本文以寧夏工業(yè)固體廢物環(huán)境監(jiān)測為背景,針對工業(yè)固體廢物對遙感圖像清晰度要求高的特點,研究了高分辨率全色圖像和多光譜圖像的融合算法。將高分辨率全色圖像與多光譜圖像進行融合,使融合后的圖像既具有全色圖像較高的空間分辨率又包含多光譜圖像豐富的光譜分辨率,這樣可以克服單一傳感器在光譜、空間分辨率等方面的差異和局限性。論文首先研究了基于雙樹復(fù)小波變換和稀疏表示相結(jié)合的融合算法,該算法采用雙樹復(fù)小波方法對高分辨率全色圖像和多光譜圖像進行分解,分解后獲得高頻子帶和低頻子帶;然后采用稀疏表示方法對低頻子帶提取細節(jié)并融合,采用局部能量取大和加權(quán)平均相結(jié)合的融合策略對高頻子帶進行融合;最后,對融合后的子帶進行雙樹復(fù)小波逆變換,重構(gòu)得到最終的融合圖像。實驗結(jié)果表明,與雙樹復(fù)小波變換、稀疏表示、曲波變換等算法相比,本算法有較好的圖像融合效果。論文其次研究了基于剪切波變換和稀疏表示相結(jié)合的融合算法,該算法采用剪切波變換方法對高分辨率全色圖像和多光譜圖像進行分解,分解后得到高頻系數(shù)和低頻系數(shù);然后,對低頻系數(shù)進行平均融合,結(jié)合K_SVD算法得到過完備字典,計算融合系數(shù)的絕對值,依次對應(yīng)地選取絕... 

【文章來源】：北方民族大學(xué)寧夏回族自治區(qū)

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

像素級融合示意圖

2-2 特征級融合示意圖2.1.3 決策級融合決策級圖像融合是對原始數(shù)據(jù)進行統(tǒng)計決策推理的一種融合方法。融合的決策可以型和傳感器中提取。在決策級圖像融合之前，需要對每個原始圖像進行預(yù)處理，提取、斷等，以獲得初步的決策信息，然后再進行圖像融合處理得到理想的融合結(jié)果和解釋[25]圖像融合的優(yōu)點是：與其他兩種融合級別相比，決策級融合處理的數(shù)據(jù)量最少，傳輸效此外，它具有最佳的容錯性，對傳感器的依賴性最小，分析能力強。然而，它的主要缺依賴圖像預(yù)處理和特征提取，可能會導(dǎo)致大量的原始數(shù)據(jù)丟失。圖 2.3 是決策級圖像融合

2-2 特征級融合示意圖2.1.3 決策級融合決策級圖像融合是對原始數(shù)據(jù)進行統(tǒng)計決策推理的一種融合方法。融合的決策可以從環(huán)境型和傳感器中提取。在決策級圖像融合之前，需要對每個原始圖像進行預(yù)處理，提取、識別或斷等，以獲得初步的決策信息，然后再進行圖像融合處理得到理想的融合結(jié)果和解釋[25]。決策圖像融合的優(yōu)點是：與其他兩種融合級別相比，決策級融合處理的數(shù)據(jù)量最少，傳輸效率較高此外，它具有最佳的容錯性，對傳感器的依賴性最小，分析能力強。然而，它的主要缺點是過依賴圖像預(yù)處理和特征提取，可能會導(dǎo)致大量的原始數(shù)據(jù)丟失。圖 2.3 是決策級圖像融合示意圖


本文編號：3354791