資源描述:
《壓縮感知遙感圖像融合及分類方法的研究》由會員上傳分享,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、摘要本文研究了基于壓縮感知的遙感圖像融合方法,以及紋理特征輔助光譜特征進(jìn)行遙感圖像分類的方法。本文提出了一種基于壓縮感知的遙感圖像融合方法,該方法首先將多光譜遙感圖像進(jìn)行IHS變換,再將全光譜遙感圖像與IHS變換得到的亮度分量分別通過測量矩陣進(jìn)行壓縮處理,并在壓縮域引入了二維小波變換的方法將壓縮圖像分為高低頻兩個(gè)分量,由于高頻系數(shù)集中了圖像紋理較高的部分,故在高頻分量中,利用梯度的屬性進(jìn)行高頻融合規(guī)則計(jì)算,而低頻中采用低頻融合規(guī)則,將得到的新的融合系數(shù)進(jìn)行小波逆變換得到融合后的壓縮圖像,接著將壓縮圖像進(jìn)過OMP重構(gòu)算法得到恢復(fù)的融合圖像,最后通過IHS逆變換得到最終的融合圖像。仿真實(shí)驗(yàn)結(jié)果表明
2、該融合方法與JuanjuanHart等提出的方法相比,在增強(qiáng)空間細(xì)節(jié)信息的同時(shí),光譜信息得到了更好的保留?!疚膶τ谶b感圖像分類的研究是在師兄趙國濱的研究基礎(chǔ)上進(jìn)行的,針對于紋理特征提出了基于灰度共生矩陣紋理提取和基于小波變換紋理提取兩種分類算法。而分類器則采用了以最小距離法為中心思想的模糊推理分類器,在分類器中以模糊融合的方法結(jié)合光譜特征與紋理特征,得到融合后的模糊隸屬度。實(shí)驗(yàn)對未融合的圖像和基于壓縮感知融合方法融合后的圖像進(jìn)行了地物分類,結(jié)果表明了本文的融合方法可以提高圖像的分類精度。將本文融合方法得到的遙感圖像用于分類,同時(shí)將本文的兩種分類算法與基礎(chǔ)的算法進(jìn)行了對比,實(shí)驗(yàn)結(jié)果表明,不管從
3、單獨(dú)的地物精度,還是總體精度都得到了一定的提高。關(guān)鍵字:圖像融合圖像分類壓縮感知灰度共生矩陣小波變換AbstractRemotesensingimagesfusionmethodsbasedoncompressedsensingandremotesensingimageclassificationmethodsbasedonspectrumandtexturefeaturesarestudiedinthispaper.Remotesensingimagesfusionmethodsbasedoncompressedsensingisproposedinthispaper.Inthismetho
4、d,multi—spectralimageistransformedbyIHSfirstly,thentheresultandthefullspectralremoteimagearecompressedthroughmeasurematrix,andthecompressedimagesaredividedintotwocomponents,hi。ghandfrequency,bytwo.dimensionalwavelettransforminthecompresseddomain.Inthehi.曲frequency,thebjghfrequencyfusionruleswithgrad
5、ientareused,andintheotherfrequeney,thelowfrequencyfusionrulesaretook.Thefusedimageaftercompressionisgotbyinversewavelettransfonnwithfusioncoefficient.ThenthefinalimageisgotbyOMPreconstructionalgorithmandinverSeIHStransform.Thesimulmionexperimentresultsshowthattheproposedfusionmethodcomparedwiththeme
6、thodproposedbyJuanjuanHan,atthesametimeofenhancingspatialdetailinformation,thespectralinformationobtainedbetterretention.ThestudyofremotesensingimageclassificationmethodsinthispaperisbasedontheresearchbyZhaoGuobin.BasedontheGLCMandbasedonwavelettransforilltextureextractionaleproposed.Andthefuzzyreas
7、oningclassifierwhichtakesamininlunldistancemethodasthecentralisusedforclassification.Fuzzymembershipisgotbyfuzzyfusionmethodcombinedwithspectralfeaturesandtexturefeatures.Theexperimentwhichclassificat