本文關(guān)鍵詞：小波變換在二源遙感圖像配準(zhǔn)中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著遙感技術(shù)應(yīng)用領(lǐng)域的不斷拓展,遙感圖像配準(zhǔn)成為實(shí)現(xiàn)圖像拼接、變化檢測和目標(biāo)識別等遙感圖像分析任務(wù)中必不可少的一個(gè)關(guān)鍵環(huán)節(jié)。由于遙感圖像的空間分辨率一般較高,如果對整幅遙感圖像進(jìn)行配準(zhǔn),算法計(jì)算量很大,導(dǎo)致圖像配準(zhǔn)的時(shí)間過長,無法達(dá)到實(shí)時(shí)性要求。因此,研究出快速、實(shí)時(shí)、高精度的遙感圖像配準(zhǔn)算法是遙感圖像分析持續(xù)需要解決的難點(diǎn)。本文研究了小波變換在二源遙感圖像配準(zhǔn)中的算法,通過理論分析并結(jié)合實(shí)驗(yàn)結(jié)果,完成的工作和成果有:1.敘述了小波變換的基本理論,詳細(xì)分析了二維信號(即圖像)的Mallat算法。針對離散小波變換的缺陷,研究了兩種改進(jìn)的小波變換:非抽樣小波變換(UDWT)以及雙樹復(fù)小波變換(DT-CWT),并分析了小波變換應(yīng)用在遙感圖像配準(zhǔn)中的問題。2.給出了一種基于小波變換和傅里葉-梅林變換的遙感圖像配準(zhǔn)的改進(jìn)方法。針對傅里葉-梅林變換方法和最大互信息準(zhǔn)則在圖像變換時(shí)各自的優(yōu)缺點(diǎn),引入離散小波變換,對于小波分解后的低頻子圖像,利用傅里葉-梅林變換求得變換參數(shù)后,從圖像的最低分辨率到最高分辨率,采用最大互信息準(zhǔn)則逐層優(yōu)化求得的變換參數(shù),直到完成最終的配準(zhǔn)。實(shí)驗(yàn)證明,該算法能大大減少二源遙感圖像配準(zhǔn)的計(jì)算時(shí)間,且配準(zhǔn)結(jié)果相對于基于傅里葉-梅林變換搜索策略以及基于最大互信息準(zhǔn)則搜索策略的配準(zhǔn)方法更加精確。3.針對SIFT算法可提取到圖像穩(wěn)定性強(qiáng)、特征區(qū)分度高的特征點(diǎn),分析了基于小波變換和SIFT算法的遙感圖像配準(zhǔn)方法。為了克服離散小波變換的缺陷,獲得原始圖像更豐富完整的特征,給出了兩種基于改進(jìn)的小波變換和SIFT算法的遙感圖像配準(zhǔn)方法。實(shí)驗(yàn)證明,相對于基于小波變換和SIFT算法的遙感圖像配準(zhǔn)方法,基于UDWT和SIFT算法的遙感圖像配準(zhǔn)方法可以獲得遙感圖像更加細(xì)致的頻域局部化信息,提取到圖像更準(zhǔn)確的特征,而對于邊緣特征豐富的二源遙感圖像,基于DT-CWT和SIFT算法的遙感圖像配準(zhǔn)方法可以精確地提取到圖像豐富的邊緣特征點(diǎn),可以更精確的完成對圖像的配準(zhǔn)。
【關(guān)鍵詞】：遙感圖像 圖像配準(zhǔn) 小波變換 傅里葉-梅林變換 SIFT
【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP751
【目錄】：

• 摘要5-6
• ABSTRACT6-13
• 第1章 緒論13-17
• 1.1 研究背景與意義13
• 1.2 圖像配準(zhǔn)的研究現(xiàn)狀和發(fā)展趨勢13-15
• 1.3 本文主要研究內(nèi)容和章節(jié)安排15-17
• 第2章 遙感圖像配準(zhǔn)的基本原理17-29
• 2.1 遙感基礎(chǔ)知識17-18
• 2.2 圖像配準(zhǔn)的定義和變換模型18-19
• 2.2.1 基本概念18
• 2.2.2 空間變換模型18-19
• 2.3 圖像配準(zhǔn)方法的分類19-28
• 2.3.1 基于圖像區(qū)域的配準(zhǔn)方法20-24
• 2.3.2 基于圖像特征的配準(zhǔn)方法24-28
• 2.4 本章小結(jié)28-29
• 第3章 小波變換的研究和分析29-42
• 3.1 小波變換的基本理論29-35
• 3.1.1 連續(xù)小波變換29-30
• 3.1.2 離散小波變換30-31
• 3.1.3 二維信號的Mallat算法31-35
• 3.2 兩種改進(jìn)的小波變換35-40
• 3.2.1 非抽樣小波變換35-38
• 3.2.2 雙樹復(fù)小波變換38-40
• 3.3 小波變換在遙感圖像配準(zhǔn)中的應(yīng)用分析40
• 3.4 本章小結(jié)40-42
• 第4章 基于小波變換和傅里葉-梅林變換的遙感圖像配準(zhǔn)42-53
• 4.1 小波變換分層的配準(zhǔn)原理42-44
• 4.2 改進(jìn)的配準(zhǔn)算法44-45
• 4.3 實(shí)驗(yàn)結(jié)果和分析45-52
• 4.4 本章小結(jié)52-53
• 第5章 基于小波變換和SIFT算法的遙感圖像配準(zhǔn)53-76
• 5.1 SIFT算法概述及實(shí)現(xiàn)53-59
• 5.1.1 構(gòu)造高斯差分尺度空間54-55
• 5.1.2 精確定位特征點(diǎn)55-57
• 5.1.3 分配特征點(diǎn)方向57-58
• 5.1.4 生成局部圖像描述子58-59
• 5.2 特征點(diǎn)匹配及估計(jì)變換模型參數(shù)59-61
• 5.3 基于小波變換和SIFT算法的遙感圖像配準(zhǔn)61-66
• 5.3.1 配準(zhǔn)算法61-63
• 5.3.2 實(shí)驗(yàn)結(jié)果和分析63-66
• 5.4 基于非抽樣小波變換和SIFT算法的遙感圖像配準(zhǔn)66-69
• 5.4.1 配準(zhǔn)算法66-67
• 5.4.2 實(shí)驗(yàn)結(jié)果和分析67-69
• 5.5 基于雙樹復(fù)小波變換和SIFT算法的遙感圖像配準(zhǔn)像配準(zhǔn)69-75
• 5.5.1 配準(zhǔn)算法69-72
• 5.5.2 實(shí)驗(yàn)結(jié)果和分析72-75
• 5.6 本章小結(jié)75-76
• 第6章 總結(jié)與展望76-78
• 6.1 總結(jié)76-77
• 6.2 展望77-78
• 參考文獻(xiàn)78-83
• 致謝83-84
• 攻讀學(xué)位期間參加的科研成果84

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉松濤;楊紹清;;圖像配準(zhǔn)技術(shù)性能評估及實(shí)現(xiàn)概況[J];電光與控制;2007年03期

2 劉松濤;楊紹清;;圖像配準(zhǔn)技術(shù)研究進(jìn)展[J];電光與控制;2007年06期

3 徐海黎;花國然;莊健;王孫安;;采用小世界免疫克隆算子的頻率域圖像配準(zhǔn)[J];西安交通大學(xué)學(xué)報(bào);2009年06期

4 梁勇;程紅;孫文邦;王志強(qiáng);;圖像配準(zhǔn)方法研究[J];影像技術(shù);2010年04期

5 郝旭;戴欣;;一種新的圖像配準(zhǔn)分類方法的研究[J];中國新技術(shù)新產(chǎn)品;2011年04期

6 郝旭;戴欣;;一種新的圖像配準(zhǔn)分類方法的研究[J];中國新技術(shù)新產(chǎn)品;2011年07期

7 張翼;王滿寧;宋志堅(jiān);;脊柱手術(shù)導(dǎo)航中分步式2D/3D圖像配準(zhǔn)方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2007年09期

8 趙書斌;王海川;;圖像配準(zhǔn)及其在目標(biāo)精確定位中的應(yīng)用[J];火力與指揮控制;2007年10期

9 上官晉太;郭慧;楊汝良;祁海明;;圖像配準(zhǔn)的統(tǒng)計(jì)數(shù)值分析[J];測試技術(shù)學(xué)報(bào);2007年06期

10 張學(xué)峰;李麗娟;劉珂;;圖像配準(zhǔn)方法及其在目標(biāo)跟蹤中的應(yīng)用[J];航空兵器;2008年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 付宇光;唐煥文;唐一源;;一種優(yōu)化算法在圖像配準(zhǔn)中的應(yīng)用[A];第二十屆中國控制會議論文集（上）[C];2001年

2 桂秋陽;邱志明;;大口徑艦炮圖像配準(zhǔn)方式射擊精度仿真[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年

3 彭靜;徐曉艷;任蕾;;一種基于極對數(shù)分?jǐn)?shù)階傅里葉變換的圖像配準(zhǔn)方法[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【oral】[C];2011年

4 王佳佳;廖寧放;廉玉生;劉子龍;;基于八通道成像光譜儀圖像配準(zhǔn)技術(shù)研究[A];中國光學(xué)學(xué)會2010年光學(xué)大會論文集[C];2010年

5 馮麗麗;姜慧研;李季;;一種自適應(yīng)的非剛性圖像配準(zhǔn)方法及其在肝臟配準(zhǔn)中的應(yīng)用[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年

6 翟勝軍;姜暉;張鑫;;一種基于角點(diǎn)的圖像配準(zhǔn)方法[A];武漢(南方九省)電工理論學(xué)會第22屆學(xué)術(shù)年會、河南省電工技術(shù)學(xué)會年會論文集[C];2010年

7 吳錚;錢徽;朱淼良;;基于特征匹配的航空圖像配準(zhǔn)[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

8 楊必武;倪志斌;;圖像配準(zhǔn)中基于最大熵的模板選取算法研究[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

9 李紅波;倪國強(qiáng);;圖像配準(zhǔn)中特征點(diǎn)匹配分析與展望[A];第三屆全國嵌入式技術(shù)和信息處理聯(lián)合學(xué)術(shù)會議論文集[C];2009年

10 滕凱風(fēng);張建秋;周柏楊;王友華;;基于免疫單純形法的魯棒多分辨率圖像配準(zhǔn)[A];2007'儀表，自動化及先進(jìn)集成技術(shù)大會論文集（一）[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 叢偉建;應(yīng)用于肝臟介入診療的超聲圖像分析與導(dǎo)航方法研究[D];北京理工大學(xué);2015年

2 靳峰;基于特征的圖像配準(zhǔn)關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2015年

3 宋智禮;圖像配準(zhǔn)技術(shù)及其應(yīng)用的研究[D];復(fù)旦大學(xué);2010年

4 周武;精密圖像配準(zhǔn)方法研究及在精密電子組裝中的應(yīng)用[D];華南理工大學(xué);2012年

5 黃曉陽;在體肝臟圖像配準(zhǔn)方法及應(yīng)用研究[D];廈門大學(xué);2009年

6 朱憲偉;基于結(jié)構(gòu)特征的異源圖像配準(zhǔn)技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2009年

7 王東峰;多模態(tài)和大型圖像配準(zhǔn)技術(shù)研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2002年

8 王雷;影像導(dǎo)航手術(shù)中2D/3D圖像配準(zhǔn)[D];中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所);2015年

9 楊曉梅;幾何變分方法在圖像配準(zhǔn)中的應(yīng)用[D];華東師范大學(xué);2014年

10 張浩;多信息融合圖像邊緣特征提取及圖像配準(zhǔn)研究與應(yīng)用[D];浙江大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊小麗;基于輪廓的SAR圖像配準(zhǔn)方法研究[D];天津理工大學(xué);2015年

2 張海濱;圖像配準(zhǔn)技術(shù)在前列腺DWI序列圖像中的研究與應(yīng)用[D];河北大學(xué);2015年

3 汪松;在圖像配準(zhǔn)中基于點(diǎn)特征的匹配算法[D];鄭州大學(xué);2015年

4 王菲;一種改進(jìn)的紅外圖像配準(zhǔn)拼接算法研究[D];蘭州大學(xué);2015年

5 �；圪t;基于分?jǐn)?shù)階傅里葉變換的剛性圖像配準(zhǔn)技術(shù)[D];鄭州大學(xué);2015年

6 郭莉莉;基于人工蜂群算法的SPECT-B超甲狀腺圖像配準(zhǔn)[D];河北大學(xué);2015年

7 何永亮;基于特征點(diǎn)和TPE兩點(diǎn)熵的圖像配準(zhǔn)技術(shù)研究[D];華中師范大學(xué);2015年

8 胡鐘琴;基于互信息和粒子群算法的圖像配準(zhǔn)研究[D];廣西大學(xué);2015年

9 商磊;基于改進(jìn)SIFT算法的圖像配準(zhǔn)研究[D];電子科技大學(xué);2014年

10 陳海斌;圖像分割和圖像配準(zhǔn)在近距離放射治療中的應(yīng)用研究[D];南方醫(yī)科大學(xué);2015年

  本文關(guān)鍵詞：小波變換在二源遙感圖像配準(zhǔn)中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：386296