隨著衛(wèi)星技術(shù)的不斷發(fā)展,對(duì)地觀測(cè)技術(shù)也趨于成熟,越來(lái)越多的影像數(shù)據(jù)為科學(xué)研究提供了寶貴的資源。如何充分利用這些數(shù)據(jù),將其整合成既具有較高空間分辨率又能保持其光譜特性的影像,成為近些年來(lái)研究的熱點(diǎn)。遙感數(shù)據(jù)融合技術(shù)便應(yīng)運(yùn)而生,其作為一個(gè)多層次,多角度,多方面的處理過(guò)程,對(duì)不同的遙感數(shù)據(jù)信息進(jìn)行結(jié)合,使數(shù)據(jù)獲得更強(qiáng)的信息解譯能力與更可靠的分析結(jié)果。本文首先介紹了遙感影像融合的背景與意義、遙感影像融合的進(jìn)展與研究現(xiàn)狀,具體包括遙感影像融合的層次劃分與國(guó)內(nèi)外的研究現(xiàn)狀,并分析了現(xiàn)今遙感影像融合技術(shù)面臨的相關(guān)問(wèn)題及未來(lái)的研究發(fā)展方向。其次,以QuickBird全色(Panchromatic,Pan)影像與多光譜(Multispectral,MS)影像為數(shù)據(jù)源,進(jìn)行預(yù)處理等相關(guān)試驗(yàn)準(zhǔn)備工作,包括對(duì)影像的均值、標(biāo)準(zhǔn)差、信息熵、相關(guān)系數(shù)和各波段的光譜特征數(shù)據(jù)進(jìn)行分析,計(jì)算最佳指數(shù)因子OIF,確定用于后續(xù)融合試驗(yàn)的最佳波段組合。然后,采用將àtrous小波變換與非下采樣contourlet變換相結(jié)合的方法,同時(shí)為降低QuickBird影像在IHS變換導(dǎo)致的顏色偏差,分別對(duì)色度分量和飽和度分量進(jìn)行均值法計(jì)算...

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 遙感影像融合背景及意義
        1.1.1 遙感影像融合背景
        1.1.2 遙感影像融合意義
    1.2 遙感影像融合的進(jìn)展與研究現(xiàn)狀
        1.2.1 遙感影像融合層次劃分
        1.2.2 遙感影像融合的國(guó)內(nèi)外研究現(xiàn)狀
    1.3 遙感影像融合面臨的問(wèn)題
    1.4 本文的研究?jī)?nèi)容及章節(jié)安排
        1.4.1 研究?jī)?nèi)容
        1.4.2 本文章節(jié)安排
2 試驗(yàn)數(shù)據(jù)及預(yù)處理
    2.1 試驗(yàn)數(shù)據(jù)選擇
    2.2 遙感影像預(yù)處理
    2.3 最佳融合波段選擇
        2.3.1 試驗(yàn)數(shù)據(jù)影像波段分析
        2.3.2 最佳波段選擇
    2.4 本章小結(jié)
3 像素級(jí)影像融合算法原理與試驗(yàn)
    3.1 基于IHS變換的遙感影像融合
    3.2 基于HSV變換的遙感影像融合
    3.3 基于GS變換的融合
    3.4 基于Brovey變換的融合
    3.5 基于Ehlers變換的融合
    3.6 基于DWT變換的融合
    3.7 基于IHS與小波相結(jié)合的融合
4 基于àtrous小波與非下采樣contourlet變換的融合
    4.1 基于àtrous小波變換的融合
    4.2 基于非下采樣contourlet變換的融合
    4.3 基于àtrous小波與非下采樣contourlet變換的融合
        4.3.1 兩種方法結(jié)合原理
        4.3.2 試驗(yàn)思路
        4.3.3 技術(shù)路線圖
        4.3.4 試驗(yàn)具體融合步驟
5 遙感影像融合效果評(píng)價(jià)
    5.1 主觀定性評(píng)價(jià)
    5.2 客觀定量評(píng)價(jià)
    5.3 本章小結(jié)
6 融合對(duì)分類的影響
    6.1 遙感影像分類概述
        6.1.1 最大似然分類法
        6.1.2 隨機(jī)森林分類方法
        6.1.3 支持向量機(jī)分類
    6.2 分類精度評(píng)價(jià)
    6.3 融合影像分類
        6.3.1 最大似然分類步驟及結(jié)果
        6.3.2 隨機(jī)森林分類分類步驟及結(jié)果
        6.3.3 支持向量機(jī)分類步驟及結(jié)果
    6.4 分類精度評(píng)價(jià)及融合影響分析
        6.4.1 基于分類結(jié)果評(píng)價(jià)融合方法
        6.4.2 基于分類結(jié)果評(píng)價(jià)分類方法
        6.4.3 融合對(duì)分類的影響分析
    6.5 本章小結(jié)
7 結(jié)論與展望
    7.1 結(jié)論
    7.2 存在的不足及展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間完成成果



本文編號(hào)：4047969