基于小波变换的全色图像与多光谱图像融合算法研究

论文题目: 基于小波变换的全色图像与多光谱图像融合算法研究

论文类型: 硕士论文

论文专业: 光学

作者: 陈木生

导师: 狄红卫

关键词: 图像融合,多光谱图像,全色图像,小波变换,图像配准

文献来源: 暨南大学

发表年度: 2005

论文摘要: 多传感器图像融合是将不同传感器获得的数据和信息进行融合处理,取长补短、生成比来自单一传感器更清晰、更完整、更可靠的图像。它在军事和民用方面有着极为广泛的应用背景,是目前图像处理领域的一个热门研究课题。本文首先研究了基于小波变换的高分辨率全色图像与低分辨率多光谱图像的融合算法。对于不同的多光谱图像与全色图像,目前一些融合算法难以同时得到较好的融合效果,针对这一问题提出了一种新的自适应图像融合方法。该算法利用二维离散小波变换的多分辨率特性,将图像信号分解为一幅低频子图像和不同分辨率下的细节子图像,对于低频子图像与高频细节部分采用不同的融合算子。这样,不仅能够较好地保留融合图像的光谱信息和提高空间分辨率,而且具有较强的自适应性。在上述工作的基础上,研究了不同小波基、不同小波分解层数、不同融合规则、不同小波区域大小、不同的IHS变换方法对图像融合结果的影响。分析总结出不同的融合参数与融合结果之间的关系,为其它基于小波变换的图像融合方法选择参数提供了依据。图像配准是图像融合的前提,目前大部分图像配准算法较难适用于大角度旋转。且自适应性较差。针对这一问题,本文提出了一种带旋转角度估算的自适应图像配准方法。该算法首先基于小波变换提取图像的角点作为特征点,接着利用基于区域带旋转角度估算的相似度最大的方法确定最佳的配准参数,最后利用迭代算法求出精配准参数,提高了两图像的配准精度。论文提出的算法能够准确地对低分辨率多光谱图像和高分辨率全色图像进行配准,并且适用于大角度旋转图像的配准。

论文目录:

第1章绪论

1.1 图像融合概述

1.1.1 图像融合的定义及原则

1.1.2 图像融合的原理及过程

1.1.3 图像融合技术的发展及应用

1.1.4 国内外研究现状

1.2 论文的主要工作和内容安排

第2章图像融合和融合结果的评价

2.1 图像融合算法分类

2.2 像素级图像融合方法

2.3 基于小波变换的图像融合方法

2.3.1 基于小波变换的图像融合原理

2.3.2 基于小波变换的图像融合算法

2.3.3 小波变换融合方法的优点及存在的问题

2.4 决策级图像融合方法

2.5 图像融合效果评价

2.6 本章小结

第3章一种改进的自适应图像融合方法

3.1 改进的融合算法

3.2 实验结果

3.3 不同参数对融合结果的影响

3.3.1 小波基对融合结果的影响

3.3.2 小波分解层数对融合性能的影响

3.3.3 小波区域大小对图像融合结果的影响

3.3.4 IHS变换对图像融合结果的影响

3.4 本章小结

第4章基于小波变换的图像配准

4.1 图像配准概述

4.1.1 图像配准的定义

4.1.2 图像配准的原理

4.2 图像配准方法及分类

4.2.1 图像配准中的空间变换模型

4.2.2 图像配准方法

4.2.3 图像配准步骤

4.3 基于小波变换的图像配准新方法

4.3.1 基于小波变换的图像配准原理

4.3.2 自适应图像配准算法的实现

4.3.3 实验结果

4.4 本章小结

第5章总结与展望

参考文献

在学期间发表的论文

致谢

发布时间: 2005-10-27

参考文献

[1].多光谱图像无损压缩技术研究[D]. 张华.西安电子科技大学2013
[2].红外与微光图像融合实时处理器改进与算法研究[D]. 曹倩.南京理工大学2007
[3].感兴趣区域编码及其在多光谱图像压缩中的应用[D]. 李巍.西北工业大学2007
[4].图像融合方法及效果评价研究[D]. 柯小玲.西北工业大学2005
[5].干涉多光谱图像压缩编码方法研究[D]. 周有喜.西安电子科技大学2005
[6].基于小波变换和区域分割的图像融合算法研究[D]. 赵程章.西北工业大学2006
[7].基于多核学习的多/高光谱图像与激光雷达数据联合分类研究[D]. 冯凯.哈尔滨工业大学2013
[8].基于Contourlet变换的极化SAR图像融合去噪算法研究[D]. 何宗虎.安徽大学2012
[9].基于平均梯度和小波多分辨率分析的图像融合算法研究[D]. 黄红林.武汉科技大学2006
[10].压缩感知的测量矩阵与图像融合应用研究[D]. 李旭帅.中国科学技术大学2016

基于小波变换的全色图像与多光谱图像融合算法研究

猜你喜欢