基于多小波分析的多光谱遥感图像矢量融合及其仿真

基于多小波分析的多光谱遥感图像矢量融合及其仿真

论文摘要

多光谱遥感图像具有高光谱分辨率、信息丰富等特性,在地表物质的识别与分类等方面具有其它技术所不具有的优势,近来其图像融合技术研究受到了越来越多的关注。本文结合课题,在对多小波和传统单小波理论较为系统地比较学习的基础上,重点研究了基于多小波分析的多光谱遥感图像矢量融合方法及其算法仿真。 本文首先系统介绍了多小波分析理论,在实数域中对称、正交的紧支集非平凡单小波基不存在,多小波把紧支性、对称性、正交性完美地结合在一起,使小波理论从标量扩展到矢量范畴;然后分析了图像多小波分解的矢量特性,在对已有同类算法深入理解和分析的基础上,考虑到图像多小波变换域系数矢量性,把基于像素点和基于区域的标量融合策略推广到矢量情形,提出一种新的、在多小波域中基于矢量融合的图像融合算法,充分利用多小波变换域系数矢量内部各个分量的相关性来提高融合质量;通过对64波段真实多光谱图像实验结果的主、客观分析,证明这种算法在提高融合图像质量方面有着显著的综合优势;对其它类型图像的增强实验,也表明该方法具有较好的适应性;最后,在VC++6.0下编程实现了基于多小波分析多光谱图像融合的仿真系统。

论文目录

  • 中文摘要
  • 英文摘要
  • 第一章 绪论
  • 1.1 多光谱遥感技术概述
  • 1.2 课题研究的内容与现状
  • 1.2 论文内容安排
  • 第二章 多小波分析基础
  • 2.1 波理论发展概述
  • 2.2 多分辨率分析
  • 2.3 二尺度方程
  • 2.4 小波基的数学特性
  • 2.5 MALLAT算法
  • 2.6 多小波理论的产生
  • 2.7 正交多小波的构造
  • 2.8 多小波性质
  • 2.9 多小波的多分辨率分析
  • 2.10 多小波滤波器组
  • 2.11 小结
  • 第三章 图像多小波分析与矢量融合模型
  • 3.1 数字图像多小波分解
  • 3.2 多小波分析图像矢量融合模型
  • 3.3 融合图像的质量评价参数
  • 3.4 小结
  • 第四章 基于多小波分析的多光谱图像矢量融合
  • 4.1 基于非平衡多小波分析的多光谱图像矢量融合
  • 4.2 基于平衡多小波分析的多光谱图像矢量融合
  • 4.3 算法适用性分析
  • 4.4 小结
  • 第五章 基于小波、多小波分析的多源图像融合系统
  • 5.1 系统概述
  • 5.2 系统设计
  • 5.3 系统实现
  • 5.4 系统应用
  • 5.5 小结
  • 第六章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 硕士期间发表论文与科研情况
  • 西北工业大学业学位论文知识产权声明书
  • 西北工业大学学位论文原创性声明
  • 相关论文文献

    • [1].心音信号的小波分析研究[J]. 福建电脑 2019(12)
    • [2].基于小波分析的变压器异常特征量的提取[J]. 科技创新与应用 2019(20)
    • [3].小波分析在图像处理中的应用[J]. 数字通信世界 2019(08)
    • [4].小波分析在图像处理中的应用研究[J]. 电脑迷 2016(09)
    • [5].小波分析在旋转机械故障诊断中的应用[J]. 科技资讯 2010(34)
    • [6].小波分析在机械故障诊断中的应用[J]. 机电一体化 2013(10)
    • [7].基于小波分析的裂纹梁的损伤识别[J]. 机械设计与制造 2009(07)
    • [8].博士生核心课程“小波分析”建设探索[J]. 电气电子教学学报 2019(02)
    • [9].小波分析在股票指数分析中的应用[J]. 中外企业家 2015(16)
    • [10].小波分析在图像处理中的应用及发展[J]. 科技资讯 2011(32)
    • [11].细胞初始黏附过程的小波分析[J]. 医用生物力学 2009(S1)
    • [12].小波分析时间序列算法在烧结终点的预测研究[J]. 计算机测量与控制 2013(01)
    • [13].小波分析在信号处理中的应用[J]. 中国高新技术企业 2011(08)
    • [14].第二代小波分析在轴承故障诊断中的应用[J]. 北京工业大学学报 2009(05)
    • [15].基于小波分析的海洋平台结构损伤检测技术探讨[J]. 科技创新与应用 2015(09)
    • [16].电力系统继电保护过程中小波分析的应用探讨[J]. 信息与电脑(理论版) 2013(20)
    • [17].浅谈小波分析在大地测量中的应用与进展[J]. 城市建筑 2013(18)
    • [18].低压故障电弧的形态小波分析[J]. 低压电器 2013(20)
    • [19].多细胞基因表达式编程和小波分析的降水预测[J]. 计算机仿真 2019(08)
    • [20].基于小波分析的水稻生育期气象因子对产量的影响[J]. 大麦与谷类科学 2018(02)
    • [21].小波分析在振动信号去噪中的应用研究[J]. 吉林建筑大学学报 2016(05)
    • [22].基于奇异值分解和小波分析的结构模态参数识别[J]. 华中科技大学学报(城市科学版) 2008(02)
    • [23].小波分析和神经网络在超声波检测中的应用[J]. 起重运输机械 2008(10)
    • [24].基于小波分析的抗振动信号处理算法研究[J]. 西安文理学院学报(自然科学版) 2018(01)
    • [25].基于小波分析的导航传感器消噪处理方法研究[J]. 现代导航 2017(04)
    • [26].基于小波分析的典型干旱草原区降水特征研究[J]. 安徽农业科学 2014(03)
    • [27].基于小波分析的蚂蚁追踪技术[J]. 断块油气田 2020(01)
    • [28].一种基于小波分析的网络流量异常检测方法[J]. 计算机科学 2019(08)
    • [29].浅析小波分析在矿山物探数据处理中的应用[J]. 世界有色金属 2019(14)
    • [30].小波分析在发动机故障诊断中的应用[J]. 内燃机与配件 2019(21)

    标签:;  ;  ;  ;  ;  

    基于多小波分析的多光谱遥感图像矢量融合及其仿真
    下载Doc文档

    猜你喜欢