中巴资源卫星02星遥感影像数据融合研究

中巴资源卫星02星遥感影像数据融合研究

论文摘要

多源数据融合是针对使用多个或多类传感器的系统这一特定问题而开展的一种信息处理新方法。运用多源数据融合方法得到的遥感影像数据具有冗余性、互补性、合作性,能根据不同的应用需要提供出在时间分辨率、空间分辨率、光谱分辨率要求不同的多源融合数据。本文针对中巴资源卫星02B卫星的CCD、HR数据,以像素级图像融合为研究重点,主要完成了以下的工作:(1)在总结国内外遥感图像融合的研究现状上,得出了现阶段遥感图像融合的重要问题是:缺乏统一的数据融合模型,因此使其范围窄,在融合模型间相互转换的显得比较困难,因此总结常用遥感图像融合模型总结其共性和差异是遥感图像融合的主要问题之一。(2)系统的介绍了遥感图像融合的三个层次,基于像素级、特征级、决策级融合的各自特点和定义,并在此基础上研究了基于像素级图像融合的常用方法和根据各自融合模型把基于像素级融合从三个方面:代数融合、变换域融合、塔式分解和重建融合进行了研究和总结。(3)总结了基于特征统计,和信息量的一些理论,并把它们用在图像融合结果的评价上,提出了基于不同目的选择不同的评价标准的指标,实验结果证明这些理论能很好的反映出融合图像的质量。(4)基于CBERS-02B卫星的CCD、HR遥感数据,运用IDL开发平台将常用的代数运算法、变幻域融合法、理论模型进行集成,实验结果证明运用所开发的平台能将多光谱CCD数据和全色HR数据进行融合,从而推动CBERS-02B卫星数据的应用。运用所开发的平台,用CBERS-02B的CCD,HR数据,实验证明了基于像素级融合的多源遥感图像融合,能够得到具有冗余性、互补性、合作性的多源数据,从而为CBERS-02卫星在地质灾害,农业生产等方面的应用提供更加准确的数据。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 选题意义和研究目的
  • 1.2 多源遥感影像数据融合
  • 1.2.1 多源数据融合的定义及其特点
  • 1.2.2 多源遥感影像数据融合的分类
  • 1.3 研究现状和存在的问题
  • 1.3.1 国外研究的现状
  • 1.3.2 国内研究的现状
  • 1.3.3 存在的问题
  • 1.4 论文的研究内容和结构
  • 1.4.1 论文的研究内容
  • 1.4.2 论文的结构
  • 第二章 基于像素级融合的多源遥感影像数据融合
  • 2.1 概述
  • 2.1.1 像素级多源遥感影像融合的概念
  • 2.1.2 影像融合的类型
  • 2.1.3 影像融合数据选择的方案
  • 2.2 像素级图像融合的流程
  • 2.2.1 图像融合的预处理
  • 2.2.2 图像配准
  • 2.2.2.1 基于数字地面模型的纠正
  • 2.2.2.2 多项式纠正
  • 2.2.2.3 基于三角网(大面元)的纠正
  • 2.2.2.4 小面元微分纠正
  • 2.3 像素级融合的多源遥感影像融合的方法
  • 2.3.1 代数运算法
  • 2.3.1.1 加权融合法
  • 2.3.1.2 比值融合法
  • 2.3.1.3 高通滤波法
  • 2.3.1.4 Brovey 变换融合法
  • 2.3.2 变换域空间融合法
  • 2.3.2.1 HIS 变换融合法
  • 2.3.2.2 PCA 融合法
  • 2.3.2.3 YIQ 变换融合法
  • 2.3.2.4 Lab 变换融合法
  • 2.3.3 塔式分解和重建融合法
  • 2.3.3.1 金字塔分解和重建融合法
  • 2.3.3.2 小波融合法
  • 第三章 多源数据图像融合的效果评估
  • 3.1 基于信息量的评价
  • 3.2 基于特征统计的评价
  • 3.3 基于信噪比的评价
  • 3.4 基于梯度值的评价
  • 3.5 基于小波能量的评价
  • 3.6 评价指标的选取
  • 第四章 基于IDL 的CBERS-02B 卫星数据融合
  • 4.1 中巴资源02B 星(CBERS-02B)
  • 4.1.1 产品种类
  • 4.1.2 产品格式
  • 4.2 系统开发环境
  • 4.3 基于IDL 的CBERS-02B 融合系统实现
  • 4.4 基于IDL 系统的CBERS-02B 像素级融合分析
  • 4.4.1 基于HPF 的CBERS-02B 的融合实验
  • 4.4.2 基于Brovey 变换的图像融合
  • 4.4.3 基于PCA 变换融合法
  • 4.4.4 基于HIS 的变换融合法
  • 4.4.5 基于金子塔的分解和重构融合法
  • 4.4.6 基于小波融合法
  • 4.5 基于实验的结果分析
  • 第五章 总结和展望
  • 5.1 总结
  • 5.2 展望
  • 致谢
  • 参考文献
  • 攻硕期间取得的研究成果
  • 相关论文文献

    • [1].遥感图像融合发展现状与展望[J]. 西部皮革 2019(24)
    • [2].基于相关性的遥感图像融合方法研究[J]. 中国设备工程 2017(04)
    • [3].基于相关性的遥感图像融合方法研究[J]. 中国设备工程 2017(01)
    • [4].基于小波变换的遥感图像融合技术研究[J]. 长江工程职业技术学院学报 2017(01)
    • [5].遥感图像融合效果定向控制[J]. 计算机应用 2017(S1)
    • [6].一种基于多尺度稀疏分解的遥感图像融合新方法[J]. 国土资源遥感 2017(03)
    • [7].基于二进小波变换的遥感图像融合方法[J]. 科技视界 2017(18)
    • [8].基于显著性分析的自适应遥感图像融合[J]. 中国激光 2015(01)
    • [9].遥感图像融合的研究现状、困境及发展趋势探讨[J]. 遥感信息 2011(01)
    • [10].遥感图像融合的应用研究[J]. 科技创新导报 2011(09)
    • [11].基于缨帽变换的遥感图像融合方法研究[J]. 测绘科学 2009(03)
    • [12].遥感图像融合最新进展及展望[J]. 舰船电子工程 2009(08)
    • [13].遥感图像融合的关键技术研究[J]. 数字通信世界 2019(11)
    • [14].基于压缩感知的遥感图像融合方法[J]. 电子科技 2012(04)
    • [15].一种改进的多小波遥感图像融合方法[J]. 计算机仿真 2011(12)
    • [16].基于支持向量机遥感图像融合分类方法研究进展[J]. 安徽农业科学 2010(17)
    • [17].非负矩阵分解算法在遥感图像融合中的应用[J]. 北京师范大学学报(自然科学版) 2008(06)
    • [18].基于奇异值分解的遥感图像融合性能评价[J]. 北京航空航天大学学报 2008(12)
    • [19].基于引导滤波的遥感图像融合算法[J]. 电子科技 2016(08)
    • [20].遥感图像融合评价方法研究[J]. 电脑开发与应用 2008(06)
    • [21].基于改进的空间模式聚类遥感图像融合算法[J]. 计算机仿真 2011(09)
    • [22].像素级遥感图像融合方法研究[J]. 国土资源信息化 2008(05)
    • [23].基于分块压缩感知的遥感图像融合[J]. 计算机应用研究 2015(01)
    • [24].基于小波包变换的遥感图像融合[J]. 微计算机信息 2008(13)
    • [25].结合深度学习的非下采样剪切波遥感图像融合[J]. 应用光学 2018(05)
    • [26].基于稀疏表示的遥感图像融合方法[J]. 光学学报 2013(04)
    • [27].一种基于曲波变换的遥感图像融合新算法[J]. 长江大学学报(自然科学版)理工卷 2010(02)
    • [28].改进空间细节提取策略的分量替换遥感图像融合方法[J]. 计算机应用 2019(12)
    • [29].基于光谱响应函数的遥感图像融合对比研究[J]. 光谱学与光谱分析 2011(03)
    • [30].农地遥感图像融合质量评价方法比较[J]. 农业工程学报 2011(10)

    标签:;  ;  ;  ;  ;  

    中巴资源卫星02星遥感影像数据融合研究
    下载Doc文档

    猜你喜欢