多源遥感图像融合算法研究
发布时间：2021-04-18 01:15
多源遥感图像融合是将取自多个传感器的同一目标的两幅或多幅遥感图像进行互补叠加,进而得到信息愈加精确和完善的综合图像的数据处理技术。图像融合不仅是遥感探测数据处理的重要组成部分,而且在环境检测、精准农业、城市规划等领域也有着广泛的应用空间。近年来,研究人员跟随卫星遥感技术前进的步伐,对多源遥感图像融合展开了深入探索。根据融合层次的不同,图像融合主要分为:像素层融合、特征层融合和决策层融合。本文主要围绕像素层图像融合展开算法研究,重点解决全色图像与多光谱图像在融合过程中存在的空间细节丢失和色彩失真问题,力求在增强融合结果空间特征的同时,尽可能地减轻色彩失真现象,具体工作如下:（1）提出了一种基于自适应分数阶微分的图像融合算法针对基于IHS变换法得到的融合结果未充分考虑源图像边缘细节的问题,提出了一种基于自适应分数阶微分的图像融合算法,基本思路是:首先利用IHS变换获取上采样后的多光谱图像I分量,通过设计一种自适应分数阶微分方法,实现对I分量和全色图像地物边缘部分的增强和平坦部分的保留。然后采用加权平均对分数阶微分处理后的I分量和全色图像进行叠加,从而减少源图像特征信息的丢失。接着对叠加后的...
【文章来源】：重庆三峡学院重庆市
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
多源遥感图像融合的主要层次类别
多源遥感图像融合算法72多源遥感图像融合算法2.1基于成分替代的多源遥感图像融合基于成分替代的多源遥感图像融合算法是利用矩阵变换，把特征信息映射到其他空间后进行成分替换，获取融合结果的方法[41]。常用的基于成分替代融合算法包括：IHS变换法、PCA变换法、Brovey变换法等。此类方法具有复杂度低、易于实现的特性，且融合结果的空间细节信息保存良好。但处理过程中涉及到空间变换操作，因而常常出现色彩失真。2.1.1基于IHS变换的多源遥感图像融合IHS变换法是一种基于IHS色彩空间的成分替代融合算法[42]，其中，IHS分别代表符合人眼识别习惯的三个关键特征，即：亮度（Intensity,I）、色度（Hue,H）及饱和度（Saturation,S）。若把亮度I分量、色度H分量、饱和度S分量映射到三维空间坐标系中，则可以绘制出如图2.1的棱锥体。图2.1IHS色彩空间由图2.1能够发现，在IHS色彩空间里，I分量反映了图像的明暗变化情况，画面的视觉效果越亮，则I分量的数值越大，即沿着中心轴从底端的黑渐变为顶端的白。H分量表征了图像的色彩特征，依据色调盘对应不同颜色的色相环。S分量是指图像颜色的浓稠度，颜色越艳丽，相应的S数值就越大，对应到IHS色彩空间中，则体现为距离色相环中心的半径尺寸越大[43]。基于IHS变换法的多源遥感图像融合算法的主要思路是：首先，采用IHS变换对多光谱图像作颜色空间映射，把图像从RGB模式映射到IHS模式，并获取映射后的I分量、H分量和S分量，变换式子如下：
重庆三峡学院硕士学位论文81211133311266611022IRsGsB式(2.1)12arctansHs式(2.2)2212S(ss)式(2.3)式中，R、G、B分别为多光谱图像的红、绿、蓝三个波段，1s和2s分别代表了RGB色彩空间转换到IHS色彩空间的中间变量。其中，I分量与全色图像具有类似的空间纹理，两者均体现了图像中地物的灰度变化。因此，采用全色图像表示I分量，进而获取具有更多几何特征结构的Inew分量。最后，利用IHS反变换获取融合结果，计算式子如下：1211136211136212036newnewnewnewRIGsBs式(2.4)基于IHS变换的多源遥感图像融合流程如图2.2所示。图2.2基于IHS变换的多源遥感图像融合流程图
【参考文献】：
期刊论文
[1]遥感数据融合技术文献综述[J]. 闫晗晗,邢波涛,任璐,张琳,姚麟倩,段子阳,李晨曦,李锵. 电子测量技术. 2018(09)
[2]图像融合质量评价方法研究综述[J]. 杨艳春,李娇,王阳萍. 计算机科学与探索. 2018(07)
[3]基于自适应Riesz分数阶微分的雾天图像增强[J]. 雷思佳,赵凤群. 计算机应用. 2018(05)
[4]遥感数据融合的进展与前瞻[J]. 张良培,沈焕锋. 遥感学报. 2016(05)
[5]基于NSCT变换和PCA的图像融合算法[J]. 吴粉侠,李红,李洪星. 航空计算技术. 2015(03)
[6]Variational PCA fusion for Pan-sharpening very high resolution imagery[J]. ZHOU ZeMing,MA Ning,LI YuanXiang,YANG PingL,ZHANG Peng,LI YunYing. Science China（Information Sciences）. 2014(11)
[7]自适应分数阶微分的复合双边滤波算法[J]. 胡伏原,姒绍辉,张艳宁,孙瑾秋. 中国图象图形学报. 2013(10)
[8]基于分数阶微分的图像增强[J]. 杨柱中,周激流,晏祥玉,黄梅. 计算机辅助设计与图形学学报. 2008(03)
[9]基于Contourlet变换的彩色图像融合算法[J]. 李光鑫,王珂. 电子学报. 2007(01)
博士论文
[1]基于稀疏矩阵分解的遥感图像融合[D]. 张凯.西安电子科技大学 2018
硕士论文
[1]基于NSCT变换的遥感图像融合算法研究[D]. 马冯.长安大学 2019
[2]遥感图像PanSharpening融合方法的研究[D]. 李玮.吉林大学 2018
[3]基于IHS变换的多光谱和全色图像融合算法研究[D]. 王华伟.西南交通大学 2016
[4]遥感图像融合方法的研究及应用[D]. 夏晓天.复旦大学 2013
本文编号：3144506
【文章来源】：重庆三峡学院重庆市
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
多源遥感图像融合的主要层次类别
多源遥感图像融合算法72多源遥感图像融合算法2.1基于成分替代的多源遥感图像融合基于成分替代的多源遥感图像融合算法是利用矩阵变换，把特征信息映射到其他空间后进行成分替换，获取融合结果的方法[41]。常用的基于成分替代融合算法包括：IHS变换法、PCA变换法、Brovey变换法等。此类方法具有复杂度低、易于实现的特性，且融合结果的空间细节信息保存良好。但处理过程中涉及到空间变换操作，因而常常出现色彩失真。2.1.1基于IHS变换的多源遥感图像融合IHS变换法是一种基于IHS色彩空间的成分替代融合算法[42]，其中，IHS分别代表符合人眼识别习惯的三个关键特征，即：亮度（Intensity,I）、色度（Hue,H）及饱和度（Saturation,S）。若把亮度I分量、色度H分量、饱和度S分量映射到三维空间坐标系中，则可以绘制出如图2.1的棱锥体。图2.1IHS色彩空间由图2.1能够发现，在IHS色彩空间里，I分量反映了图像的明暗变化情况，画面的视觉效果越亮，则I分量的数值越大，即沿着中心轴从底端的黑渐变为顶端的白。H分量表征了图像的色彩特征，依据色调盘对应不同颜色的色相环。S分量是指图像颜色的浓稠度，颜色越艳丽，相应的S数值就越大，对应到IHS色彩空间中，则体现为距离色相环中心的半径尺寸越大[43]。基于IHS变换法的多源遥感图像融合算法的主要思路是：首先，采用IHS变换对多光谱图像作颜色空间映射，把图像从RGB模式映射到IHS模式，并获取映射后的I分量、H分量和S分量，变换式子如下：
重庆三峡学院硕士学位论文81211133311266611022IRsGsB式(2.1)12arctansHs式(2.2)2212S(ss)式(2.3)式中，R、G、B分别为多光谱图像的红、绿、蓝三个波段，1s和2s分别代表了RGB色彩空间转换到IHS色彩空间的中间变量。其中，I分量与全色图像具有类似的空间纹理，两者均体现了图像中地物的灰度变化。因此，采用全色图像表示I分量，进而获取具有更多几何特征结构的Inew分量。最后，利用IHS反变换获取融合结果，计算式子如下：1211136211136212036newnewnewnewRIGsBs式(2.4)基于IHS变换的多源遥感图像融合流程如图2.2所示。图2.2基于IHS变换的多源遥感图像融合流程图
【参考文献】：
期刊论文
[1]遥感数据融合技术文献综述[J]. 闫晗晗,邢波涛,任璐,张琳,姚麟倩,段子阳,李晨曦,李锵. 电子测量技术. 2018(09)
[2]图像融合质量评价方法研究综述[J]. 杨艳春,李娇,王阳萍. 计算机科学与探索. 2018(07)
[3]基于自适应Riesz分数阶微分的雾天图像增强[J]. 雷思佳,赵凤群. 计算机应用. 2018(05)
[4]遥感数据融合的进展与前瞻[J]. 张良培,沈焕锋. 遥感学报. 2016(05)
[5]基于NSCT变换和PCA的图像融合算法[J]. 吴粉侠,李红,李洪星. 航空计算技术. 2015(03)
[6]Variational PCA fusion for Pan-sharpening very high resolution imagery[J]. ZHOU ZeMing,MA Ning,LI YuanXiang,YANG PingL,ZHANG Peng,LI YunYing. Science China（Information Sciences）. 2014(11)
[7]自适应分数阶微分的复合双边滤波算法[J]. 胡伏原,姒绍辉,张艳宁,孙瑾秋. 中国图象图形学报. 2013(10)
[8]基于分数阶微分的图像增强[J]. 杨柱中,周激流,晏祥玉,黄梅. 计算机辅助设计与图形学学报. 2008(03)
[9]基于Contourlet变换的彩色图像融合算法[J]. 李光鑫,王珂. 电子学报. 2007(01)
博士论文
[1]基于稀疏矩阵分解的遥感图像融合[D]. 张凯.西安电子科技大学 2018
硕士论文
[1]基于NSCT变换的遥感图像融合算法研究[D]. 马冯.长安大学 2019
[2]遥感图像PanSharpening融合方法的研究[D]. 李玮.吉林大学 2018
[3]基于IHS变换的多光谱和全色图像融合算法研究[D]. 王华伟.西南交通大学 2016
[4]遥感图像融合方法的研究及应用[D]. 夏晓天.复旦大学 2013
本文编号：3144506
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3144506.html
