基于压缩感知理论的遥感影像融合方法研究——以高分二号数据为例

《基于压缩感知理论的遥感影像融合方法研究——以高分二号数据为例》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级么4中国地质大学（北京）硕士学位论文基于压缩感知理论的遥感影像融合方法研究以高分二号数据为例学号：2201120402TSLvT生：王雪专业：资源与环境遥感研究方向：地质遥感指导教师：田淑芳2015年5月声明本人卢明所呈交的论文是我个人在导师指导下进行的研究丄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己经发表或撰写过的研究成果，也+包含为获得中国地质大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说

2、明并表示了谢意。签名：工會H期：地年细仏13关于论文使用授权的说明本人完全了解屮国地质大学有关保留、使用学位论文的规定，学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。@开•保密（一年）（保密的论文在解密后应遵守此规定）签名:王f导师签名:日期：ADissertationSubmittedtoChinaUniversityofGeosciencesforMasterDegreeResearchofRemoteSensingImag

3、eFusionMethodBasedonCompressedSensingTheorywithGF-2DataMasterCandidate:WangXueMajor:ResourcesandEnvironmentRemoteSensingStudyOrientation:GeologicalRemoteSensingDissertationSupervisor:Prof.TianShufangChinaUniversityofGeosciences(Beijing)摘要本文通过对传统融合方法的学习和总结，针

4、对像素级融合中所出现的融合影像空间匹配难、光谱扭曲度大、空间分辨率提升程度受限等问题，提出一种基于压缩感知理论（CS）的遥感影像融合方法。论文成果如下：1）建立了一套基于压缩感知理论的遥感影像融合方法技术流程。CS融合无需进行空间匹配，以压缩感知理论为核心，结合小波变换的方法进行低分辨率影像的重构，最终获得融合影像。2）本文提出的CS融合算法是使用联合字典作为稀疏基，多项式确定性矩阵作为测量矩阵，BP算法与小波变换联合进行信号重构。在图像的稀疏表达过程中，通过高、低分辨率影像训练所得的两个版本的训练字典，不仅

5、具有原始影像的结构特征，还存在一定的对应关系，得到的还原影像与原始影像在细节上更加逼近。多项式确定性矩阵在一定程度上可以避免随机产生的不确定性。BP算法在信息重构方面更加精确，小波分解可将重构的亮度小块和全色影像小块分别进行高频和低频信息的分离，经过信息重组得到的新亮度小块包含了更多的细节信息，使得最终的重构影像信息更加丰富。3）CS融合影像的亮度适中，色调未发生异常，地物边界清晰，纹理细节保存较好，对原始影像的还原度较高。相比之下，像素级融合影像的光谱信息和空间信息基本不能兼顾，发生了不同程度的光谱扭曲，或

6、空间分辨率提升程度不够的现象。因此，在影像质量的整体评价中，CS融合得到的重构影像质量要优于像素级融合影像的质量。关键词：压缩感知，图像融合，联合字典，影像重构，小波变换IABSTRACTAccordingtotheproblemsofdifficultspacematching,highdegreespectraldistortion,limitedenhancespatialresolutioninthetraditionalpixelfusionmethods,Inthisthesis,weputfor

7、wardaremotesensingimagefusionmethodbasedonthecompressedsensingtheory.Themainresearchachievementsareasfollows:1)Thispaperpresentsanewapproachtoremotesensingimagefusionprocessbasedoncompressedsensingtheory.Theprocesscombinedwithcompressedsensingtheoryandwavel

8、ettransform.Themultispectralimagesandpanchromaticimagesarenoneedtobematched.2)Inthispaper,weusedthejointdictionaryasasparsematrix,thepolynomialdeterministicmatrixasameasurementmatrix,andreconstructedth