SAR与全色遥感图像的小波域融合算法研究

论文摘要

由于成像机理的差异,SAR与全色遥感图像对同一目标的轮廓、纹理和色调等信息的表现各不相同,两类图像之间具有较强的互补性,对其进行图像融合,可以减少图像的不确定性,为图像判读和目标识别提供支持。论文以增强SAR与全色遥感图像的互补性信息和细节信息为目的,重点研究了平移不变离散小波变换(SIDWT )算法和Bandelet变换算法在SAR与全色遥感图像像素级融合中的应用。论文主要工作如下:首先,阐述了小波域图像融合的相关理论。本文分析了小波变换的理论,综述了小波域图像融合算法的一般流程,阐述了SAR与全色遥感图像融合的预处理方法和图像融合结果的评价标准。其次,提出了一种基于新融合规则的SIDWT算法。由于离散小波变换不具备平移不变性,本文将SIDWT算法应用于SAR与全色遥感图像的融合,提出了一种基于低频边缘加权的融合规则。并将其用于解决潮间带地形提取问题,实验结果表明本文算法有效。最后,提出了基于三种几何流选取规则的Bandelet融合算法。为了充分利用SAR与全色遥感图像中存在的几何正则信息,本文将Bandelet变换方法用于SAR与全色遥感图像的融合中,阐述了Bandelet变换算法的实现步骤,并提出了三种不同的几何流选取规则用于SAR与全色遥感图像融合。实验结果表明,该算法具有比小波变换更优的融合性能。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的研究背景及意义
• 1.2 SAR 与全色遥感图像融合算法的研究现状及存在的问题
• 1.2.1 研究现状
• 1.2.2 存在的问题
• 1.3 本文的主要工作与组织方式
• 1.3.1 论文的主要工作
• 1.3.2 论文的组织方式
• 第二章 小波域融合算法的基本理论和评价方法
• 2.1 引言
• 2.2 小波域图像融合的基本理论
• 2.2.1 一维小波变换
• 2.2.2 二维小波变换
• 2.2.3 图像处理中的二维离散小波变换分解
• 2.2.4 小波域融合算法的一般流程
• 2.3 图像预处理
• 2.3.1 图像校正
• 2.3.2 图像去噪
• 2.3.3 图像配准
• 2.4 图像融合结果的评价标准
• 2.4.1 融合结果的主观评价
• 2.4.2 融合结果的客观评价
• 2.4.3 选取评价指标的原则
• 2.5 本章小结
• 第三章 基于SIDWT 的SAR 与全色图像融合算法
• 3.1 引言
• 3.2 SIDWT 方法
• 3.2.1 SIDWT 算法
• 3.2.2 小波基选择规则
• 3.2.3 基于低频边缘加权的融合规则
• 3.3 实验结果及分析
• 3.4 在潮间带地形提取中的应用
• 3.5 本章小结
• 第四章 基于Bandelet 变换的SAR 与全色图像融合算法
• 4.1 引言
• 4.2 Bandelet 方法
• 4.2.1 几何正则图像和几何流
• 4.2.2 Bandelet 变换
• 4.2.3 融合方法的实现
• 4.3 实验结果及分析
• 4.4 本章小结
• 结束语
• 总结
• 下一步工作展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果