基于curvelet变换的遥感影像融合.研究

《基于curvelet变换的遥感影像融合.研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第一章绪论1．1研究背景与意义随着遥感信息获取技术的快速发展，各种新型传感器的不断涌现及其在对地观测中的应用，我们获取同一地区多时相、多光谱、多传感器、多平台和多角度的多源遥感数据越来越多，为自然资源调查、环境监测和国土整治等提供了丰富而又宝贵的资料。单源遥感影像数据在光谱和空间分辨率等方面存在明显的局限性和差异性，仅仅利用单一遥感影像数据已难以满足更高的应用要求。多源影像数据在时间、空间和光谱方面差异很大，不同传感器提供的数据各有其特点，如何充分利用多源数据，从中提取更丰富、更可靠的信息已成为当今遥感应用研究的重点之一。融合可把多源数据各自的优势

2、结合起来加以应用，多源遥感影像融合是富集多源遥感信息的有效途径之一。“数据融合”这一概念最早在20世纪70年代被提出，随着科学技术的发展，面对多源数据的剧增和信息超载问题，越来越多的人认识到了数据融合的重要性。数据融合应用范围广泛，因此很难给出一个确切的定义。2000年贾永红认为：多源遥感影像数据融合是将同一环境或对象的多源遥感影像数据综合所用的方法和工具的框架，产生比单一信息源更加精确、更完全、更可靠的估计和判决，以获得满足某种应用的高质量信息【l】。根据贾永红的定义，影像数据融合既拓宽了数据源的范围，又强调了融合的质量。综合可知，融合综合了传感

3、器、图像处理、信号处理、计算机和人工智能等现代高新技术，可将同一地区的多源遥感数据加以智能化合成，以获得整体质量相对较优的影像数据。目前，已有多种融合方法出现，大致可分为以下四类【2】：(1)基于色彩空间的算法(如IHS变换，伪彩色图像融合等)；(2)基于数学／统计学的算法(如加权、比值变换、主成分分析等)；(3)智能图像融合算法(如基于神经网络、模糊理论的融合等)；(4)基于多尺度分析的算法(如塔形分解、小波变换等)。融合算法除了要具有可靠性、稳健性等特性外，还要求能够最大限度的保留源图像中的重要信息，在融合过程中尽可能少的引入虚假信息。然而，传

4、统的融合方法也存在一些缺陷：加权融合降低了图像对比度；IHS变换和主成分替换法要求被替换和替换的数据之间有较强的相关性，否则容易扭曲原始的光谱特性，产生光谱退化现象；智能图像融合方法实现较为复杂，河海大学硕十学位论文实际应用受到诸多限制等；塔形分解增加了图像融合的冗余度；小波基因各向同性，只能最优表述“点”奇异性0维特征，而无法最优表述“直线”、“曲线”等高维奇异性特征，而且小波变换只能反映“过”边缘特性，而无法表达“沿”边缘特性f3J。然而，由于多尺度分析的算法可对影像进行多层分解，然后再分层融合，融合影像可在提高空间分辨率的同时还能很好的保留原

5、多光谱影像的光谱信息。目前已成为影像融合的热点之一。为了弥补塔形分解、小波变换等传统多尺度变换用于图像处理时的缺陷，近年来人们提出了一系列新的算法用于图像的多尺度分析，如砌dgelet【4，5l、Cun，elet【61、Balldelet【71、Contourlet【8】等。其中Stalldf．ord大学的Canms和Donoho等学者于1999年首次提出的CurVelet变换，是一种非自适应多尺度几何分析方法【9J，CuⅣelet除了引入尺度和位置参量外，还引入了方向参量，具有高度的方向敏感性，可以有效检测、提取影像的细节和边缘信息，对影像中包含

6、的直线、曲线等更高维奇异性特征具有更优的“稀疏”表达能力【10，111。因此，研究基于Curvelet变换的影像融合，以满足新型传感器影像数据的周期短、分辨率高、数据量大等特性的融合要求，将具有重要意义，主要表现在：1、提高融合影像的空间分辨率和光谱分辨率，降低高分辨率影像的同物异谱、异物同谱现象出现的概率，提高解译精度；2、利用多时相数据进行变化检测，可提高时相检测能力；3、利于影像的目标检测与地物分类，可提高检测与分类的精度与准确度；4、降低系统的投资，提高信息的利用效率，可以用多个较廉价的传感器获得与昂贵的单一高精度传感器同样甚至更好的性能；

7、5、提高数据利用的时效性，为数字地球、数字城市等领域的研究提供更高精度数据源等。1．2国内外研究现状近年来，随着卫星遥感数据获取手段的增多，数据类型越来越丰富，影像融合已经从最初的全色影像与多光谱影像融合、多时相影像融合发展到光学影像与SAR影像融合、可见光影像与红外影像融合、SAR影像与多光谱影像融合、SAR多波段多极化影像融合等多种模式㈣。传统的融合方法已很难满足当今影像融合的质量要求。针对传统融合方法的缺陷，一些学者也提出了相应改进的融合方法，主要集中于融合2第一章绪论算法的改进，新融合规则的生成，两种或多种传统融合算法的结合等。针对高空间分

8、辨率的全色影像与低分辨率的多光谱影像的融合，传统的HIS变换的融合方法可以获得很好的空间细节特征，但光谱失真现象较严重。为