資源描述：
《基于遙感圖像融合的目標(biāo)檢測算法》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、維普資訊http://www.cqvip.com第14卷第4期模式識(shí)別與人工智能V0I14No42991年12月PR＆AIDec2001基于遙感圖像融合的目標(biāo)檢測算法王海暉彭嘉雄李峰(華中科學(xué)技術(shù)大學(xué)圖像信息處理與智能控制教育部重點(diǎn)實(shí)驗(yàn)室圖像識(shí)別與人工智能研究所武漢430074)摘要在一些遙感圖像中由于目標(biāo)不清晰或背景復(fù)雜，使得目標(biāo)的檢測變得困難圖像融合可咀把來自多傳感器的圖像信息綜臺(tái)起來，提高對(duì)圖像信息分析和提取的能力．通過把同一日標(biāo)的不同傳感器獲得的圖像數(shù)據(jù)利用小波包變換進(jìn)行融合，這種方法能夠很好地將多源圖像的細(xì)節(jié)融合在一起，
2、得到目標(biāo)較為清晰的融臺(tái)圖像在此基礎(chǔ)上利用數(shù)學(xué)形態(tài)學(xué)的方法進(jìn)行目標(biāo)檢測，得到了滿意的效果，證明了這種方法的有效性關(guān)鍵詞圖像融合，小波包變換，目標(biāo)檢測，數(shù)學(xué)形態(tài)學(xué)中圖法分類號(hào)TP391引言分解和重建算法的融合方法，主要有拉普接斯金字塔(LaplaeianPyramid)法以及梯度金字塔(GradientPyramid)法等．還有一類方法就是近幾年興起的基在遙感圖像理解中，圖像的目標(biāo)檢測是圖像分于小波變換的圖像融合方法，它通常采用多分辨分析和識(shí)別的前提與基礎(chǔ)，它在軍事偵察、軍事目標(biāo)識(shí)析和Mallat快速算法，將原始圖像利用小波變換分別、
3、地球遙感圖像分析等諸多領(lǐng)域都有著很重要的解成近似圖像和細(xì)節(jié)圖像，分別代表圖像的不同結(jié)應(yīng)用．但是在遙感成像系統(tǒng)中，由于受分辨極限、成構(gòu)，通過在各層的特征域上進(jìn)行有針對(duì)性的融合，比像系統(tǒng)的傳遞函數(shù)、信噪比等多個(gè)方面的限制，使得較容易提取原始圖像的結(jié)構(gòu)信息和細(xì)節(jié)信息，所以圖像不是很清晰；另外，有一些遙感圖像由于背景很融合效果較好．此外，小波變換具有完善的重構(gòu)能復(fù)雜或目標(biāo)相對(duì)較小，使榆測變得困難．隨著遙感技力，保證信號(hào)在分解重構(gòu)過程中沒有信息損失和信術(shù)的發(fā)展，由不同物理特性的傳感器所產(chǎn)生的遙感息冗余產(chǎn)生．但是多分辨分析只是對(duì)低頻部分(即近
4、圖像不斷增多，因此綜合利用同一目標(biāo)不同傳感器似圖像部分)進(jìn)行進(jìn)一步分解，而對(duì)高頻部分(即細(xì)獲得的多幅圖像進(jìn)行數(shù)據(jù)提取和分析已經(jīng)成為遙感節(jié)圖像部分)則不予以考慮．這樣就不能更有效地對(duì)領(lǐng)域研究的一個(gè)重要手段．遙感應(yīng)用的許多研究工圖像，尤其是包含大量細(xì)節(jié)的遙感圖像進(jìn)行分解．所作表明，通過融合不同的遙感圖像，充分利用它們?cè)谝?，本文采用一種更為豐富和精確的圖像分析方法時(shí)間上和空間上的互補(bǔ)和冗余，有效地把不同傳感——小波包分析法來對(duì)遙感圖像進(jìn)行融合．器的優(yōu)點(diǎn)結(jié)合起來，可以提高對(duì)圖像信息分析和提取的能力0因此，通過將不同的遙感圖像進(jìn)行融2小波包
5、變換分析合，得到新的融合圖像，并在此基礎(chǔ)上進(jìn)行目標(biāo)檢測會(huì)得到好的效果．圖像的小波多分辨分析(WaveletMulti—resolu—圖像融合算法大體上可分為三類l30J：一類是tionAnalysis)采用離散小波變換(DiscreteWavelet傳統(tǒng)的簡單融合方法，包括簡單的將空間對(duì)準(zhǔn)的兩Trans{om(DwT))，它為圖像分析提供了強(qiáng)有力的幅圖像求平均、以及IHS(Intensity—HueSaturation)工具_(dá)6J．離散小波變換通過一組低通分解濾波器法、HPF(HIgh—PassFilter)法和PCA(Princ
6、ipalCom—(G)和高通分解濾波器(H)對(duì)圖像進(jìn)行離散小波分pon~altAnalysis)法等．另一類方法是基于金字塔式解．小波變換將原始圖像數(shù)據(jù)按不同頻帶和分辨率*國家自然科學(xué)基金、國肪科技預(yù)研基金資助項(xiàng)目收稿日期：2001—06～21維普資訊http://www.cqvip.com4期王海暉等：基于遙感圖像融合的目標(biāo)檢測算法分解成于帶圖像，每一層小波分解成4個(gè)子帶：垂直時(shí)頻分辨率．因此小波包具有更廣泛的應(yīng)用價(jià)值．和水平方向低頻的子帶((即低頻部分，顯示為近在多分辨分析中，L(R)='wJ，表明多分辨似圖像)，水平方向低頻
7、和垂直方向高頻的子帶GH分析是按照不同的尺度因子把空間L(R)分解為(即高頻部分，顯示為垂直高頻圖像)，垂直方向低頻所有子空問(J∈z)的正交和的其中，為小和水平方向高頻的子帶HG(即高頻部分，顯示為水波函數(shù)p(t)的閉包(小波子空間)現(xiàn)在．我們進(jìn)一平高頻圖像)．垂直和水平方向高頻的子帶州(即步對(duì)小被子空間按照二進(jìn)制進(jìn)行頻率的細(xì)分．以高頻部分．相當(dāng)于45度斜線方向高頻圖像)圖1給達(dá)到提高頻率分辨率的目的我們將尺度子空間出了3層小波分解的示意圖．分解后四個(gè)圖像的大和小波子空間．用一個(gè)新的子空間【統(tǒng)一起來表小是相同的．小波分解對(duì)每一層
8、所得到的低頻分量TT0一，、GG可以繼續(xù)進(jìn)行下一個(gè)尺度的分解，但對(duì)其余的高征，令J∈z0正交分解v】頻部分則不再分解下去通過另一組低通重構(gòu)濾波：$即可用L的分解統(tǒng)一為器(()和奇通重構(gòu)濾波器(H)可以逐級(jí)重構(gòu)出圖像：7·u¨+『=U0u，∈Z(1)
