基于shearlet變換的多源遙感圖像融合算法研究

基于shearlet變換的多源遙感圖像融合算法研究

ID:35058527

大?。?.49 MB

頁數(shù):61頁

時間:2019-03-17

基于shearlet變換的多源遙感圖像融合算法研究_第1頁
基于shearlet變換的多源遙感圖像融合算法研究_第2頁
基于shearlet變換的多源遙感圖像融合算法研究_第3頁
基于shearlet變換的多源遙感圖像融合算法研究_第4頁
基于shearlet變換的多源遙感圖像融合算法研究_第5頁
資源描述:

《基于shearlet變換的多源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(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、--1TP論支編號1-39119中困分類號.40060化08學(xué)科分類號U0.2040巧級*義濤誠乂凈'TITYFTELOGYIANJINUNIVERSOCHNO*碩±學(xué)化論義■fllMlilfel^山liJkWiSIgf基于Shearlet變換的多源遙感圖像離合算法研究-motensMultiSource民eSeingImaegEusio打AlorithmBasedonSharletIg兵"IniilM#1^1..二'?■‘革-扛■控制科學(xué)與

2、工程磁S巧lal控制科學(xué)與工程■壓JI里fell胡曉婷M—WMftlWA^m;v—卻iM張驚雷副教授■.叫r^:天津理工大學(xué)硏究生院二〇-六年二月獨刮牲聲巧本人聲明所互交的學(xué)化論文是本人在導(dǎo)師巧巧下進(jìn)行的研究X作和?。崳姡保鼻傻难芯砍蓮?,論義1不包含其他:,除了義中特別加臥帖化和致謝么處外人B經(jīng)發(fā)農(nóng)或撰與過的研究成巧,也不包含為獲符天津理工大學(xué)或…其他教替機構(gòu)的學(xué)位或證書而使用過的材料。與巧同X作的同志對本研究所做的化何如獻(xiàn)均日化論義中作了明柳的說明并衷水了謝息。電少>^文/女年巧學(xué)侄冷丈作者簽名;簽李

3、巧期:月弓J援權(quán)術(shù)學(xué)化備文故權(quán)使用天、理工大學(xué)論義木論文作者全解津季行義保留使川位學(xué)位亢了‘義工全或分內(nèi)入的規(guī)定。特授權(quán)津理學(xué)川W學(xué)位論文的部部容編大將揣、匯,,、或兮制手段保估騙數(shù)掘遜行檢索并采用跋印縮印巧復(fù)有關(guān)庫。送父論文的復(fù)和化子巧盧學(xué)巧家巧義部口或化鉤本W供鞠和借閱村校向文。件密適)用說(保密的學(xué)化論義在解后化明本授:冷:作名導(dǎo)學(xué)位丈*簽科名]?。崳娊惺擅鳎蓿抻郑ㄉ忌伲荆崳娍谄谌眨唬眨壓灒涸滦湓潞灷钅昀钅甑辏鄯诸愄枺篢P391.4密級:天津理工大學(xué)研究生學(xué)位論文基于Shearlet變換的多源遙感圖像融合算法研究(申請碩士

4、學(xué)位)學(xué)科專業(yè):控制科學(xué)與工程研究方向:模式識別與智能系統(tǒng)作者姓名:胡曉婷指導(dǎo)教師:張驚雷副教授2016年2月ThesisSubmittedtoTianjinUniversityofTechnologyfortheMaster’sDegreeMulti-SourceRemoteSensingImageFusionAlgorithmBasedonShearletTransformByHuXiaotingSupervisorAssociateProf.ZhangJingleiFeb.2016摘要圖像融合就是將不同傳感器獲得的相同目標(biāo)源的多張圖像融合成一張圖像的過程。

5、隨著傳感器技術(shù)的不斷發(fā)展,圖像融合技術(shù)在醫(yī)學(xué)圖像、軍事和遙感等領(lǐng)域都取得了廣泛應(yīng)用。本文以Shearlet變換為理論依據(jù),針對不同遙感圖像的成像特點,提出了適用于不同類型圖像的融合算法。針對多光譜和全色圖像的成像特點,本文結(jié)合區(qū)域分割理論提出了一種基于Shearlet變換的遙感圖像融合算法。在該算法中,對低頻信息圖進(jìn)行基于灰度的區(qū)域分割,并使用改進(jìn)的加權(quán)融合算法來改善融合圖像輪廓模糊問題,以區(qū)域匹配度作為融合規(guī)則;高頻分量采用區(qū)域清晰比作為融合規(guī)則,以得到更多的細(xì)節(jié)信息。結(jié)果表明,本文算法所得融合圖像在有效地保持了多光譜圖像光譜信息的同時,提高了空間細(xì)節(jié)信息。與

6、經(jīng)典的非下采樣Contourlet變換(NSCT)相比,標(biāo)準(zhǔn)差和信息熵分別提高了19.9%和2.4%,光譜扭曲度減小了35.0%。針對SAR、紅外和可見光圖像的成像特點,通過對脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)的研究,提出一種基于非下采樣Shearlet變換(NSST)與改進(jìn)PCNN相結(jié)合的遙感圖像融合算法。在該算法中,對低頻子帶系數(shù),通過一個軟限幅Sigmoid函數(shù)得到的點火幅度作為融合準(zhǔn)則,并將點火幅度的最大值作為低頻子帶融合系數(shù);對高頻子帶系數(shù),將改進(jìn)的空間頻率作為PCNN的輸入,拉普拉斯能量作為PCNN的鏈接強度,選取點火次數(shù)最大值作為高頻子帶融合系數(shù)。實驗結(jié)

7、果表明,本文算法在主觀視覺效果和客觀評價指標(biāo)上都優(yōu)于基于小波變換和NSCT變換的融合算法。關(guān)鍵詞:圖像融合遙感圖像Shearlet變換區(qū)域分割脈沖耦合神經(jīng)網(wǎng)絡(luò)AbstractImagefusionistheprocessthatfusesmultipleoriginalimageswhichobtainedfromdifferentsensorsintooneimage.Withthedevelopmentofthesensortechnology,imagefusionhasbeenwidelyappliedinthemedicalimaging,milita

8、ryandremotes

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。