【摘要】：遙感技術作為一門快速發(fā)展的學科,在通過傳感器獲取地面物體的信息時具有相當大的優(yōu)勢。遙感影像作為記錄傳感器信息的載體,具有豐富的表達形式,在通過傳感器獲取地面地物的信息時,不同的傳感器在空間分辨率、輻射分辨率及光譜分辨率等方面存在較大差異,因此,單一影像數據源在地物信息識別、提取中存在缺陷。采用多源影像的數據融合處理方法能夠有效提高數據的互補性,解決數據冗余等問題,從而提高影像數據的解譯精度和應用效率,由此,多源影像數據融合算法研究一直是學術界的研究熱點。近年來,我國發(fā)射了一系列國產高分衛(wèi)星,有效地促進了高分辨率衛(wèi)星數據在國內各行業(yè)的應用。然而,針對新發(fā)射國產高分影像的數據融合研究還存在諸多問題,為此,本文提出了一種超球面彩色空間變換(Hyperspherical color space,HCS)與非下采樣Contourlet變換(nonsubsampled contourlet transform,NSCT)相結合的遙感影像融合算法,并且針對不同的數據源,分別提出不同的融合規(guī)則,用于提高融合影像的質量。本文的主要工作有:(1)提出了一種針對光學影像多光譜波段與全色波段的融合算法。論文首先對高分一號影像的全色波段與多光譜波段進行自動校正,對多光譜波段進行HCS變換獲�、穹至俊Ｆ浯�,將全色波段和多光譜波段的Ⅰ分量分別使用HSCT分解,并獲取全色波段的多個高頻子帶與一個低頻子帶與多光譜波段的多個高頻子帶與一個低頻子帶,并針對全色波段的多個高頻子帶與Ⅰ分量的多個高頻子帶采用改進的拉普拉斯能量和方法計算能量和的數值,對每個相互對應的高頻子帶的數值進行對比,保留能量和值高的部分作為融合部分,對于全色波段的唯一低頻子帶和Ⅰ分量唯一低頻子帶采用加權的局部方向熵方法計算熵值,保留方向熵較高的部分作為融合部分。最后,將保留的結果進行NSCT和HCS逆變換,得到最終融合的多光譜遙感影像。(2)提出了光學影像多光譜波段與合成孔徑雷達的圖像融合算法。論文首先對高分一號多光譜影像與高分三號合成孔徑雷達影像進行預處理與幾何精校正,對多光譜影像進行HCS變換獲�、穹至�。然后對SAR影像進行降噪處理,盡量獲得更加有效的邊緣與紋理信息。其次將SAR影像和Ⅰ分量分別使用HSCT所分解,并獲取SAR影像的多個高頻子帶與一個低頻子帶與多光譜影像的多個高頻子帶與一個低頻子帶。并針對SAR影像的多個高頻子帶與Ⅰ分量的多個高頻子帶依舊采用改進的拉普拉斯能量和方法計算能量和的數值,對相同方向上的高頻子帶的數值進行對比,保留能量和值高的部分作為融合部分。對于SAR影像的唯一低頻子帶和Ⅰ分量唯一低頻子帶直接保留多光譜影像的部分。最后將保留的結果進行NSCT和HCS逆變換,得到最終融合的多光譜遙感影像。(3)通過對不同遙感影像數據融合的實驗,對融合結果進行融合質量評價。分別包括主觀評價與客觀評價。主觀評價是通過目視解譯,對比融合之前與之后的影像,判斷是否更容易識別出地物特征。客觀評價主要針對空間分辨率與光譜保持程度。對于空間分辨率通過均值、標準差、信息熵、平均灰度、相關性和清晰度等指標進行評價。光譜保持程度則是通過對比原始影像與融合影像中水體、植被、道路、裸土和建筑物這五種地物的光譜函數來判斷。對于高分一號全色波段與多光譜波段,本文方法與CN法、SFIM法、PCA法、GIHS法和Gram-Schmidt法分別進行對比和主觀評價和客觀評價。仿真實驗顯示,本文方法無論是在目視解譯效果上還是在空間分辨率和光譜保持程度上,均優(yōu)于其他算法。對于高分三號合成孔徑雷達與高分一號多光譜影像,仿真實驗顯示,本文方法在光譜保持程度上強于CN算法、GIHS算法和SFIM算法。在較低的建筑物上強于CN算法、GIHS算法和SFIM算法,在較高的建筑物上略弱于SFIM算法,強于CN算法和GIHS算法。在水體、道路和植被方面強于其他三種算法。
【學位授予單位】：蘭州交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：P237
【圖文】：

所以可以對大于 3 個波段的多光譜影程如圖 2.1 所示。所用公式為：I = √ = ¨ ￠ (√ = ¨ ￠ (√ = ¨ ￠ ( 其中 I 為亮度分量 為多光譜影像的第 i 波段HCS 的逆變換公式為： = I ￡§ = I§ ￠ ￡§ = I§ ￠ § ￠ § ￠ = I§ ￠ § ￠ § ￠全色波段影像 計算均值與標準差

圖 2.2 IHS 變換融（2）主成分變換（PCA）目前，多源遙感影像融合成為主流趨勢，其光譜影像以及超光譜影像等，對于這些多維影像關系進行映射，轉換到另外一個空間中去，然后息子帶，然后通過對主要信息處理結合反變換處一般這種處理方式即為主成分變換法[34]。PCA 變譜信息，特別是在光譜波段數比較豐富的時候，大，在時效性方面比較差，不適合應急處理。作一，其融合方式就是先將遙感影像進行主成分變獲取的主成分第一分量與要融合的影像進行直方替換主成分第一分量。最后進行逆變換得到融合PCA 變換的融合方式確實可以將多個波段的進行計算。然而遙感影像在進行主成分變換后，

圖 2.3 PCA 變換融（3）Gram-Schmidt 變換Gram-Schmidt 變換是一種正交化的變換方式點在于 PCA 的變換方式使得主成分第一分量具有變換所產生的分量之間只是正交關系，信息含量換前后第一分量沒有任何變化，所有波段都可以回來。Gram-Schmidt 變換融合的方式就是通過替換需要對第一分量與待融合的影像進行均值與方差換。最后將替換好的第一分量與原始各個正交分由于 Gram-Schmidt 變換第一分量包含的信息量的略優(yōu)于主成分變換的融合方法。

【相似文獻】

相關期刊論文 前10條

1 趙云霞;王沛;;關于遙感影像融合方法的綜述[J];硅谷;2013年02期

2 蔣定定;韓勇;曲利芹;;航空遙感影像融合方法及其應用[J];江蘇航空;2010年04期

3 陳云浩;竇聞;孫洪泉;;面向災害應用的遙感影像融合統(tǒng)一理論體系設計[J];自然災害學報;2008年06期

4 林卉,杜培軍;基于小波變換的遙感影像融合與評價[J];電子技術應用;2005年04期

5 林卉,杜培軍,張蓮蓬;基于小波變換的遙感影像融合與評價[J];煤炭學報;2005年03期

6 王樂;牛雪峰;魏斌;陳立春;;遙感影像融合質量評價方法研究[J];測繪通報;2015年02期

7 王廣杰;周介銘;楊存建;趙景峰;;基于不同算法的遙感影像融合分析[J];四川師范大學學報(自然科學版);2011年02期

8 左夢穎;;基于高分二號數據的遙感影像融合方法研究[J];黑龍江科技信息;2017年11期

9 王光那;;遙感影像融合方法分析[J];中華民居(下旬刊);2014年04期

10 孔鵬飛;孔建利;;航測內業(yè)中遙感影像融合方法研究[J];數字技術與應用;2013年09期

相關會議論文 前10條

1 魏從玲;王建力;;基于小波包變換區(qū)域方差的遙感影像融合[A];中國地理學會2007年學術年會論文摘要集[C];2007年

2 王仲妮;余先川;張立保;黃智;;基于有序的快速獨立成分分析的遙感影像融合[A];圖像圖形技術與應用進展——第三屆圖像圖形技術與應用學術會議論文集[C];2008年

3 熊濤;王蕾;楊鑫;;不同融合方法及空間分辨率對遙感影像融合質量影響的研究[A];資源環(huán)境與地學空間信息技術新進展學術會議論文集[C];2016年

4 杜培軍;袁林山;王莉;張華鵬;;一種基于灰色絕對關聯度的遙感影像融合方法[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

5 侯春紅;戴文晗;;遙感影像融合方法在工程地質工作中的應用[A];第十四屆全國遙感技術學術交流會論文摘要集[C];2003年

6 李林宜;陳清平;;基于小波變換的自適應遙感影像融合方法[A];測繪荊楚——湖北省測繪學會2005年“索佳杯”學術論文集[C];2005年

7 徐榮煜;;基于小波變換的遙感影像融合方法的研究與分析[A];地理信息與物聯網論壇暨江蘇省測繪學會2010年學術年會論文集[C];2010年

8 邢帥;譚兵;徐青;耿則勛;;一種自適應關聯多分辨分析的遙感影像融合算法[A];第十四屆全國遙感技術學術交流會論文摘要集[C];2003年

9 高磊;盧剛;;基于最鄰近擴散法的Landsat8 OLI遙感影像融合[A];江蘇省測繪地理信息學會2015年學術年會論文集[C];2015年

10 龍四亮;王仲妮;余先川;;基于核心ICA的遙感影像融合[A];地球資源環(huán)境定量化理論與應用——2009年全國數學地球科學與地學信息學術會議論文集[C];2009年

相關博士學位論文 前10條

1 李小春;多源遙感影像融合技術及應用研究[D];解放軍信息工程大學;2005年

2 陳志剛;經驗模態(tài)分解與Savitzky-Golay方法的自適應遙感影像融合[D];華東師范大學;2010年

3 李小根;流域可視化多分辨率大場景模型研究[D];鄭州大學;2010年

4 黃登山;像素級遙感影像融合方法研究[D];中南大學;2011年

5 李爽;融合方法及空間分辨率比率對遙感影像融合結果影響的研究[D];武漢大學;2010年

6 王曉艷;基于方向性多分辨率分析的遙感影像融合算法研究[D];蘭州大學;2011年

7 陳少輝;遙感影像融合在土壤侵蝕分析中的模型研究[D];華中科技大學;2007年

8 張瑛;基于統(tǒng)一理論框架的遙感影像融合方法研究[D];電子科技大學;2009年

9 石強;基于混合智能系統(tǒng)的遙感影像融合分類[D];武漢大學;2014年

10 劉金梅;多源遙感影像融合及其應用研究[D];中國海洋大學;2014年

相關碩士學位論文 前10條

1 王少迪;耦合HCS與NSCT方法的遙感影像融合研究[D];蘭州交通大學;2018年

2 湯耶磊;基于像素級的高分辨率遙感影像融合方法研究[D];東華理工大學;2018年

3 李欣騰;基于QuickBird遙感影像融合及其對影像分類的影響研究[D];東華理工大學;2018年

4 王力彥;多源光學遙感影像融合方法研究[D];中國地質大學（北京）;2014年

5 馮建輝;遙感影像融合技術研究[D];昆明理工大學;2009年

6 龐振平;遙感影像融合技術理論與方法研究[D];吉林大學;2008年

7 劉振忠;遙感影像融合在水土流失動態(tài)監(jiān)測中的研究與應用[D];華中科技大學;2007年

8 譚永生;像素級中高分辨率遙感影像融合研究[D];浙江大學;2007年

9 趙文飛;基于引導濾波的遙感影像融合及分類研究[D];西南林業(yè)大學;2016年

10 王雪;基于壓縮感知理論的遙感影像融合方法研究[D];中國地質大學(北京);2015年

本文編號：2743871