而且有效抑制了SAR图像中的乘性斑点噪声，对进一步的图像分割、图像特征提取、目标识别、图像区域变化检测等图像处理具有很大的帮助。对比本文新提出的融合算法和具有代表性的HIS和DWT相结合的融合算法，新提出的方法在主观和客观评价指标上均具有明显的优势。

目录

声明

插图索引

表格索引

符号对照表

缩略语对照表

第一章 绪论

1.1 研究背景

1.2 研究现状

1.3 本文工作

1.4 内容安排

第二章 SAR图像与可见光图像融合的相关理论

2.1 SAR图像和可见光图像特性

2.2 SAR图像和可见光图像融合理论

2.3 融合效果评价指标

2.4 本章小结

第三章 基于小波变换的SAR图像与可见光图像融合方法

3.1 小波理论分析

3.2 小波邻域能量取大融合方法

3.3 仿真与分析

3.4 本章小结

第四章 基于分区域的SAR与彩色可见光图像融合方法

4.1 分区域融合算法

4.2 高频特征函数的构建

4.3 分区域融合规则

4.4 算法仿真与分析

4.5 本章小结

第五章 结束语

5.1 总结

5.2 展望

参考文献

致谢

作者简介