基于Curvelet變換的遙感圖像融合算法研究.pdf

1、曲波(Curvelet)是在單尺度脊波或局部脊波變換的基礎(chǔ)上發(fā)展而來(lái)的，相對(duì)于小波變換，Curvelet變換不僅具有良好的多尺度、空域和頻域局部特性，還具有多方向特性，能夠更為精確地表示圖像邊緣的方向，在給定相同的重構(gòu)精度下可以接近最優(yōu)地表示圖像邊緣和平滑區(qū)域。目前Curvelet變換在圖像處理方面的應(yīng)用越來(lái)越廣泛，顯示出其巨大的潛力。 本論文基于Curvelet變換技術(shù)，對(duì)遙感圖像融合處理中的一些重要問(wèn)題進(jìn)行了深入的研究。具體

2、內(nèi)容包括以下幾個(gè)方面： 在給出遙感成像、遙感圖像融合的概念以及目前國(guó)內(nèi)外遙感圖像融合技術(shù)的發(fā)展現(xiàn)狀的基礎(chǔ)上，針對(duì)原始圖像影響融合圖像質(zhì)量的問(wèn)題，本文討論了圖像融合前需要進(jìn)行的前期圖像配準(zhǔn)的處理步驟。 介紹了小波變換、脊波變換、曲波變換、第二代曲波變換的基本理論，實(shí)現(xiàn)方法和主要性質(zhì)，詳細(xì)討論了Curvelet變換的奇異性分析以及Curvelet分解層數(shù)的選取對(duì)遙感圖像融合結(jié)果的影響，并通過(guò)實(shí)驗(yàn)對(duì)其特點(diǎn)和性能做了細(xì)致的對(duì)比，

3、結(jié)果表明：對(duì)于SAR圖像與TM多光譜影像融合，與傳統(tǒng)的融合方法相比，Curvelet融合方法不僅能很好地保持SAR圖像的紋理、結(jié)構(gòu)信息，而且能較好的保持TM圖像的光譜特征。 針對(duì)單因素指標(biāo)評(píng)價(jià)圖像融合效果時(shí)只考慮融合圖像某一方面的特征，缺乏全局性等問(wèn)題，提出了基于空間細(xì)節(jié)信息質(zhì)量和基于光譜信息質(zhì)量的評(píng)價(jià)融合結(jié)果的指標(biāo)。這些指標(biāo)被用于對(duì)各種融合方法實(shí)際評(píng)價(jià)中，使得對(duì)算法的評(píng)價(jià)從定性到定量?jī)煞矫娑加辛艘欢ǖ脑u(píng)價(jià)標(biāo)準(zhǔn)。 討論了