基于NSST变换的遥感图像融合算法研究
发布时间：2020-12-08 07:05
图像融合是指将同一场景的多种传感器的图像信息经过处理,最大限度提取各自信道中的有利信息,最后综合成一幅高质量图像的新兴技术.而遥感图像融合是其中一类重要的类型,并且已应用于洪水监测、地形测绘、土地资源调查、自然灾害监测等方面.目前,研究者们对高空间分辨率的全色图像（panchromatic image,PAN）与高光谱分辨率的多光谱图像（multispectral image,MS）的融合问题进行了广泛研究并提出了许多算法.本论文主要研究了基于非下采样剪切波变换（non-subsampled shearlet transform,NSST）的遥感图像融合算法.主要包括以下三个方面:1.结合HSV（Hue,Saturation,Value）变换可以保留多光谱信息和NSST变换能够更好加强边界信息的识别和纹理细节的呈现这两个优点,提出了一种基于HSV和NSST变换的遥感图像融合算法.2.针对非下采样轮廓波变换（non-subsampled contourlet transform,NSCT）存在的计算复杂度高的问题,借鉴了多特征和自适应脉冲耦合神经网络（pulse coupled neur...
【文章来源】：北方民族大学宁夏回族自治区
【文章页数】：50 页
【学位级别】：硕士
【部分图文】：
遥感图像融合框架示意图
2018 届硕士学位论文 第二章 基于 HSV 和 NSST 变换的遥感图像分量的平均值. 因此, 必然存在这三个分量表达亮度信息重叠冗余现象的识别和纹理特征的表现. 所以本章将 NSST 变换引入到 HSV 变换里来别和纹理细节的呈现.T 变换 D等人构造了剪切波变换(ST)和非下采样剪切波变换(NSST)[23-24]. 其中程分为非下采样的多尺度剖分和方向局部化两个步骤. 前一步骤利用非-subsampled pyramid, NSP)实现; 后一步骤则是由具有平移不变性的剪切ter, SF)来完成. 其核心思想是首先用 NSP 将图像分解成一个低频图像与像, 然后对每一级带通子带图像采用 SF 进行方向化, 进而得到方向子带 NSST 变换的分解示意图.
北方民族大学 2018 届硕士学位论文 第二章 基于 HSV 和 NSST 变换的遥感图像融合算法频系数.2) 用定义式(2.4.3)和(2.4.4)计算高频系数的 SML 值, 并利用规则式(2.4.5)进行决策从而得到融合后的高频系数.3) 将前两步得到的低频和高频系数进行逆 NSST 变换(INSST), 得到新的 V 分量.Step3 将新的 V 分量与原 MS 图像的 H 和 S 分量进行逆 HSV 变换, 得到融合结果图像 F.本章所提融合算法流程图见图 2.2.
【参考文献】：
期刊论文
[1]NSST域内基于压缩感知和PCNN的遥感图像融合[J]. 赵学军,刘静. 科学技术与工程. 2016(14)
[2]基于补偿机制的NSCT域红外与可见光图像融合[J]. 陈震,杨小平,张聪炫,段兴旺. 仪器仪表学报. 2016(04)
[3]基于多特征的遥感图像融合算法[J]. 王峰,程咏梅,李松,牟宏磊,李路东. 西北工业大学学报. 2015(03)
[4]采用区域互信息的多光谱与全色图像融合算法[J]. 王金玲,贺小军,宋克非. 红外与激光工程. 2014(08)
[5]基于NSCT和PCNN的遥感图像融合算法[J]. 温黎茗,彭力,徐红. 计算机工程. 2012(11)
[6]一种基于小波方向对比度的多聚焦图像融合方法[J]. 王丽,卢迪,吕剑飞. 中国图象图形学报. 2008(01)
[7]基于HSV变换与小波变换的遥感图像融合[J]. 常化文,陈春香. 计算机工程与设计. 2007(23)
[8]多传感器图像融合技术综述[J]. 毛士艺,赵巍. 北京航空航天大学学报. 2002(05)
[9]基于多尺度对比度塔的图像融合方法及性能评价[J]. 刘贵喜,杨万海. 光学学报. 2001(11)
[10]红外图像融合[J]. 张加友,王江安. 光电子·激光. 2000(05)
博士论文
[1]基于多分辨率分析的多传感器图像融合算法研究[D]. 孙岩.哈尔滨工程大学 2012
本文编号：2904679
【文章来源】：北方民族大学宁夏回族自治区
【文章页数】：50 页
【学位级别】：硕士
【部分图文】：
遥感图像融合框架示意图
2018 届硕士学位论文 第二章 基于 HSV 和 NSST 变换的遥感图像分量的平均值. 因此, 必然存在这三个分量表达亮度信息重叠冗余现象的识别和纹理特征的表现. 所以本章将 NSST 变换引入到 HSV 变换里来别和纹理细节的呈现.T 变换 D等人构造了剪切波变换(ST)和非下采样剪切波变换(NSST)[23-24]. 其中程分为非下采样的多尺度剖分和方向局部化两个步骤. 前一步骤利用非-subsampled pyramid, NSP)实现; 后一步骤则是由具有平移不变性的剪切ter, SF)来完成. 其核心思想是首先用 NSP 将图像分解成一个低频图像与像, 然后对每一级带通子带图像采用 SF 进行方向化, 进而得到方向子带 NSST 变换的分解示意图.
北方民族大学 2018 届硕士学位论文 第二章 基于 HSV 和 NSST 变换的遥感图像融合算法频系数.2) 用定义式(2.4.3)和(2.4.4)计算高频系数的 SML 值, 并利用规则式(2.4.5)进行决策从而得到融合后的高频系数.3) 将前两步得到的低频和高频系数进行逆 NSST 变换(INSST), 得到新的 V 分量.Step3 将新的 V 分量与原 MS 图像的 H 和 S 分量进行逆 HSV 变换, 得到融合结果图像 F.本章所提融合算法流程图见图 2.2.
【参考文献】：
期刊论文
[1]NSST域内基于压缩感知和PCNN的遥感图像融合[J]. 赵学军,刘静. 科学技术与工程. 2016(14)
[2]基于补偿机制的NSCT域红外与可见光图像融合[J]. 陈震,杨小平,张聪炫,段兴旺. 仪器仪表学报. 2016(04)
[3]基于多特征的遥感图像融合算法[J]. 王峰,程咏梅,李松,牟宏磊,李路东. 西北工业大学学报. 2015(03)
[4]采用区域互信息的多光谱与全色图像融合算法[J]. 王金玲,贺小军,宋克非. 红外与激光工程. 2014(08)
[5]基于NSCT和PCNN的遥感图像融合算法[J]. 温黎茗,彭力,徐红. 计算机工程. 2012(11)
[6]一种基于小波方向对比度的多聚焦图像融合方法[J]. 王丽,卢迪,吕剑飞. 中国图象图形学报. 2008(01)
[7]基于HSV变换与小波变换的遥感图像融合[J]. 常化文,陈春香. 计算机工程与设计. 2007(23)
[8]多传感器图像融合技术综述[J]. 毛士艺,赵巍. 北京航空航天大学学报. 2002(05)
[9]基于多尺度对比度塔的图像融合方法及性能评价[J]. 刘贵喜,杨万海. 光学学报. 2001(11)
[10]红外图像融合[J]. 张加友,王江安. 光电子·激光. 2000(05)
博士论文
[1]基于多分辨率分析的多传感器图像融合算法研究[D]. 孙岩.哈尔滨工程大学 2012
本文编号：2904679
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/2904679.html
