基于多尺度分析的卫星云图融合算法研究

论文摘要

本文以气象卫星采集到的红外云图和可见光云图作为图像融合的主要数据,旨在通过多尺度分析方法提高红外云图的分辨率,为强对流云团的检测和预警准确性奠定良好的基础。本论文主要围绕多小波变换和Contourlet变换及其在图像融合中的应用研究展开,主要进行了以下几个方面的工作:讨论了小波变换和多小波变换的一般理论,给出了图像的二进制小波变换算法。研究了多小波变换的图像融合方法,在考虑云图图像数据物理意义的基础上,在Visual C++平台下实现将高空间分辨率的可见光纹理细节信息融合到低空间分辨率的红外云图中。实验表明,该方法得到了较高分辨率的红外云图,提高了红外云图数据的物理信息量和准确性。本文着重讨论了脊波变换、Curvelet变换和Contourlet变换等多尺度几何分析方法的原理。重点研究了基于Contourlet变换的图像融合方法,在Matlab平台下,尝试性的将其应用于云图图像融合研究中,实验结果表明,Contourlet变换的融合方法保留了比小波变换更多的红外云图信息量,而且对红外云图来说融合后的云图图像包含的纹理信息更加丰富。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 图像融合研究现状和发展
• 1.2 气象卫星图像融合的意义
• 1.3 研究内容和结构安排
• 2 气象卫星及云图资料介绍
• 2.1 气象卫星发展及其特点介绍
• 2.2 卫星图像的基本解释
• 2.2.1 红外云图的特点
• 2.2.2 可见光云图的特点
• 3 图像融合的分类和常用融合规则及评价
• 3.1 图像融合的分类
• 3.2 常用融合规则
• 3.2.1 基于独立像素点的融合规则
• 3.2.2 基于区域特征的融合规则
• 3.3 图像融合的评价体系
• 3.3.1 主观评价标准
• 3.3.2 客观评价标准
• 3.4 本章小结
• 4 小波理论和多小波变换的卫星云图融合
• 4.1 小波变换相关理论
• 4.1.1 连续小波变换与离散小波变换
• 4.1.2 多分辨率分析和Mallat 算法
• 4.1.3 二维图像的小波分解
• 4.2 多小波变换的卫星云图融合
• 4.2.1 多小波变换理论基础
• 4.2.2 多小波分解与重构算法
• 4.3 融合实验结果及评价
• 4.4 本章小结
• 5 基于多尺度几何分析的卫星云图融合
• 5.1 脊波变换
• 5.2 Curvelet 变换
• 5.3 Contourlet 变换的原理
• 5.3.1 LP 分解的实现
• 5.3.2 方向滤波器
• 5.3.3 多尺度、多方向分解：塔形方向滤波器组
• 5.3.4 Contour1et 变换的特性分析
• 5.4 融合实验结果分析及结论
• 5.5 本章小结
• 6 总结和展望
• 6.1 全文总结
• 6.2 工作展望
• 参考文献
• 致谢
• 个人简历
• 研究生阶段发表的学术论文