遥感图像的多分辨率分析融合算法分析

《遥感图像的多分辨率分析融合算法分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、河海大学硕十学位论文Abstracttheoperationcomplexi够ofthefusionalgorithmsbasedonIHS+NSCTdecreasedsignificantly．TheexperimentalresultsalsoshowthattheproposedmethodcanimproVetheVisuale脏ctofthefusedimagesanddecreasetheabe饿mceofthespectmmthaIlthatofothermethodsbasedonmulti—resolutionanalysis，suchasdiscretewaVelettra

2、nsfoml，Contourlettransfom，Non-subs锄pleContourlettransform，andsoon．Keywordsremotelysensedimages向sion；multi-resolutionanalysis；IHStransfo册；waVelettransform；non—subs锄pledcontourlettransfo肌V学位论文独创性声明：本人所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果。与我一同工作的同事对本研究所做的任何贡献均已

3、在论文中作了明确的说明并表示了谢意。如不实，本人负全部责任。论文作者(签名)：墨整墨矽解‘月}铂(注：手写亲笔签名)学位论文使用授权说明河海大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志社有权保留本人所送交学位论文的复印件或电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅。论文全部或部分内容的公布(包括刊登)授权河海大学研究生院办理。论文作者(签名)：丝整至捌姑年歹月，}日(注：手写亲笔签名)1河海人学硕I：学位论文第1啦绪论第l章绪论重。薹遥感图像融合的研究背景及意义随着2l

4、世纪的来临，人类将进入一个崭新的数字地球时代，数字地球需要各式各样的数据信怠，遥感信息便是其中重要的组成部分。常规的遥感技术应用知识对单一传感器数据进行处理得出结果，所提供的信息或信息的表达常常不能满足实际需求，特别是墨视判读的要求。随着遥感技术的迅猛发展，光学、热红外、微波、多光谱、高光谱等大量功能各异的传感器不断更新换代，陆续升空，为人类进行资源、环境、灾害的调查与监测提供了日益丰富多样的信息源。它们以不同的空间尺度、不同的时间周期、不同的光谱范围以及不同的扫描方向和极化方式，多方面地反映地物目标的各种特性，构成了同一区域的多源数据。与单源遥感图像数据相比，多源遥感数据既具有很重要的互补性

5、，也存在冗余性。由于技术条件限制和工作原理的不同，任倪来自单一传感器的信息都只能反映地物目标菜一个或几个方瑟静特征，丽不能反映出其全部特征。为了能更准确地识别目标，必须从多源数据中提取出比单源数据更丰富、更可靠、更有用的信息。遥感应用的实践也告诉我们，用单一的遥感图像数据，即便是具有很高的图像应用处理与解译水平，能够从中获取的有用信息也是有一定限度的，难以满足日益扩大的应用领域与不断提高的应用水平的要求。因此，必须把各具特色的多源遥感数据相互结合起来，进行综合分柝与对比，相互补充，相互印证，才有可能充分发挥遥感技术的作用。数据融合技术遂应运面生。通过数撼融合一方面可以有针对性地去除无用信息，消

6、除冗余信息，大幅度减少数据处理量，提高数据处理的效率：另一方面又能将海量多源数据中的有用信息集中起来，融合在一起，便于各种信息特征互补，发挥各自的优势，获得更多的有用信息，减少识别冒标的模糊性和不确定性，从而为快捷、准确地识别和提取目标信息奠定基础。函此，如何将海量多源遥感数据遴过恰当的方法进行融合，是遥感技术应用向纵深发展的必然趋势，多种遥感图像数据的融合应用具有重要意义，并有很广阔的应用前景。1．2遥感图像融合的研究现状遥感图像融合技术不同予一般意义上的图像增强，它是计算机视觉、图像理解领域的一项新技术，考虑图像融合的目的及其优势，对多光谱图像和高分辨率全色图像融合一般舆有如下要求：l河海

7、人学硕上学位论义第1章绪论1．融合后的结果图像应在保持原光谱信息的阿提下尽可能地提高其空间分辨率信息；2．融合算法不应引入任何误导人类视觉感知或图像处理的错误信息；3．图像融合系统应该具有良好的稳定性、鲁棒性和容错能力。自上个世纪人们开始对遥感图像融合技术关注以来，研究者们提出了大量的图像融合算法，按照融合的层次可分为像素级融合、特征级融合和决策级融合。其中像素级融合获取的信息最丰富，对于多光谱与