基于多尺度变换和稀疏表示的遥感图像融合算法研究

发布时间：2021-08-21 03:33

　　本文以宁夏工业固体废物环境监测为背景,针对工业固体废物对遥感图像清晰度要求高的特点,研究了高分辨率全色图像和多光谱图像的融合算法。将高分辨率全色图像与多光谱图像进行融合,使融合后的图像既具有全色图像较高的空间分辨率又包含多光谱图像丰富的光谱分辨率,这样可以克服单一传感器在光谱、空间分辨率等方面的差异和局限性。论文首先研究了基于双树复小波变换和稀疏表示相结合的融合算法,该算法采用双树复小波方法对高分辨率全色图像和多光谱图像进行分解,分解后获得高频子带和低频子带;然后采用稀疏表示方法对低频子带提取细节并融合,采用局部能量取大和加权平均相结合的融合策略对高频子带进行融合;最后,对融合后的子带进行双树复小波逆变换,重构得到最终的融合图像。实验结果表明,与双树复小波变换、稀疏表示、曲波变换等算法相比,本算法有较好的图像融合效果。论文其次研究了基于剪切波变换和稀疏表示相结合的融合算法,该算法采用剪切波变换方法对高分辨率全色图像和多光谱图像进行分解,分解后得到高频系数和低频系数;然后,对低频系数进行平均融合,结合K_SVD算法得到过完备字典,计算融合系数的绝对值,依次对应地选取绝... 

【文章来源】：北方民族大学宁夏回族自治区

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

像素级融合示意图

2-2 特征级融合示意图2.1.3 决策级融合决策级图像融合是对原始数据进行统计决策推理的一种融合方法。融合的决策可以型和传感器中提取。在决策级图像融合之前，需要对每个原始图像进行预处理，提取、断等，以获得初步的决策信息，然后再进行图像融合处理得到理想的融合结果和解释[25]图像融合的优点是：与其他两种融合级别相比，决策级融合处理的数据量最少，传输效此外，它具有最佳的容错性，对传感器的依赖性最小，分析能力强。然而，它的主要缺依赖图像预处理和特征提取，可能会导致大量的原始数据丢失。图 2.3 是决策级图像融合

2-2 特征级融合示意图2.1.3 决策级融合决策级图像融合是对原始数据进行统计决策推理的一种融合方法。融合的决策可以从环境型和传感器中提取。在决策级图像融合之前，需要对每个原始图像进行预处理，提取、识别或断等，以获得初步的决策信息，然后再进行图像融合处理得到理想的融合结果和解释[25]。决策图像融合的优点是：与其他两种融合级别相比，决策级融合处理的数据量最少，传输效率较高此外，它具有最佳的容错性，对传感器的依赖性最小，分析能力强。然而，它的主要缺点是过依赖图像预处理和特征提取，可能会导致大量的原始数据丢失。图 2.3 是决策级图像融合示意图


本文编号：3354791