隨著遙感技術(shù)的發(fā)展及各種新型衛(wèi)星傳感器的研究和使用,遙感影像已廣泛應(yīng)用于各行各業(yè)中。然而,在礦產(chǎn)資源開發(fā)環(huán)境遙感監(jiān)測項(xiàng)目中,生產(chǎn)單位對于礦山開發(fā)占地信息的提取大多數(shù)仍然采用遙感影像目視解譯的方式。針對此問題,本論文對高分二號遙感衛(wèi)星數(shù)據(jù)的圖像融合方法及其在礦山開發(fā)占地信息提取中的應(yīng)用進(jìn)行學(xué)習(xí)與研究,以期得到更快捷地提取礦山開發(fā)占地信息的方式。論文的主要工作及成果如下:（1）本文選取新疆察布查爾錫伯自治縣的烏庫爾其煤礦礦區(qū)及周邊一定區(qū)域?yàn)檠芯繀^(qū),對高分二號衛(wèi)星全色及多光譜影像進(jìn)行正射校正、圖像配準(zhǔn)和圖像增強(qiáng),基本消除了地形、噪聲、幾何變形的影響。（2）在預(yù)處理的基礎(chǔ)上,論文系統(tǒng)展開了HIS變換、PCA變換、小波變換、Contourlet變換、HIS+小波變換、PCA+小波變換、HIS+PCA+小波變換、HIS+Contourlet變換、PCA+Contourlet變換、HIS+PCA+Contourlet變換等多種方法融合實(shí)驗(yàn),選取標(biāo)準(zhǔn)差、邊緣強(qiáng)度、結(jié)構(gòu)相似度、信息熵、相關(guān)系數(shù)、平均梯度、峰值信噪比、全局融合質(zhì)量指數(shù)8個(gè)指標(biāo)對融合圖像進(jìn)行客觀評價(jià),并結(jié)合主觀評價(jià)對融合結(jié)果進(jìn)行綜合評價(jià),得... 

【文章來源】：中國地質(zhì)大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

圖 2-1 小波變換圖像融合原理圖小波變換相對于之前的空間域算法在某些方面有明顯的優(yōu)點(diǎn)，它能夠把解為不同的頻率域，對于不同的頻率域（高頻分量和低頻分量）選擇不一合規(guī)則。最后再將處理完成的分量進(jìn)行組合，實(shí)現(xiàn)多分辨率分解和組合，

圖 2-2 金字塔式分解原理圖（2）方向?yàn)V波器（Directional Filter Bank,DFB）方向?yàn)V波器包括兩個(gè)模塊：第一個(gè)是雙通道梅花濾波器組（Quincunx

【參考文獻(xiàn)】：
期刊論文
[1]基于相關(guān)系數(shù)之和的圖像融合質(zhì)量評價(jià)[J]. 馬文娟,許峰,周繼振.  淮海工學(xué)院學(xué)報(bào)(自然科學(xué)版). 2018(04)
[2]一種改進(jìn)的壓縮感知圖像融合方法[J]. 張燁,劉曉佩.  西安科技大學(xué)學(xué)報(bào). 2018(04)
[3]一種新的高分辨率遙感影像模糊監(jiān)督分類方法[J]. 王春艷,劉佳新,徐愛功,王玉,隋心.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(06)
[4]圖像融合質(zhì)量評價(jià)方法研究綜述[J]. 楊艷春,李嬌,王陽萍.  計(jì)算機(jī)科學(xué)與探索. 2018(07)
[5]GABA算法的遙感圖像分類[J]. 牛穎超,周忠發(fā),王歷,王小宇.  測繪通報(bào). 2018(01)
[6]高分二號衛(wèi)星影像融合方法比較研究[J]. 謝士琴,趙天忠,王威,史京京.  系統(tǒng)仿真學(xué)報(bào). 2017(11)
[7]基于NSCT變換的紅外與可見光圖像融合新算法[J]. 楊丹,何建農(nóng).  福州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[8]一種基于小波變換的圖像融合方法[J]. 譚仁龍.  測繪通報(bào). 2017(09)
[9]基于PCA和NSCT變換的遙感圖像融合方法[J]. 紀(jì)峰,李澤仁,常霞,吳之亮.  圖學(xué)學(xué)報(bào). 2017(02)
[10]高分二號影像融合方法質(zhì)量評價(jià)[J]. 陳業(yè)培,孫開敏,白婷,彭亞軍.  測繪科學(xué). 2017(11)

碩士論文
[1]基于NSCT的圖像融合方法研究[D]. 魏笑笑.河南科技大學(xué) 2018
[2]基于面向?qū)ο蟮牡V山開發(fā)占地信息提取研究[D]. 曹筱瑩.中國地質(zhì)大學(xué)(北京) 2017
[3]基于礦產(chǎn)遙感圖像的信息提取方法研究[D]. 盛東慧.南京航空航天大學(xué) 2017
[4]同源/異源高空間分辨率遙感影像融合比較及其應(yīng)用研究[D]. 楊帆.安徽大學(xué) 2016
[5]山地GF-2衛(wèi)星遙感圖像融合方法優(yōu)選研究[D]. 王愛蕓.云南大學(xué) 2016
[6]基于分?jǐn)?shù)階傅里葉變換的圖像融合算法研究[D]. 李龍龍.哈爾濱工業(yè)大學(xué) 2014
[7]3S技術(shù)在林地保護(hù)利用規(guī)劃中的應(yīng)用[D]. 佘姣姣.南京林業(yè)大學(xué) 2014
[8]基于第二代Curvelet變換的遙感圖像融合算法研究[D]. 胡偉.寧夏大學(xué) 2014
[9]遙感圖像融合方法的研究及應(yīng)用[D]. 夏曉天.復(fù)旦大學(xué) 2013
[10]遙感影像融合及其質(zhì)量評價(jià)[D]. 王樂.吉林大學(xué) 2012



本文編號：3214942