【摘要】：高光譜遙感圖像融合是高光譜遙感圖像處理的核心技術(shù)之一,其目的是通過去除冗余、合并互補信息處理,將多波段圖像融合成一幅清晰度和可識別性較高的圖像,以更好應(yīng)用于地圖測繪、地質(zhì)勘探和農(nóng)業(yè)調(diào)查等領(lǐng)域。由于高光譜圖像具有數(shù)據(jù)量大且冗余度高的特點,這使得高光譜圖像的分析和處理比較復(fù)雜。在研究高光譜波段選擇方法的基礎(chǔ)上,本文提出基于波段指數(shù)和光譜角可分性的波段選擇方法,首先根據(jù)波段間相關(guān)性將高光譜數(shù)據(jù)空間劃分成若干子空間,再依據(jù)波段指數(shù)選出各子空間中的優(yōu)質(zhì)波段,最后經(jīng)光譜角匹配法選出地物類間可分性最好的波段組合。實驗結(jié)果表明本文方法選出的波段組合性能指標(biāo)優(yōu)于其他幾種常用方法。使用空間域的融合方法對高光譜多波段圖像進(jìn)行融合,融合后圖像存在清晰度不高且細(xì)節(jié)特征不明顯的問題。在研究基于小波變換的圖像融合方法的基礎(chǔ)上,本文對小波變換的融合規(guī)則做了以下改進(jìn):(1)傳統(tǒng)空間頻率計算方法只考慮垂直和水平方向,不能充分地描述中心像素的周邊像素信息,本文根據(jù)四個方向的梯度值來改進(jìn)空間頻率方法。通過采用分塊方式計算低頻分量圖像中每個中心像素的空間頻率,得到空間頻率圖像。由于圖像中清晰的區(qū)塊對應(yīng)空間頻率圖像的像素值較大,因此采用空間頻率取大的規(guī)則對低頻分量進(jìn)行融合。(2)區(qū)域能量較大的中心像素代表源圖像的細(xì)節(jié)特征,傳統(tǒng)區(qū)域能量取大的融合規(guī)則直接根據(jù)區(qū)域內(nèi)像素值來計算中心像素的區(qū)域能量,未充分考慮鄰域像素自身的區(qū)域特性。本文采用卷積加權(quán)的方式計算中心像素的區(qū)域能量,再計算對應(yīng)區(qū)域的能量匹配度,最后結(jié)合匹配閾值和區(qū)域能量來計算融合后的高頻小波系數(shù)。實驗結(jié)果表明,與加權(quán)平均法、主成分分析法和其他融合規(guī)則的小波變換方法相比,本文方法融合圖像的信息熵、平均梯度和空間頻率三個客觀評價指標(biāo)較優(yōu)。
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP751
【圖文】：

南昌航空大學(xué)碩士學(xué)位論文 第1第 1 章 緒論1.1 選題背景和研究意義遙感技術(shù)自 20 世紀(jì) 60 年代伴隨著衛(wèi)星技術(shù)的出現(xiàn)而興起，逐步發(fā)展一種以地理學(xué)為主，并不斷加入新理論和新技術(shù)的對地探測技術(shù)。由于成儀技術(shù)的快速發(fā)展，高光譜遙感技術(shù)從微波、多光譜和激光遙感技術(shù)中脫穎成為最熱門的遙感技術(shù)。高光譜遙感圖像的光譜分辨率達(dá)到 /100級[1]，狹窄的光譜范圍內(nèi)成像，高光譜遙感能夠提供豐富的光譜信息，這有利于物光譜間的細(xì)微差別[2]，圖 1-1 為高光譜遙感數(shù)據(jù)的構(gòu)成示意圖。

“神舟三號”上搭載了一臺由我國自主研制的中分辨率成像光譜[15]，該光譜儀能夠提供 30 個波段的圖像，覆蓋了從可見光到近紅外。2011 年發(fā)射的“天宮一號”目標(biāo)飛行器上攜帶了我國目前光譜綜合高光譜成像儀，在空間分辨率、波段數(shù)目和范圍、地物分類等方面均平，這意味著我國高光譜遙感技術(shù)首次實現(xiàn)了納米級光譜分辨率的外研究現(xiàn)狀高光譜遙感圖像的波段圖像數(shù)量多，波段間的冗余度高，直接對所有合處理，雖然理論上可行，但是效率低下。如圖 1-2 所示，本文提出法：先對高光譜圖像進(jìn)行波段選擇，選出能夠表征整個高光譜遙感圖集，然后對波段子集的圖像進(jìn)行融合處理，以獲得清晰度和可識別性像。本節(jié)分別對高光譜遙感圖像波段選擇及融合的研究現(xiàn)狀進(jìn)行介紹

8圖 2-1 三種融合層級的融合過程示意圖級圖像融合圖像融合通過融合方法直接在圖像的數(shù)據(jù)進(jìn)行融合，可保，還擁有其他層級所沒有的信息，被廣泛用于圖像融合、領(lǐng)域。像素級融合的優(yōu)點是通過提取圖像中更多的細(xì)節(jié)信識別性。層次低，故具有一些局限性：合數(shù)據(jù)有一定要求，抗干擾性差，最好來源于同一成像傳。像數(shù)據(jù)的配準(zhǔn)要求較高，一般要求誤差在 1 個像素以內(nèi)。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉景良;鄭錦仰;鄭文婷;黃文金;;基于改進(jìn)同步擠壓小波變換識別信號瞬時頻率[J];振動.測試與診斷;2017年04期

2 東方;;基于離散小波變換的方波消噪[J];科技風(fēng);2015年11期

3 任艷;;基于小波變換模極大值原理的變電站變壓器保護(hù)研究[J];科學(xué)家;2017年11期

4 羅山;;基于方向小波變換的圖像邊緣檢測[J];攀枝花學(xué)院學(xué)報;2014年05期

5 毛永芳;秦毅;湯寶平;;過完備有理小波變換在軸承故障診斷中的應(yīng)用[J];振動.測試與診斷;2011年05期

6 王北鎮(zhèn);郭志強;;5/3提升小波變換的仿真與FPGA實現(xiàn)[J];電腦知識與技術(shù);2010年02期

7 邢晨;王洪發(fā);于鋒;;基于離散小波變換的水文序列相似查找[J];科技信息;2010年23期

8 沈峰;黃勇;莊鎖法;趙艷紅;;一種提升小波變換的VLSI結(jié)構(gòu)設(shè)計[J];電腦知識與技術(shù);2010年34期

9 高志榮;熊承義;;提升小波變換的并行處理與高速實現(xiàn)[J];光電工程;2009年08期

10 湯偉;龔劍國;;基于提升小波變換的圖像融合規(guī)則綜述[J];電腦知識與技術(shù);2008年31期

相關(guān)會議論文 前10條

1 駱少明;張湘?zhèn)?;小波變換在隨機振動測試信號分析中的應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

2 曹思遠(yuǎn);牟永光;;小波變換與信號分解[A];1992年中國地球物理學(xué)會第八屆學(xué)術(shù)年會論文集[C];1992年

3 湯紅誠;李著信;;小波變換在故障診斷中應(yīng)用[A];中國儀器儀表學(xué)會第五屆青年學(xué)術(shù)會議論文集[C];2003年

4 吳其前;陳亮;張雄偉;;離散小波變換的FPGA實現(xiàn)[A];第九屆全國青年通信學(xué)術(shù)會議論文集[C];2004年

5 朱光明;高靜懷;王玉貴;;小波變換及其在一維濾波中的應(yīng)用[A];1992年中國地球物理學(xué)會第八屆學(xué)術(shù)年會論文集[C];1992年

6 李正東;何武良;鄭曉東;宋琛;彭文;成家源;裴春蘭;;小波變換在圖像目標(biāo)識別中的應(yīng)用[A];中國工程物理研究院科技年報（2000）[C];2000年

7 張國星;韓世全;;小波變換濾波在連鑄坯材料超聲檢測中的應(yīng)用[A];中國聲學(xué)學(xué)會2003年青年學(xué)術(shù)會議[CYCA'03]論文集[C];2003年

8 孔月萍;曾平;韋素媛;江永林;;小波變換在遙感圖像編碼中的應(yīng)用[A];全國第13屆計算機輔助設(shè)計與圖形學(xué)（CAD/CG）學(xué)術(shù)會議論文集[C];2004年

9 朱煜;汪奇;肖玉玲;;基于CURVELET變換的圖象去噪研究[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

10 賀良華;王國瑋;;基于小波變換的兒童腦電信號分析與識別[A];第37屆中國控制會議論文集（C）[C];2018年

相關(guān)重要報紙文章 前1條

1 吳玉田殷學(xué)平;中藥質(zhì)量控制又添新武器——小波變換近紅外光譜分析系統(tǒng)[N];中國醫(yī)藥報;2004年

相關(guān)博士學(xué)位論文 前10條

1 陳多;基于小波變換的癲癇腦電信號分析[D];東南大學(xué);2017年

2 熊智新;基于小波變換的化學(xué)譜圖數(shù)據(jù)處理[D];浙江大學(xué);2004年

3 高廣春;第二代小波變換理論及其在信號和圖像編碼算法中的應(yīng)用[D];浙江大學(xué);2004年

4 張鄭擎;基于小波變換的圖象/視頻壓縮編碼及其數(shù)字水印嵌入方法的研究[D];上海大學(xué);2001年

5 王青海;基于視覺特性的小波變換編碼及圖象質(zhì)量評價方法的研究[D];上海大學(xué);2004年

6 李旭超;小波變換和馬爾可夫隨機場在圖像降噪與分割中的應(yīng)用研究[D];浙江大學(xué);2006年

7 董衛(wèi)軍;基于小波變換的圖像處理技術(shù)研究[D];西北大學(xué);2006年

8 王麗榮;基于小波變換的目標(biāo)檢測方法研究[D];吉林大學(xué);2006年

9 明星;虹膜識別技術(shù)中小波變換的應(yīng)用原理與方法[D];吉林大學(xué);2006年

10 聶磊;小波變換用于重疊化學(xué)信號的分辨研究[D];中國科學(xué)技術(shù)大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 王浩;基于小波變換的高光譜遙感圖像融合研究[D];南昌航空大學(xué);2019年

2 陳浩;基于小波變換的量子圖像去噪算法研究[D];南昌航空大學(xué);2019年

3 李毅;基于交叉小波變換的心電信號心拍自動分類算法研究[D];河北大學(xué);2019年

4 付驍;母胎心電信號分離算法的研究[D];哈爾濱理工大學(xué);2019年

5 潘明一;基于小波變換的輸電線路故障測距研究[D];哈爾濱理工大學(xué);2019年

6 石萬;基于EMD和小波變換的結(jié)構(gòu)損傷識別方法研究[D];鄭州大學(xué);2019年

7 孫素平;蛋白質(zhì)分子分類及三維建模研究[D];西安工業(yè)大學(xué);2018年

8 張維辰;基于小波變換的鉆孔應(yīng)變地震前兆觀測數(shù)據(jù)分析[D];吉林大學(xué);2018年

9 陳麗卿;遙感衛(wèi)星影像去薄云技術(shù)研究[D];華僑大學(xué);2017年

10 侯世芳;胎兒心電提取方法的研究[D];哈爾濱理工大學(xué);2018年

本文編號：2749202