基于小波变换和分块方向滤波的遥感图像线性信号增强技术研究

《基于小波变换和分块方向滤波的遥感图像线性信号增强技术研究》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、@浙江大学硕士学位论文基于小波变换和分块方向滤波的遥感图像线性信号增强技术研究摘要遥感图像可以客观、真实、全面的记录地表形态、地质构造形态等，其信息密度大且连续性好。因此，近年来遥感技术在地表形态、构造变形和城市变迁等研究领域得到了广泛的应用，并成为调查、监测和分析人类目前所面l临的人口、环境、资源和灾害等问题的重要手段之一。随着遥感卫星提供越来越多不同性质的影像数据，遥感图像融合技术也变得越来越重要，通过遥感图像融合可以结合不同图像的信息得到更好的遥感图像，目前存在很多遥感图像融合方法，如：高通滤波融合、IHS融合、小波融合和基于小波变换的IHS融合等。在遥感图像中，线性边界是非常重

2、要的信息，它对地物识别和图像解译起着非常重要的作用。本文分析了各图像融合方法的特点，基于小波变换的IHS融合在增强图像空间信息的同时能很好地保留多光谱图像的颜色信息，方向滤波融合能增强图像中的线性边界信息。各l虱像融合方法之间存在着很大的互补性，本文结合基于小波变换的IHS融合和基于分块方向滤波融合两种技术对图像进行融合，以增强图像的线性信息，融合后的影像突出图像中的线性边界。在确定图像融合过程中方向滤波的选择上，本文使用分块霍夫交换进行，通过分块霍夫变换，将图像分成小块，识别出每块图像的线性边界主方向，在分块方向滤波融合时根据分块霍夫变换的结果选择特定的方向滤波。通过对实际影像的融合

3、处理，与现有方法相比，本文提出的融合方法取得了更好的效果。融合图像不仅增强了图像的空间细节信息，突出了线性边界，而且也很好地保留了原多光谱图像的颜色信息。另外通过与高分辨率图像和地形图的比较可知，增强的线性信息反映了地表的实际情况。关键词：小波变换，霍夫变换，方向滤波，图像融合，IHS变换为》浙江大学硕士学位论文基于小波变换和分块方向滤波的遥痞图像线性信号增强技术研究AbstractRemotesensingWaSsuccessfullyusedinmanyfieldsduetoitssynopticviewoverlargea托鹤．enablingtherecordofsurface

4、morphologyandtectonicpatterns，Wimtheavailabilityofmultisensor,multitemporal，multiresolutionandmultifrequencyimagedatafromoperationalEarthobservationsatellites，thefusionofdigitalimagedatahasbecomeavaluabletoolinremotesensingimageevaluation．Bymergingdifferentimages．theusercantakeadvantageoftheuniq

5、uecharacteristicsofeachparticulardataset．Inrecentyears，manyimagefusionshavebeendeveloped,suchashighpassfilterimagefusion,IHSimagefusion。waveletimagefusion，andIHSimagefusionbasedonwavelettransformetc．Linearfeatureortheedgeofobjectisveryimportantinremotesensinginterpreting，andalhancethelinearfeatu

6、reCanfacilitatetheinterpretation．Theauthoranalyzesthecharacteristicsofthemostusedimagefusionmethods．11IeIHSfusionbasedwavelettransformcarlreducethecolordistortionandimprovethefusionquality．Highpassfilterfusioncanenhancetheparticularorientallinearfeatures。Twonewimagefusionmethodsbasedoawavelettra

7、nsformandhighpassfilterarcproposedtoenhancethelinearfeaturesandfusionqualityinordertofacilitatethevisualinterpretation．Todecidethedirectionoftheimagelinearfeatures，theauthorUseShoughtransformtodetectthelinefeaturesoftheimage