学位论文 > 优秀研究生学位论文题录展示

基于多尺度分析的多光谱与全色图像融合技术研究

作 者: 汪帆
导 师: 张钧萍
学 校: 哈尔滨工业大学
专 业: 信息与通信工程
关键词: 图像融合 多尺度变换 X-let变换 ARSIS概念 融合评价
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 48次
引 用: 0次
阅 读: 论文下载
 

内容摘要


地物分类、变化监测、目标检测等一系列的应用需要同时具有高空间和光谱分辨率的数据以提高处理精度,而高空间分辨率与高光谱分辨率对于影像的目视分析也是至关重要的。多光谱与全色图像融合是通过注入全色图像的高频细节信息来提高多光谱图像的空间分辨率,同时保留其光谱信息的过程,所以这一过程又被称为多光谱图像的全色锐化。近年来,为了克服小波变换在表达方向性信息以及图像本质特征上的不足和缺陷,图像融合领域出现了一系列基于新的多尺度变换技术的融合方法。这类新型多尺度变换:curvelet、contourlet、NSCT以及shearlet变换等被统一地称为X-let变换。本文旨在综合分析和比较基于X-lets的融合方法,以确定哪种变换更适合于多光谱与全色图像的融合。首先,本文阐述了对多光谱与全色图像融合定义的理解,研究了四种典型X-let变换的理论以及多光谱与全色图像融合中经典的ARSIS概念。接着,在三种不同的融合框架——ARSIS全局模型、ARSIS局域模型以及联合PCA和X-let变换的混合模型下,构建出四种基于不同X-let变换的多尺度模型以用于后续的融合操作。然后,针对新近发射的WorldView2(WV2)传感器,结合八元数理论,将经典的全局指标Q4扩展应用到8波段的WV2图像的融合评价之中。本文对全局指标Q的延展性进行了理论分析,并结合实验,证明了指标Q8对Q4的良好继承性和综合评价融合结果的能力。最后,论文对基于curvelet、contourlet、NSCT以及shearlet变换的融合方法,在ARSIS全局、ARSIS局域和混合模型下进行了综合分析和比较。实验采用了QuickBird(QB)与WV2两套数据。从视觉评价、指标评价以及鲁棒性三个方面综合考虑,得出NSCT与shearlet变换在多光谱与全色图像融合的应用上表现最为出色。同时再考虑到计算复杂度,shearlet变换在多光谱与全色融合应用上更胜一筹。

全文目录


摘要  4-5
Abstract  5-8
第1章 绪论  8-16
  1.1 课题背景及目的意义  8-9
  1.2 国内外研究现状分析  9-14
    1.2.1 多光谱与全色图像融合技术发展  9-12
    1.2.2 基于多尺度变换的融合技术文献综述  12-14
  1.3 论文的主要研究内容及结构  14-16
第2章 基于 X-LET 变换的多光谱与全色图像融合方法  16-29
  2.1 引言  16
  2.2 多光谱与全色图像融合的概念  16-19
    2.2.1 常见图像融合的种类  16-17
    2.2.2 多光谱与全色图像融合  17-19
  2.3 多光谱与全色图像融合中 X-LETS 多尺度模型的研究  19-22
    2.3.1 Curvelet 多尺度模型  19-20
    2.3.2 Contourlet 以及非下采样的 contourlet 多尺度模型  20-21
    2.3.3 Shearlet 多尺度模型  21-22
  2.4 多光谱与全色图像融合中融合规则的研究  22-25
    2.4.1 ARSIS 模型  22-24
    2.4.2 混合模型  24-25
  2.5 关于多光谱与全色图像融合中低频信息的处理  25-28
  2.6 本章小结  28-29
第3章 针对 WV2 的融合评价指标 Q8 的研究  29-42
  3.1 引言  29-30
  3.2 指标 Q 与 Q4  30-31
  3.3 指标 Q8 的构造  31-33
    3.3.1 八元数理论  31-33
    3.3.2 指标 Q8  33
  3.4 Q 的延展性研究  33-38
    3.4.1 理论分析  34-35
    3.4.2 实验验证  35-38
  3.5 关于融合评价的讨论  38-40
    3.5.1 基于应用的融合评价研究  38-39
    3.5.2 多光谱与全色图像融合在融合评价上的特点  39-40
  3.6 本章小结  40-42
第4章 基于 X-LETS 的融合实验及综合比较  42-59
  4.1 引言  42
  4.2 基于 X-LET 变换融合方法的参数选择  42-48
    4.2.1 分解方向数目  43-45
    4.2.2 尺度滤波器的选择  45-47
    4.2.3 X-lets 分解方向数目对于融合结果影响的思考  47-48
  4.3 融合评价  48-55
    4.3.1 定量指标  48-51
    4.3.2 视觉评价  51-54
    4.3.3 鲁棒性比较  54-55
  4.4 多光谱与全色图像融合的发展趋势讨论  55-57
    4.4.1 融合中图像外信息的应用  55-56
    4.4.2 X-lets 与小波变换的优势比较  56-57
  4.5 本章小结  57-59
结论  59-60
参考文献  60-66
致谢  66

相似论文

  1. 图像拼接技术研究,TP391.41
  2. 双传感器图像联合目标检测及系统实现研究,TP391.41
  3. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  4. 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
  5. 基于红外与可见光序列图像融合算法的研究,TP391.41
  6. 基于参数活动轮廓模型的医学图像分割方法研究,TP391.41
  7. 基于多智能算法及图像融合技术的图像检索方法研究,TP391.41
  8. 基于云计算的数字图像处理平台,TP391.41
  9. 用于公路破损路面的图像拼接技术研究,TP391.41
  10. 图像/视频中自动人脸替换研究,TP391.41
  11. 红外与CMOS融合的乳癌检测仪研究,TP391.41
  12. 单通道时分复用多光谱夜视探测技术研究,TP391.41
  13. 隐藏武器检测中的图像融合技术研究,TP391.41
  14. 局部非均匀不变矩描述的图像拼接技术研究,TP391.41
  15. 一种基于surfacelet变换的边缘检测算法,TP391.41
  16. 水下图像实时拼接方法的研究,TP391.41
  17. 基于BLACKFIN的图像边缘检测算法,TP391.41
  18. 基于灰度变化显著度的小波图像融合方法研究,TP391.41
  19. 功率半导体器件版图拼接技术研究,TN303
  20. 心内导管三维定位导航软件系统设计及关键技术研究,TP391.41
  21. 基于局部特征的亮度平衡自适应图像融合算法,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com