本文關(guān)鍵詞：小波變換在二源遙感圖像配準中的應用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著遙感技術(shù)應用領域的不斷拓展,遙感圖像配準成為實現(xiàn)圖像拼接、變化檢測和目標識別等遙感圖像分析任務中必不可少的一個關(guān)鍵環(huán)節(jié)。由于遙感圖像的空間分辨率一般較高,如果對整幅遙感圖像進行配準,算法計算量很大,導致圖像配準的時間過長,無法達到實時性要求。因此,研究出快速、實時、高精度的遙感圖像配準算法是遙感圖像分析持續(xù)需要解決的難點。本文研究了小波變換在二源遙感圖像配準中的算法,通過理論分析并結(jié)合實驗結(jié)果,完成的工作和成果有:1.敘述了小波變換的基本理論,詳細分析了二維信號(即圖像)的Mallat算法。針對離散小波變換的缺陷,研究了兩種改進的小波變換:非抽樣小波變換(UDWT)以及雙樹復小波變換(DT-CWT),并分析了小波變換應用在遙感圖像配準中的問題。2.給出了一種基于小波變換和傅里葉-梅林變換的遙感圖像配準的改進方法。針對傅里葉-梅林變換方法和最大互信息準則在圖像變換時各自的優(yōu)缺點,引入離散小波變換,對于小波分解后的低頻子圖像,利用傅里葉-梅林變換求得變換參數(shù)后,從圖像的最低分辨率到最高分辨率,采用最大互信息準則逐層優(yōu)化求得的變換參數(shù),直到完成最終的配準。實驗證明,該算法能大大減少二源遙感圖像配準的計算時間,且配準結(jié)果相對于基于傅里葉-梅林變換搜索策略以及基于最大互信息準則搜索策略的配準方法更加精確。3.針對SIFT算法可提取到圖像穩(wěn)定性強、特征區(qū)分度高的特征點,分析了基于小波變換和SIFT算法的遙感圖像配準方法。為了克服離散小波變換的缺陷,獲得原始圖像更豐富完整的特征,給出了兩種基于改進的小波變換和SIFT算法的遙感圖像配準方法。實驗證明,相對于基于小波變換和SIFT算法的遙感圖像配準方法,基于UDWT和SIFT算法的遙感圖像配準方法可以獲得遙感圖像更加細致的頻域局部化信息,提取到圖像更準確的特征,而對于邊緣特征豐富的二源遙感圖像,基于DT-CWT和SIFT算法的遙感圖像配準方法可以精確地提取到圖像豐富的邊緣特征點,可以更精確的完成對圖像的配準。
【關(guān)鍵詞】：遙感圖像 圖像配準 小波變換 傅里葉-梅林變換 SIFT
【學位授予單位】：浙江工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP751
【目錄】：

• 摘要5-6
• ABSTRACT6-13
• 第1章 緒論13-17
• 1.1 研究背景與意義13
• 1.2 圖像配準的研究現(xiàn)狀和發(fā)展趨勢13-15
• 1.3 本文主要研究內(nèi)容和章節(jié)安排15-17
• 第2章 遙感圖像配準的基本原理17-29
• 2.1 遙感基礎知識17-18
• 2.2 圖像配準的定義和變換模型18-19
• 2.2.1 基本概念18
• 2.2.2 空間變換模型18-19
• 2.3 圖像配準方法的分類19-28
• 2.3.1 基于圖像區(qū)域的配準方法20-24
• 2.3.2 基于圖像特征的配準方法24-28
• 2.4 本章小結(jié)28-29
• 第3章 小波變換的研究和分析29-42
• 3.1 小波變換的基本理論29-35
• 3.1.1 連續(xù)小波變換29-30
• 3.1.2 離散小波變換30-31
• 3.1.3 二維信號的Mallat算法31-35
• 3.2 兩種改進的小波變換35-40
• 3.2.1 非抽樣小波變換35-38
• 3.2.2 雙樹復小波變換38-40
• 3.3 小波變換在遙感圖像配準中的應用分析40
• 3.4 本章小結(jié)40-42
• 第4章 基于小波變換和傅里葉-梅林變換的遙感圖像配準42-53
• 4.1 小波變換分層的配準原理42-44
• 4.2 改進的配準算法44-45
• 4.3 實驗結(jié)果和分析45-52
• 4.4 本章小結(jié)52-53
• 第5章 基于小波變換和SIFT算法的遙感圖像配準53-76
• 5.1 SIFT算法概述及實現(xiàn)53-59
• 5.1.1 構(gòu)造高斯差分尺度空間54-55
• 5.1.2 精確定位特征點55-57
• 5.1.3 分配特征點方向57-58
• 5.1.4 生成局部圖像描述子58-59
• 5.2 特征點匹配及估計變換模型參數(shù)59-61
• 5.3 基于小波變換和SIFT算法的遙感圖像配準61-66
• 5.3.1 配準算法61-63
• 5.3.2 實驗結(jié)果和分析63-66
• 5.4 基于非抽樣小波變換和SIFT算法的遙感圖像配準66-69
• 5.4.1 配準算法66-67
• 5.4.2 實驗結(jié)果和分析67-69
• 5.5 基于雙樹復小波變換和SIFT算法的遙感圖像配準像配準69-75
• 5.5.1 配準算法69-72
• 5.5.2 實驗結(jié)果和分析72-75
• 5.6 本章小結(jié)75-76
• 第6章 總結(jié)與展望76-78
• 6.1 總結(jié)76-77
• 6.2 展望77-78
• 參考文獻78-83
• 致謝83-84
• 攻讀學位期間參加的科研成果84

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉松濤;楊紹清;;圖像配準技術(shù)性能評估及實現(xiàn)概況[J];電光與控制;2007年03期

2 劉松濤;楊紹清;;圖像配準技術(shù)研究進展[J];電光與控制;2007年06期

3 徐海黎;花國然;莊健;王孫安;;采用小世界免疫克隆算子的頻率域圖像配準[J];西安交通大學學報;2009年06期

4 梁勇;程紅;孫文邦;王志強;;圖像配準方法研究[J];影像技術(shù);2010年04期

5 郝旭;戴欣;;一種新的圖像配準分類方法的研究[J];中國新技術(shù)新產(chǎn)品;2011年04期

6 郝旭;戴欣;;一種新的圖像配準分類方法的研究[J];中國新技術(shù)新產(chǎn)品;2011年07期

7 張翼;王滿寧;宋志堅;;脊柱手術(shù)導航中分步式2D/3D圖像配準方法[J];計算機輔助設計與圖形學學報;2007年09期

8 趙書斌;王海川;;圖像配準及其在目標精確定位中的應用[J];火力與指揮控制;2007年10期

9 上官晉太;郭慧;楊汝良;祁海明;;圖像配準的統(tǒng)計數(shù)值分析[J];測試技術(shù)學報;2007年06期

10 張學峰;李麗娟;劉珂;;圖像配準方法及其在目標跟蹤中的應用[J];航空兵器;2008年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 付宇光;唐煥文;唐一源;;一種優(yōu)化算法在圖像配準中的應用[A];第二十屆中國控制會議論文集（上）[C];2001年

2 桂秋陽;邱志明;;大口徑艦炮圖像配準方式射擊精度仿真[A];中國系統(tǒng)仿真學會第五次全國會員代表大會暨2006年全國學術(shù)年會論文集[C];2006年

3 彭靜;徐曉艷;任蕾;;一種基于極對數(shù)分數(shù)階傅里葉變換的圖像配準方法[A];第七屆和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2011)論文集【oral】[C];2011年

4 王佳佳;廖寧放;廉玉生;劉子龍;;基于八通道成像光譜儀圖像配準技術(shù)研究[A];中國光學學會2010年光學大會論文集[C];2010年

5 馮麗麗;姜慧研;李季;;一種自適應的非剛性圖像配準方法及其在肝臟配準中的應用[A];第九屆全國信息獲取與處理學術(shù)會議論文集Ⅱ[C];2011年

6 翟勝軍;姜暉;張鑫;;一種基于角點的圖像配準方法[A];武漢(南方九省)電工理論學會第22屆學術(shù)年會、河南省電工技術(shù)學會年會論文集[C];2010年

7 吳錚;錢徽;朱淼良;;基于特征匹配的航空圖像配準[A];第十二屆全國圖象圖形學學術(shù)會議論文集[C];2005年

8 楊必武;倪志斌;;圖像配準中基于最大熵的模板選取算法研究[A];2006年全國光電技術(shù)學術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

9 李紅波;倪國強;;圖像配準中特征點匹配分析與展望[A];第三屆全國嵌入式技術(shù)和信息處理聯(lián)合學術(shù)會議論文集[C];2009年

10 滕凱風;張建秋;周柏楊;王友華;;基于免疫單純形法的魯棒多分辨率圖像配準[A];2007'儀表，，自動化及先進集成技術(shù)大會論文集（一）[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 叢偉建;應用于肝臟介入診療的超聲圖像分析與導航方法研究[D];北京理工大學;2015年

2 靳峰;基于特征的圖像配準關(guān)鍵技術(shù)研究[D];西安電子科技大學;2015年

3 宋智禮;圖像配準技術(shù)及其應用的研究[D];復旦大學;2010年

4 周武;精密圖像配準方法研究及在精密電子組裝中的應用[D];華南理工大學;2012年

5 黃曉陽;在體肝臟圖像配準方法及應用研究[D];廈門大學;2009年

6 朱憲偉;基于結(jié)構(gòu)特征的異源圖像配準技術(shù)研究[D];國防科學技術(shù)大學;2009年

7 王東峰;多模態(tài)和大型圖像配準技術(shù)研究[D];中國科學院研究生院（電子學研究所）;2002年

8 王雷;影像導航手術(shù)中2D/3D圖像配準[D];中國科學院研究生院(長春光學精密機械與物理研究所);2015年

9 楊曉梅;幾何變分方法在圖像配準中的應用[D];華東師范大學;2014年

10 張浩;多信息融合圖像邊緣特征提取及圖像配準研究與應用[D];浙江大學;2008年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 楊小麗;基于輪廓的SAR圖像配準方法研究[D];天津理工大學;2015年

2 張海濱;圖像配準技術(shù)在前列腺DWI序列圖像中的研究與應用[D];河北大學;2015年

3 汪松;在圖像配準中基于點特征的匹配算法[D];鄭州大學;2015年

4 王菲;一種改進的紅外圖像配準拼接算法研究[D];蘭州大學;2015年

5 �；圪t;基于分數(shù)階傅里葉變換的剛性圖像配準技術(shù)[D];鄭州大學;2015年

6 郭莉莉;基于人工蜂群算法的SPECT-B超甲狀腺圖像配準[D];河北大學;2015年

7 何永亮;基于特征點和TPE兩點熵的圖像配準技術(shù)研究[D];華中師范大學;2015年

8 胡鐘琴;基于互信息和粒子群算法的圖像配準研究[D];廣西大學;2015年

9 商磊;基于改進SIFT算法的圖像配準研究[D];電子科技大學;2014年

10 陳海斌;圖像分割和圖像配準在近距離放射治療中的應用研究[D];南方醫(yī)科大學;2015年

  本文關(guān)鍵詞：小波變換在二源遙感圖像配準中的應用研究，由筆耕文化傳播整理發(fā)布。

本文編號：386295