【摘要】：為了彌補(bǔ)金字塔變換算法分解時(shí)數(shù)據(jù)冗余較大、融合結(jié)果不理想的缺點(diǎn),提出基于金字塔變換算法優(yōu)化的遙感圖像融合新算法。該算法運(yùn)用金字塔分解構(gòu)建金字塔序列,并根據(jù)先驗(yàn)知識賦予相應(yīng)的權(quán)重系數(shù),通過反復(fù)迭代重建遙感圖像,再利用班德文克隆選擇算法優(yōu)化選擇,在迭代可承受的范圍內(nèi),自適應(yīng)地修改選擇權(quán)重系數(shù),尋求和估計(jì)合適的融合參數(shù)來優(yōu)化融合效果,從而避免金字塔變換算法的經(jīng)驗(yàn)選擇。為了突出本文算法的優(yōu)點(diǎn),實(shí)驗(yàn)運(yùn)用金字塔變換法、遺傳算法優(yōu)化金字塔變換法和粒子群算法優(yōu)化金字塔變換法進(jìn)行比較,從視覺效果和數(shù)理統(tǒng)計(jì)兩個(gè)方面分析評價(jià)融合質(zhì)量。實(shí)驗(yàn)結(jié)果表明,本文算法更符合人類的視覺感知,有利于圖像的分析和信息的提取。
[Abstract]:In order to make up for the shortcomings of large data redundancy and unsatisfactory fusion results when the pyramid transform algorithm is decomposed, a new remote sensing image fusion algorithm based on pyramid transform algorithm is proposed. The algorithm uses pyramid decomposition to construct pyramid sequences, and gives corresponding weight coefficients according to prior knowledge, reconstructs remote sensing images by iterating over and over again, and then optimizes the selection by using Banderon Clone selection algorithm, which is within the range of iterative affordability. The selection weight coefficients are adaptively modified to find and estimate the appropriate fusion parameters to optimize the fusion effect, thus avoiding the empirical selection of pyramid transform algorithm. In order to highlight the advantages of this algorithm, the pyramidal transformation method, genetic algorithm optimization pyramid transformation method and particle swarm optimization pyramid transform method are used to compare and evaluate the fusion quality from two aspects: visual effect and mathematical statistics. The experimental results show that the proposed algorithm is more suitable for human visual perception and is beneficial to image analysis and information extraction.
【作者單位】： 貴州師范大學(xué)喀斯特研究院;貴州省遙感中心;貴州北斗空間信息技術(shù)有限公司;
【基金】：國家自然科學(xué)基金(41661088) 貴州省科技攻關(guān)項(xiàng)目(黔科合GY字[2015]3001) 貴州省重大應(yīng)用基礎(chǔ)研究項(xiàng)目(黔科合JZ字[2014]200201)
【分類號】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周宏軍;李江;蔡志剛;;一種小波包遙感圖像融合方法[J];現(xiàn)代測繪;2008年01期

2 陳超;江濤;劉祥磊;;基于纓帽變換的遙感圖像融合方法研究[J];測繪科學(xué);2009年03期

3 柴勇;何友;曲長文;;遙感圖像融合最新進(jìn)展及展望[J];艦船電子工程;2009年08期

4 朱衛(wèi)綱;周蔭清;徐華平;李春升;;遙感圖像融合效果客觀評價(jià)[J];火力與指揮控制;2010年02期

5 孫洪泉;竇聞;易文斌;;遙感圖像融合的研究現(xiàn)狀、困境及發(fā)展趨勢探討[J];遙感信息;2011年01期

6 付和;;遙感圖像融合的應(yīng)用研究[J];科技創(chuàng)新導(dǎo)報(bào);2011年09期

7 阮濤;那彥;王澍;;基于壓縮感知的遙感圖像融合方法[J];電子科技;2012年04期

8 吳連喜,梁波,劉曉梅;保持光譜信息的遙感圖像融合方法研究(英文)[J];測繪學(xué)報(bào);2005年02期

9 王艷;陳波;;遙感圖像融合技術(shù)及其在土地資源動(dòng)態(tài)監(jiān)測中的應(yīng)用[J];影像技術(shù);2005年Z2期

10 林卉,肖劍平,杜培軍;基于正交小波包遙感圖像融合算法研究[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年02期

相關(guān)會(huì)議論文 前8條

1 馬艷軍;石愛業(yè);徐立中;;基于區(qū)域特性選擇的遙感圖像融合方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

2 梁波;吳連喜;陳竹安;段彩蓮;蘇小霞;;光譜銳化的遙感圖像融合方法[A];第三屆全國數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應(yīng)用學(xué)術(shù)研討會(huì)論文摘要集[C];2004年

3 馬丹;鄭鍇;涂振前;;遙感圖像融合綜述[A];2007年福建省土地學(xué)會(huì)年會(huì)征文集[C];2007年

4 葛雯;高立群;;基于非分離小波變換及形態(tài)學(xué)的遙感圖像融合算法[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

5 成功;鄧小青;;基于MATLAB的小波變換遙感圖像融合研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

6 雷宏宇;鐘廣軍;;基于Curvelet變換的快速遙感圖像融合[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

7 趙鵬濤;劉剛;胡岑;王明昊;彭接力;;基于Laplace-PCA的遙感圖像融合算法[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

8 石愛業(yè);徐立中;黃風(fēng)辰;;一種改進(jìn)的基于小波變換的遙感圖像融合方法[A];第二屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)博士學(xué)位論文 前8條

1 方發(fā)明;基于變分法的遙感圖像融合方法研究[D];華東師范大學(xué);2013年

2 姚為;像素級和特征級遙感圖像融合方法研究與應(yīng)用[D];大連理工大學(xué);2011年

3 陳志剛;基于Contourlet遙感圖像融合與壓縮技術(shù)研究[D];長春理工大學(xué);2009年

4 郭立萍;基于支持向量機(jī)遙感圖像融合分類方法研究[D];中國地質(zhì)大學(xué)（北京）;2010年

5 田養(yǎng)軍;基于提升小波分解曲波變換的多源遙感圖像融合方法研究[D];長安大學(xué);2009年

6 劉帆;基于小波核濾波器和稀疏表示的遙感圖像融合[D];西安電子科技大學(xué);2014年

7 徐彤陽;基于抗混疊Contourlet變換的遙感圖像融合研究[D];上海大學(xué);2011年

8 王金玲;基于多分辨率分析的遙感圖像融合算法研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2011年

相關(guān)碩士學(xué)位論文 前10條

1 欒靜;基于Curvelet與Shearlet變換的遙感圖像融合[D];合肥工業(yè)大學(xué);2015年

2 肖洋;基于貝葉斯網(wǎng)絡(luò)及進(jìn)化算法的遙感圖像融合方法研究[D];華東師范大學(xué);2016年

3 張曉;基于結(jié)構(gòu)組稀疏表示的遙感圖像融合方法研究[D];華南農(nóng)業(yè)大學(xué);2016年

4 王婷;遙感圖像融合算法研究[D];浙江大學(xué);2016年

5 李園園;基于多分辨分析的遙感圖像融合技術(shù)研究[D];青島大學(xué);2009年

6 郭晶;基于壓縮感知理論的衛(wèi)星遙感圖像融合算法研究[D];北京交通大學(xué);2013年

7 黃海東;基于多分辨率分析的遙感圖像融合算法研究[D];復(fù)旦大學(xué);2008年

8 羅俊;遙感圖像融合方法及其在目標(biāo)波譜反演中的應(yīng)用研究[D];華中科技大學(xué);2007年

9 姚媛;基于小波支持向量機(jī)的遙感圖像融合[D];安徽大學(xué);2010年

10 張燦峰;高性能遙感圖像融合算法研究與實(shí)現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2010年

本文編號：2383611