應(yīng)急物流道路識別中的遙感圖像融合方法研究

發(fā)布時(shí)間：2020-08-26 10:19

【摘要】：應(yīng)急物流是指當(dāng)爆發(fā)嚴(yán)重自然災(zāi)害、突發(fā)性公共事件以及軍事沖突等突發(fā)事件時(shí),如何在最短的時(shí)間內(nèi)將救援人員和物資運(yùn)送到災(zāi)害或事件爆發(fā)地的一種特殊物流活動。遙感技術(shù)由于信息獲取速度快、覆蓋范圍廣和更新周期短等優(yōu)點(diǎn)在應(yīng)急物流中成為一種常用的交通信息采集手段。然而,在遙感系統(tǒng)進(jìn)行成像的過程中,由于傳感器設(shè)備的帶寬限制,通過單一的傳感器獲得的遙感圖像往往信息不夠全面,而多傳感器采集的圖像不僅造成數(shù)據(jù)的大量冗余,影響傳輸效率,還不利于人眼或計(jì)算機(jī)視覺感知。因此,利用圖像融合技術(shù)將信息互補(bǔ)、冗余的多幅遙感圖像融合成一幅信息全面、綜合的圖像有著十分重要的實(shí)際意義。通過融合的遙感圖像可以更準(zhǔn)確地獲取事件爆發(fā)地的道路網(wǎng)通暢程度,為應(yīng)急物流中選取最優(yōu)的運(yùn)輸路線提供決策支持。圖像融合主要有基于空間域和基于頻率域兩大類方法。基于空間域的方法計(jì)算簡單,時(shí)間復(fù)雜度低,但對源圖像的細(xì)節(jié)表現(xiàn)能力不足,融合后的效果并不理想,不能滿足后續(xù)的處理操作�；陬l率域的方法對源圖像的分解過程與人眼的視覺系統(tǒng)對圖像的多層次分解比較類似,具有較好的細(xì)節(jié)表現(xiàn)能力,使得許多學(xué)者采用基于頻率域的融合方法進(jìn)行圖像融合研究�；陬l率域的融合方法中常用的是多尺度分析方法,本文首先介紹了幾種傳統(tǒng)的多尺度分析方法,包括小波變換、Curvelet變換和Contourlet變換等,以及它們在圖像融合中的應(yīng)用,并通過多組實(shí)驗(yàn)分析它們各自的特點(diǎn)和存在的一些問題。隨后,本文就遙感圖像融合中多尺度分析方法存在的一些問題進(jìn)行了深入研究和分析,并提出了改進(jìn)方法。論文的主要?jiǎng)?chuàng)新點(diǎn)如下:1.針對傳統(tǒng)的多尺度分析方法在圖像融合中不具有平移不變性,本文提出了一種基于稀疏表達(dá)和非下采樣Shearlet變換相結(jié)合的圖像融合方法。相比于傳統(tǒng)的Curvelet變換和Contourlet變換,新提出的Shearlet變換具有更高的實(shí)現(xiàn)效率,非下采樣Shearlet變換分解過程中非下采樣操作可以很好地克服源圖像未完全配準(zhǔn)帶來的偽影問題。在融合規(guī)則上,根據(jù)低高頻系數(shù)各自的特點(diǎn)采取不同的方法進(jìn)行融合。對不稀疏的低頻系數(shù)進(jìn)行稀疏表達(dá),更好地利用了圖像內(nèi)在特征對低頻系數(shù)進(jìn)行選取。經(jīng)過多尺度分解后的高頻系數(shù)稀疏性較好,直接采用拉普拉斯能量和進(jìn)行融合。通過與現(xiàn)有的多種方法進(jìn)行對比實(shí)驗(yàn),證明了該方法在圖像融合中的有效性。2.多尺度分析方法在進(jìn)行遙感圖像融合時(shí),存在較嚴(yán)重的光譜失真現(xiàn)象,且多尺度分析方法計(jì)算復(fù)雜度很高,當(dāng)進(jìn)行多層分解時(shí),高頻系數(shù)融合所需時(shí)間過長,不利于對圖像進(jìn)行實(shí)時(shí)、快速地處理。為此,本文提出了一種基于自適應(yīng)IHS變換和多級引導(dǎo)濾波的快速遙感圖像融合新方法。該方法在空間細(xì)節(jié)注入模型的基礎(chǔ)上,通過自適應(yīng)的方式計(jì)算上采樣后的多光譜圖像的亮度分量,再把亮度分量作為引導(dǎo)圖像對全色圖像進(jìn)行多次的引導(dǎo)濾波,將獲得的空間細(xì)節(jié)信息結(jié)合改進(jìn)的邊緣檢測權(quán)重矩陣注入到多光譜圖像中得到最終的融合圖像。該方法不僅實(shí)現(xiàn)過程簡單、計(jì)算復(fù)雜度小,而且和其他方法相比得到的融合效果更好,因此更符合實(shí)際應(yīng)用的需求。
【學(xué)位授予單位】：江西財(cái)經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP751
【圖文】：

分解系數(shù),圖像,方向識別,尺度參數(shù)