基于壓縮感知理論衛(wèi)星遙感圖像融合算法的研究

《基于壓縮感知理論衛(wèi)星遙感圖像融合算法的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、學(xué)位論文版權(quán)使用授權(quán)書一一．、㈣刪本學(xué)位論文作者完全了解北京交通大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。特授權(quán)北京交通大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，并采用影印、縮印或掃描等復(fù)制手段保存、匯編以供查閱和借閱。同意學(xué)校向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤。(保密的學(xué)位論文在解密后適用本授權(quán)說明)學(xué)位論文作者簽名：孿p晶簽字日期：2DJ弓年弓月瑪日磐嚙甕^^耖婢孫屹簽期師日導(dǎo)字簽中圖分類號：TP751．1UDC：75學(xué)校代碼：10004密級：公開北京交通大學(xué)北尿父趣大字碩士學(xué)位論文基于壓縮感知理論的衛(wèi)星遙感圖像融合算法研究SatelliteRemoteS

2、ensingImageFusionBasedonCompressedSensing作者姓名：郭晶導(dǎo)師姓名：楊文考學(xué)位類別：工科學(xué)科專業(yè)：通信與信息系統(tǒng)北京交通大學(xué)北尿父逋大字2013年3月學(xué)號：10120088職稱：副教授學(xué)位級別：碩士研究方向：圖像處理致謝本論文的工作是在我的導(dǎo)師楊文考教授的悉心指導(dǎo)下完成的，在此首先衷心感謝楊老師在這兩年多時(shí)間中的教育、培養(yǎng)和關(guān)心。在攻讀碩士期間，楊文考教授悉心指導(dǎo)我完成了實(shí)驗(yàn)室的科研工作，對于我的科研工作和論文都提出了許多的寶貴意見，在學(xué)習(xí)上和生活上都給予了我很大的關(guān)心和幫助，他嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、科學(xué)的工作方法、深厚的學(xué)術(shù)造詣、高度的責(zé)任感

3、和正直無私的品質(zhì)以及靈活的處事方式給我了極大的指導(dǎo)和影響，讓我終身受益，在此向楊文考老師表示衷心的謝意。在實(shí)驗(yàn)室工作及撰寫論文期間，蔡亞茹師姐和鞏耀曉師姐給與了我很多的關(guān)懷和指導(dǎo)，李恩全、侯典亞、周舟、許宗敏等同學(xué)對我論文中的研究工作給予了熱情幫助，在此向他們表達(dá)我的感激之情。同時(shí)感謝實(shí)驗(yàn)室的師弟師妹們，感謝他們一直以來的支持和照顧。感謝我的家人，感謝他們給予我的無私的愛，他們的理解和支持使我能夠在學(xué)校專心完成我的學(xué)業(yè)。最后對所有支持和關(guān)心我的人表示感謝，你們的支持和鼓勵(lì)讓我不斷奮勇前進(jìn)，謝謝你們!中文摘要摘要：近年來，隨著航天技術(shù)的快速發(fā)展，攜帶多種傳感器的遙感衛(wèi)星相繼發(fā)射

4、上空，不同空間分辨率的衛(wèi)星遙感數(shù)據(jù)異常豐富，尤其是我國的北斗導(dǎo)航衛(wèi)星組網(wǎng)成功，這使得研究如何從這些遙感影像中獲取更加豐富、更有用和更加可靠的信息處理技術(shù)，成為當(dāng)前遙感應(yīng)用領(lǐng)域迫切需要解決的重點(diǎn)問題。多源遙感圖像融合是將不同傳感器獲取的同一地區(qū)的衛(wèi)星圖像數(shù)據(jù)進(jìn)行處理，以便提高獲取信息的質(zhì)量，達(dá)到信息優(yōu)勢互補(bǔ)。本文作為“××項(xiàng)目”的重要組成部分，以高分辨率全色圖像和低分辨率多光譜圖像的融合作為研究對象，以IHS變換、PCA變換和離散小波變換等經(jīng)典的融合算法為基礎(chǔ)，對遙感影像融合算法進(jìn)行了深入的研究。從2006年被首次提出而空前快速發(fā)展起來的壓縮感知理論，由于摒棄了全采樣，將對信號

5、的采樣轉(zhuǎn)變?yōu)閷π畔⒌牟蓸?，大大的降低了傳統(tǒng)信號獲取和處理流程中的潛在消耗。我們創(chuàng)新性的將壓縮感知理論應(yīng)用到衛(wèi)星遙感融合算法中，提出了全新的融合算法。所做的主要工作如下：論文首先研究了衛(wèi)星遙感圖像融合前的配準(zhǔn)技術(shù)，提出了基于SURF理論的配準(zhǔn)算法。它是一種新的快速興趣點(diǎn)檢測與描述方法，該算法引入積分圖像和模板近似，通過快速Hessian檢測子來檢測特征點(diǎn)，在特征描述階段采用一階Haar小波響應(yīng)來確定主方向和計(jì)算64維的特征點(diǎn)描述子，再根據(jù)描述向量之間的歐氏距離實(shí)現(xiàn)圖像間的特征點(diǎn)匹配。實(shí)驗(yàn)仿真表明，該配準(zhǔn)算法在精確配準(zhǔn)的同時(shí)保證了實(shí)時(shí)性，較傳統(tǒng)的配準(zhǔn)算法性能更佳。接著討論了基于壓

6、縮感知理論的衛(wèi)星遙感圖像融合算法。在傳統(tǒng)的IHS變換、PCA變換和離散小波變換等融合方法的基礎(chǔ)上，引進(jìn)壓縮感知理論，提出了基于壓縮感知理論和IHS變換相結(jié)合的融合算法(cs．IHS算法)和基于壓縮感知理論、對稱分?jǐn)?shù)B樣條小波以及PCA變換相結(jié)合的融合算法(CS．FWT-PCA)。在CS．IHS算法中使用“Daubechiesl3”小波作為稀疏基，測量矩陣使用部分哈瑪達(dá)矩陣，使用SAMP重構(gòu)算法，融合規(guī)則使用系數(shù)絕對值最大法；在CS．FWT-PCA算法中，引進(jìn)對稱分?jǐn)?shù)B樣條小波作為稀疏基，依然使用哈瑪達(dá)矩陣作為測量矩陣和SAMP重構(gòu)算法，提出了改進(jìn)的基于區(qū)域特征選擇的融合規(guī)則。

7、實(shí)驗(yàn)仿真效果表明，兩種算法都比傳統(tǒng)的融合方法取得較好的融合效果，其中基于CS．FWT-PCA的融合算法的融合效果最佳。關(guān)鍵詞：遙感圖像融合；壓縮感知；多光譜圖像；全色圖像；分?jǐn)?shù)B樣條小波分類號：TP751．1，TN911．73jE夏鑾塑太堂亟±堂焦途塞△旦墨!墾△￡!ABS豫ACTABSTRACT：Inrecentyears，alongwiththerapiddeveloprmntofspacetechnology,rerr】0tesensingsatellitesthatcarryingavariet