基于多尺度分析的多光谱与全色图像融合算法研究

基于多尺度分析的多光谱与全色图像融合算法研究

ID:37071752

大小:2.38 MB

页数:71页

时间:2019-05-17

基于多尺度分析的多光谱与全色图像融合算法研究_第1页
基于多尺度分析的多光谱与全色图像融合算法研究_第2页
基于多尺度分析的多光谱与全色图像融合算法研究_第3页
基于多尺度分析的多光谱与全色图像融合算法研究_第4页
基于多尺度分析的多光谱与全色图像融合算法研究_第5页
资源描述:

《基于多尺度分析的多光谱与全色图像融合算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:密级:UDC:编号:工学硕士学位论文基于多尺度分析的多光谱与全色图像融合算法研究硕士研究生:张宏宇指导教师:赵春晖教授学科、专业:信息与通信工程论文主审人:王立国教授哈尔滨工程大学2017年12月分类号:密级:UDC:编号:工学硕士学位论文基于多尺度分析的多光谱与全色图像融合算法研究硕士研究生:张宏宇指导教师:赵春晖教授学位级别:工学硕士学科、专业:信息与通信工程所在单位:信息与通信工程学院论文提交日期:2017年12月论文答辩日期:2018年3月学位授予单位:哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfortheDegreeofM.EngRe

2、searchofMultispectralandPanchromaticImageFusionAlgorithmsBasedonMulti-scaleAnalysisCandidate:ZhangHongyuSupervisor:Prof.ZhaoChunhuiAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:InformationandCommunicationEngineeringDateofSubmission:Dec.2017DateofOralExamination:Mar.2018University:HarbinEngin

3、eeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论

4、文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日摘要图像融合是将对同一场景采集的两种不同类型的图像进行组合,分别提取各自有价值的信息,最终合成为一幅包含更精准,更丰富,更全面信息图像的处理过程。图像融合目前在医疗诊断

5、、地物检测、军事侦察等领域都具有广泛应用,因此受到了广大研究者的关注。图像融合根据图像属性或者成像方式的不同可分为红外与可见光图像融合、医学图像融合、多光谱与全色图像融合和多聚焦图像融合等,按融合层次可分为像素级融合、特征级融合和决策级融合。本文主要研究的是多光谱与全色图像的像素级融合,重点围绕提高图像融合效率与提升图像融合质量两方面进行展开,针对不同的研究重点,从图像的特征提取与融合规则等不同方面进行深入系统性的探究,具体工作安排如下:首先,介绍了课题的研究背景、意义以及发展现状,对图像融合领域现存的问题进行了归纳总结,并对融合图像的质量评价标准进行了简要的介绍。探究了经典的图像融合方法,主

6、要探究了基于成分替换与基于多尺度分析两类融合算法,包括IHS变换、PCA变换、小波变换和轮廓波变换,并对每个经典算法进行了实验仿真分析。然后,针对传统非下采样轮廓波变换(NSCT)在图像融合中计算量大、效率较低的弊端,提出一种快速的多光谱与全色图像融合算法。采用多通道结构滤波器组代替原有的树形结构滤波器组结构,并针对多光谱与全色图像数据源的特点,与IHS变换相结合,在不影响融合图像质量的前提下提高算法效率。通过实验验证,经过该算法所得的融合图像质量与传统NSCT算法所得融合图像质量几乎相同,并且大幅度地减少了算法的运算时间。最后,为了获得既具有丰富光谱信息同时又具有较高空间分辨率的多光谱图像,

7、本文提出一种基于快速非下采样轮廓波变换(FNSCT)与萤火虫优化的自适应脉冲耦合神经网络(PCNN)相结合的图像融合算法。由于PCNN中的参数常常通过经验值设定,因此,本文对PCNN中链接强度和链接范围进行自适应化,并引入具有较高寻优精度的萤火虫优化算法,对PCNN的其他参数进行寻优。多组实验证明,本文算法在多光谱与全色图像融合上达到了较好的客观指标与主观视觉效果,能够保证多光谱图像较高光谱保真度

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。