隨著遙感技術(shù)的飛速發(fā)展,遙感數(shù)字圖像融合已成為航空、衛(wèi)星圖像處理領(lǐng)域的研究重點。遙感數(shù)字圖像融合不僅能提高影像信息的可利用率,集成源圖像的互補信息,降低單個遙感數(shù)字圖像的差異性,獲得信息更豐富、更精確的融合圖像,而且融合后的圖像信息量豐富,清晰度增強,具有較高的解釋能力。本文主要是對同一地物的多光譜圖像和全色圖像的融合方法進行研究,在傳統(tǒng)經(jīng)驗?zāi)Ｊ椒纸猓‥mpirical Mode Decomposition,EMD）的基礎(chǔ)上,提出了一種基于粒子群優(yōu)化徑向基神經(jīng)網(wǎng)絡(luò)權(quán)值的插值方法。并以此為基礎(chǔ),針對圖像融合提出了一種基于彩色空間（luminance,Hue,Saturation,IHS）變換、小波濾波和改進二維EMD的遙感數(shù)字圖像融合方法。該融合方法既可以保留融合圖像的光譜信息,又可以提高其空間紋理細節(jié)信息。本文的主要研究工作和創(chuàng)新點如下:1、敘述了遙感數(shù)字圖像融合算法的研究背景與意義以及國內(nèi)外研究現(xiàn)狀,討論了遙感數(shù)字圖像融合過程中的融合方法、融合規(guī)則、融合結(jié)果評價標(biāo)準(zhǔn),最后分析比較了幾種常用的圖像濾波方法。2、分別介紹了一維EMD和二維EMD的基本原理和實驗步驟,并指出二維EMD方法分... 

【文章來源】：華北水利水電大學(xué)河南省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1時間序列的EMD分解Figure2-1EMDdecompositionoftimeseries

華北水利水電大學(xué)碩士學(xué)位論文20bfyxbyyxxfybffyxgyDyxDx"""""",,,,,min,（2.16）式（2.16）中：yxf,為源圖像；yxg,為腐蝕后的圖像；bfDD,分別為源圖像和結(jié)構(gòu)元素的定義域；"",yxb為結(jié)構(gòu)元素。（三）形態(tài)學(xué)求取極值點數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用研究非常廣泛，形態(tài)學(xué)重建法能夠通過腐蝕、膨脹操作來求取圖像的局部極小值和局部極大值。它的基本思路為：對于原始圖像A，使原圖像中的每一個像素都下降一個灰度等級，求得圖像B。然后對圖像B進行腐蝕操作，最后在腐蝕操作的基礎(chǔ)上求得灰度重建圖像：BBCA（2.17）式子中，BCA為重建后的圖像，為測地算子。原始圖像A與重建圖像BCA的差值即為原圖像A的局部極小值點。反之，使用測地算子對圖像B進行膨脹操作可得到原圖像A的局部極大值點。對圖像求取局部極大值和極小值如圖2-3所示：圖2-3極大值和極小值圖像Figure2-3maximumandminimumimage2.2.2.2包絡(luò)面插值函數(shù)方法選取用形態(tài)學(xué)重建法得到圖像的極大值和極小值點集后，需要對這些點集插值擬合求取包絡(luò)面。在二維經(jīng)驗?zāi)Ｊ椒纸膺^程中，包絡(luò)面的插值擬合方法有：徑向基函數(shù)（RadialBasisFunction，RBF）法、三角剖分法、雙立方插值法、有限元法、三次線性插

華北水利水電大學(xué)碩士學(xué)位論文22rr（2.19）3rr（2.20）0,2rer（2.21）式（2.19）、（2.20）、（2.21）分別為線性樣條函數(shù)、立方樣條函數(shù)、高斯函數(shù)。對插值曲面求解，就是將圖像的極大值和極小值點集，代入上述公式。徑向基函數(shù)的系數(shù)i的值，通常使用神經(jīng)網(wǎng)絡(luò)來求解，神經(jīng)網(wǎng)絡(luò)的激活函數(shù)一般為高斯函數(shù)。2.2.2.3邊界效應(yīng)一維EMD分解過程中存在端點效應(yīng)的問題，例如某個時間序列的兩個端點，在EMD的分解過程中，無法參與上下包絡(luò)線的擬合。這種情況會導(dǎo)致時間序列的均值包絡(luò)線的兩端出現(xiàn)飛翼等現(xiàn)象[24]。為了解決這種現(xiàn)象，常采用的方法有端點鏡像延拓、多項式擬合、神經(jīng)網(wǎng)絡(luò)預(yù)測等，這些方法能夠有效抑制時間序列的端點，使得原始數(shù)據(jù)能夠得到有效利用，時間序列能夠得到充分分解。同理，用二維經(jīng)驗?zāi)Ｊ椒纸夥椒ǚ纸鈭D像數(shù)據(jù)時，存在無法確定二維圖像數(shù)據(jù)的邊界是否有極值點的問題。如果無法確定極值點，用二維經(jīng)驗?zāi)Ｊ椒椒ǚ纸鈭D像時會存在誤差，這種誤差有時候會逐漸影響到圖像內(nèi)部，使得分解的固有模態(tài)函數(shù)和殘余分量失去其原有的物理意義。目前用來抑制圖像邊界效應(yīng)的常用方法有：鏡像延拓法和神經(jīng)網(wǎng)絡(luò)預(yù)測法等。鏡像延拓法是最常用的方法，其實驗效果如圖2-4所示：圖2-4原圖像和鏡像延拓圖像Figure2-4originalimageandimageextensionimage


本文編號：3519533