多源遙感圖像融合方法的研究

多源遙感圖像融合方法的研究

ID:32286741

大?。?.78 MB

頁數(shù):76頁

時(shí)間:2019-02-02

多源遙感圖像融合方法的研究_第1頁
多源遙感圖像融合方法的研究_第2頁
多源遙感圖像融合方法的研究_第3頁
多源遙感圖像融合方法的研究_第4頁
多源遙感圖像融合方法的研究_第5頁
資源描述:

《多源遙感圖像融合方法的研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、摘要遙感是以不同空間、時(shí)間和頻譜分辨率提供不同電磁頻段的數(shù)據(jù)。為了更充分地利用這些數(shù)據(jù)資源,數(shù)字圖像融合技術(shù)便應(yīng)運(yùn)而生。目前,研究的熱點(diǎn)是多光譜圖像和全色圖像之間的融合,目的是為了融合出新的圖像,它在提高空間分辨率的同時(shí)也保持了相當(dāng)?shù)墓庾V分辨率。最流行的遙感圖像融合方法包括基于IHS(Intensity.Hue.Saturation)變換和基于PCA(PrineipalComponentAnalysis)變換的方法。這些所謂的“成分替換方法”會(huì)導(dǎo)致融合圖像中出現(xiàn)光譜失真現(xiàn)象。高通濾波方法(HPF)和高通濾波器的選擇密切相關(guān)?;谛〔ㄗ儞Q(WaveletTransformation)的融

2、合方法對(duì)于分解層次和小波基的選擇比較敏感,并且會(huì)因操作人員的不同,而有不同的效果。目前基于統(tǒng)計(jì)參數(shù)估計(jì)的方法開始被關(guān)注。Nishii等提出條件均值估計(jì)(CE),Hardie等提出最大后驗(yàn)概率估計(jì)(MAP),但它們都要求全色圖像和多光譜圖像高度相關(guān),限制了使用范圍。本論文首先探討了基于神經(jīng)網(wǎng)絡(luò)的圖像超分辨率算法在遙感圖像融合中的應(yīng)用。其次,提出~種基于殘差和主成分分析的新方法,從圖像殘差恢復(fù)的角度研究遙感圖像融合問題。該方法借助于主成分分析方法對(duì)多光譜圖像的殘差圖像和全色圖像的殘差圖像進(jìn)行融合,恢復(fù)出多光譜圖像的高分辨率殘差圖像,從而實(shí)現(xiàn)多光譜圖像和全色圖像的融合,具有物理意義明確、實(shí)現(xiàn)

3、結(jié)構(gòu)簡單、融臺(tái)效果好的優(yōu)點(diǎn)。另外,提出一種新的基于統(tǒng)計(jì)參數(shù)估計(jì)的遙感圖像融合方法。文中引入高分辨率多光譜圖像和低分辨率多光譜圖像之間的觀測模型,以及高分辨率多光譜圖像和全色圖像之間的觀測模型,并將上述兩個(gè)觀測模型聯(lián)立成一個(gè)貝葉斯線性模型。通過高分辨率多光譜圖像的協(xié)方差估計(jì)決定融合圖像的幅度,不僅解決傳統(tǒng)的基于統(tǒng)計(jì)參數(shù)估計(jì)方法依賴于多光譜圖像和金色圖像相關(guān)系數(shù)的問題,而且算法自動(dòng)設(shè)置參數(shù),在不需要人為干預(yù)的情況下取得了很好的融合性能。最后,本論文對(duì)遙感圖像融合在分類中的應(yīng)用進(jìn)行了研究。在上述研究的基礎(chǔ)上,完成了~個(gè)遙感圖像融合的實(shí)際系統(tǒng),比較不同的融合方法在各種類型的遙感數(shù)據(jù)下的融合性能

4、。關(guān)鍵字:遙感,圖像融合,多光譜圖像,全色圖像,殘差,貝葉斯線性估計(jì)AbstractEaChobservationsatellitesprovidedatacoveringdifferentportionsoftheelectromagneticspectrumatdifferentspatial,temporalandspectralresolutions.Forthefullexploitationofincreasinglysophisticatedmultisourcedata,numericaldatafusiontechniquesarebeingdeveloped.The

5、fusionofmultispectral(MS)andpanchromatic(PAN)images,withcomplementaryspectralandspatialcharacteristics,isbecomingapromisingtechniquetoobtainimageswitllhighspatialandspectralresolutionsimultaneously,Probablythemostpopularimage—fusionmethodsarethosebasedontheintensity—hue—saturation(IHS)transforma

6、tionandprincipalcomponentanalysis(PCA).Themaindrawbackofthesemethods,frequentlycalled“componentsubstitution”methods,isthehighdistortionoftheoriginalspectralinformationthattheresultingMSimagespresent.111ehighpassfiltering(HPF)methodisrelatedtotheselectionofhighglassfilter.Furthermore,currentlyuse

7、dwavelet-basedimagefusionmethodsaresensitivetotheselectionofdecompositionlevelandwaveletbasis,andchangethefusionresultsduetothedifierentoperators.Recently,themethodsbasedonstatisticalparameterestimationarediscussed.Nishiieta

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。