学位论文 > 优秀研究生学位论文题录展示

多源遥感图像素级融合方法研究

作　者: 沈琳
导　师: 孙权森
学　校: 南京理工大学
专　业: 计算机应用技术
关键词: 多源遥感图像图像配准图像融合 Forstner算子 SIFT算子小波变换 CCA MCCA
分类号: TP751
类　型: 硕士论文
年　份: 2009年
下　载: 162次
引　用: 3次
阅　读: 论文下载

内容摘要

目前,图像融合技术在军事、医学、商业、交通、环境等诸多领域都得到了广泛的应用。本文对几种常见的传统图像融合方法进行了系统地研究,提出了基于改进的小波变换进行图像融合的方法。通过对典型相关分析(CCA)和多重典型相关分析(MCCA)理论的深入分析,探讨了将CCA和MCCA用于遥感图像像素级融合的基本策略和方法。论文的主要研究和创新性工作包括如下几个方面:(1)采用基于熵理论的Forstner算子及SIFT特征点提取的图像配准算子对图像进行配准。对于SIFT特征点提取算法,为了加快运算速度,本文没有采用Lowe提出的建立四阶五层金字塔的做法,而是建立一阶六层图像金字塔,图像大小与原图像一样。在特征点匹配后,针对可能出现一对多的特征点对,本文将相关系数作为评价因子去除误匹配点,这样仿射变换后的图像更为准确。(2)研究并实现了几种常见的传统图像融合方法,如基于加权平均,PCA,HIS,Brovey等融合方法。对Brovey融合方法进行了改进,合理地提升了图像三个波段的亮度和清晰度,减少了光谱扭曲程度,提升了Brovey融合方法的性能。(3)深入探讨了基于小波变换的图像融合方法。针对不同类型的图像融合采取了不同的方法。相同之处在于都引入了参考图像,高频系数都是采取原图像与参考图像中高频系数取大的原则;而在参考图像的选取和低频系数的合理选择上采取不同的策略。(4)本文给出了基于CCA的方法进行两幅图像融合的解决方案。给出了一种CCA与小波变换相结合的图像融合方法。在此基础上,进一步深入研究了多重典型相关分析(MCCA)的原理和基于MCCA的多组特征融合规则,在多光谱和多时相遥感图像上进行了实验和分析。

全文目录

摘要  3-4
Abstract  4-8
1 绪论  8-16
  1.1 课题背景和选题意义  8-10
    1.1.1 多源遥感图像概述  8-9
    1.1.2 多源遥感图像研究的背景和意义  9
    1.1.3 多源遥感图像的融合的研究现状  9-10
  1.2 多源遥感图像融合技术  10-11
    1.2.1 图像融合的层次  10
    1.2.2 图像融合的主要  10-11
  1.3 图像融合的质量评价  11-14
    1.3.1 图像融合质量的主观评价  12
    1.3.2 图像融合质量的客观评价  12-14
  1.4 论文的主要研究内容和内容安排  14
  1.5 本文工作的创新点  14-16
2 基于特征点匹配的遥感图像配准  16-29
  2.1 引言  16
  2.2 图像配准的原理  16
  2.3 图像配准的一般方法简介  16-17
  2.4 基于Forstner算子的特征点提取算法  17-19
    2.4.1 区域自动选取  17
    2.4.2 基于熵理论的Forstner算子的特征提取  17-18
    2.4.3 特征点匹配  18-19
  2.5 基于SIFT算子的特征点提取算法  19-23
    2.5.1 检测及提取尺度空间极值点  19-21
    2.5.2 精确确定极值点的位置  21-22
    2.5.3 生成特征描述符  22-23
    2.5.4 去除误匹配特征点  23
  2.6 最小二乘法计算仿射变换参数  23-24
  2.7 图像插值  24-28
    1. 基于熵理论的Forstner算子的配准结果  26-27
    2. 基于SIFT的特征点提取配准结果  27-28
  2.8 本章小结  28-29
3 基于小波变换的图像融合方法  29-51
  3.1 引言  29
  3.2 传统图像融合方法  29-37
    3.2.1 加权平均图像融合  29
    3.2.2 基于HIS变换的图像融合  29-30
    3.2.3 基于PCA变换的图像融合  30-31
    3.2.4 Brovey变换方法及其改进  31-32
    3.2.5 实验结果分析  32-37
  3.3 基于小波变换的图像融合方法  37-49
    3.3.1 小波变换与图像小波变换  37-39
    3.3.2 基于小波变换的图像融合规则  39-42
    3.3.3 实验结果分析  42-49
  3.4 本章小结  49-51
4 基于典型相关分析(CCA)的图像融合  51-67
  4.1 引言  51
  4.2 CCA的基本思想  51-52
  4.3 CCA模型的数学求解算法  52
  4.4 CCA用于图像融合  52-55
    4.4.1 基于CCA的图像融合步骤  53-54
    4.4.2 基于CCA的两幅图像的融合  54-55
    4.4.3 基于CCA与小波相结合的融合方法  55
  4.5 基于多重典型相关分析(MCCA)的图像融合  55-57
    4.5.1 多重典型相关分析的原理  56-57
    4.5.2 基于多重集典型相关分析的图像融合规则  57
  4.6 实验结果分析  57-66
    4.6.1 两幅图像的融合结果  57-60
    4.6.2 基于MCCA的多组图像融合结果  60-66
  4.7 本章小结  66-67
5 总结与展望  67-69
  5.1 本文总结  67-68
  5.2 展望  68-69
致谢  69-70
参考文献  70-73
附录  73

多源遥感图像素级融合方法研究

内容摘要

全文目录

相似论文