基于非下采樣contourlet變換的遙感圖像融合算法研究

《基于非下采樣contourlet變換的遙感圖像融合算法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、？？－．？？■？－、？．？＇密級：ｉ－－保密期限：告Ａ乂爹碩±學位論文—，，ｊ■ｊＩ■■?。崳姟觯墶觯墸В牎觯妫牐粒崳姡蓿崳姡桑崳娀诜窍虏设鳎茫铮睿簦铮酰颍欤澹欤鹤儞Q的遙感圖像融合算法硏究？ｆＲｅｓｅａｒｃｈ０凸民ｅｍｏｔｅＳｅｎｓｉｎＩｍａｅＦｕｓｉｏｎＡｌｏｒｉ化ｍｇｇｇＢａｓｅｄｏｎＮｏｎｓｕｂｓａｍｐｌｅｄＣｏｎｈｕｒｌｅｔＴｒａｎｓｆｔ）ｒｍ？．ｔ＊■■Ｍ？

2、－學號Ｚ１２２０１０３２．姓名付奎學位類別工學碩±Ｉ模式識別與智能系統(tǒng)吉，指導教師張德祥完成時間２０１５年３月答辯委員會３７＾主席簽名．ｋ獨創(chuàng)性聲巧本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作及取得的研究成果。據我所知，除了文中特別加Ｗ標注和致謝的地方外，論文中不包含其他人已經發(fā)表或撰寫過的研究成果，也不包含為獲得安徽大學或其他教育機構的學位或證書而使用過的材料一。與我同工作的同志對本研究所做的任何賈獻均

3、已在論文中作了明確的說明并表示謝意。學位論文作者簽名?。牐边叄壓炞秩掌冢海?。吃年Ｓ月＾０日學位論文版權使巧授權書本學位論文作者完全了解安徽大學有關保留、使用學位論文的規(guī)定，有權保留并向國家有關部口或機構送交論文的復印件和溢盤，允許論文被查閱和借閱。本人授權安徵大學可レ乂將學位論文的全部或部分內容編入有關數(shù)據庫進行檢索，可｜＾乂采用影印、縮印或掃描等復制手段保存、匯編學位論文。（保密的學位論文在解密后適用本授權書）學位論文作者簽名：導師簽雀；浪悚蛛簽字日

4、期〇礦年ｒ月。日簽字日期；年Ｉ月口日：義３戶／＾摘要小波變換在一的反映零維奇異維數(shù)據處理方向比較受關注，因為其能很好點，在用線和面表示圖像結構方面，小波變換不能很好的采集到圖像的邊緣紋理特征，多尺度集合分析的出現(xiàn)很好的彌補了小波的不足，Ｃｏｎｔｏｕｒｌｅｔ變換不僅具。有小波變換的時頻特征，而且還含有特殊的方向特性，具有各向異性相比較?。崳姴ㄗ儞Q而言。Ｃｏｎｔｏｕｒｌｅｔ在，后者能使用變換后較少的系數(shù)表達圖像信息采集圖一像邊緣信息方面比較突出。ＮＳＣＴ變換是在ＣＴ

5、變換的理論上演化來的種有效的算法。它克服了ＣＴ變換所不具有的平移不變特點，它是對圖像進行冗余分解，即變換后所得子帶圖和源圖像數(shù)據大小相等，所Ｗ說ＮＳＣＴ變換能更好的保留圖。像的邊緣和紋理等信息，最終能更加準確的恢復源圖像的原貌本文主要研究了偏振圖像在ＣＴ變換中的應用和ＳＡＲ圖像在ＮＳＣＴ變換中的應用。前者重點研巧了偏振圖像經過ＣＴ分解后對高低頻系數(shù)的處理。偏振圖像經過ＣＴ變換后會獲得到低頻子圖系數(shù)和一系列不同方向不同尺度下的高頻子圖系數(shù)，，本文對低頻系數(shù)的處理采用平

6、均法則，對于高頻系數(shù)本文分別采用了像素值絕對值取大法、區(qū)域能量法、區(qū)域能量取大法、最大標準差法、相關系數(shù)法、改善的相關系數(shù)法、區(qū)域能量取大與改善相關系數(shù)結合法和區(qū)域能量取大與ａｋｂ對算法進行了仿真實驗最大水平梯度值法，通過Ｍｔ，并通過主客觀評價得出了區(qū)域能量取大與最大水平梯度值法在上述法則中是最優(yōu)的。第四章重點研究了ＳＡＲ圖像在ＮＳＣＴ變換下進行融合，對于分解后的低頻子帶系數(shù)采用平均法則選擇合適的像素點：對于高頻子國系數(shù)，本文融合準則是選擇更大區(qū)域的梯度一致性作比較

7、值與該區(qū)域的。在Ｍａｔｌ化下運行算法，并與ＬＰ變換和ＷＴ變換進行了對比，得出了本文的算法是最好的，并對ＳＰＯＴ圖像與ＴＭ遙感圖像融合展開了研究，本節(jié)主要討論利用非下采樣Ｃｏｎｔｏｕｒｌｅｔ變換的多尺度多方向性實現(xiàn)ＳＰＯＴ圖像與ＴＭ圖像的分解與融合處理，融合算法采用區(qū)域統(tǒng)計特性進行融合處理。ｏｎｔｏｕｒｌｅ。關鍵詞：圖像融合，偏振圖像，ＳＡＲ圖像，Ｃｔ變換，ＮＳＣＴ變換ＩＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＳｃｈｏｌａｒｓｈａｖｅｂｅｅｎｃｏｎｃｅｒｎｅｄ

8、ａｂｏｕｔｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｓｉｎｔｈｅｄｉｒｅｃｔｉｏｎｏｆ－ｕｓｅｏｎｅｄｉｍｅｎｓｉｏｎａｌｄａｔａｂｅｃａｉｔｃａｎｒｅｆｌｅｃｔ泣ｚｅｒｏｄｉｍｅｎｓｉｏｎａｌｓｉｎｕｌａｒｏｉｎｔｓ．＾ｇｐＴｈｏｕｇｈｉｎｔｈｅｓｔｒｕｃｔｕｒｅｏｆａｎｉｍａｅｗｉ化ｌｉｎｅｓａｎｄｓｕｒｆａｃｅｓｔｈｅｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｇ，ｄｏｅｓｎＨｓｅｅｍｔｏｂｅａｇｏｏｄａｃｑｕｉｓｉｔｉｏｎｔ