基于小波变换的遥感图像融合算法的研究
本文首先回顾了遥感信息融合技术的历史及现状。
小波分析的基本思想来源于经典调和分析的伸缩与平移方法,它在时频域同时具有良好的局部性。特别,Mallat将计算机视觉领域的多尺度分析的思想引入小波分析,成功的统一了在此之前提出的一些具体小波函数的构造方法,同时给出了相应的算法——Mallat算法,因此,小波分析在众多领域中得到了广泛的应用,成为当前研究的热点问题之一。
研究了基于小波变换的多光谱遥感图像融合的方法,给出了梯度滤波器的矩阵形式,改进了V.Petrovic提出的灰度融合方法,并将其应用于ETM图像融合。在此基础上,结合Toet的伪彩色融合方法,给出了ETM图像和PCA变换融合图像的彩色融合图像。通过与PCA变换融合图像在均值、标准差、信息熵、相关系数、偏差指数、清晰度、光谱扭曲程度及视觉效果等七方面的比较,新方法是更有效的。不仅较大地增强了图像的空间细节表现能力,而且很好地保留了多光谱影像的光谱信息。
遥感图像;图像融合;小波变换;光谱扭曲程度;视觉效果
北京化工大学
硕士
应用数学
刘慧
2006
中文
TP751
56
2006-11-17(万方平台首次上网日期,不代表论文的发表时间)