基于多尺度幾何變換與粒子群優(yōu)化的遙感圖像融合方法.pdf

1、隨著遙感衛(wèi)星對(duì)地觀測(cè)技術(shù)的發(fā)展，多種傳感器獲取的遙感圖像數(shù)據(jù)越來越多，因此遙感圖像融合技術(shù)應(yīng)運(yùn)而生。遙感圖像融合技術(shù)可以將包含不同特征信息的多源遙感數(shù)據(jù)，按照一定的融合規(guī)則整合成一幅具有新特征的合成圖像，融合過程中保留了多源圖像間的互補(bǔ)信息，消除了冗余特征，實(shí)現(xiàn)了多傳感器數(shù)據(jù)之間的優(yōu)勢(shì)互補(bǔ)。遙感圖像融合技術(shù)擴(kuò)展了遙感圖像數(shù)據(jù)信息的應(yīng)用范圍，提高了遙感圖像數(shù)據(jù)的實(shí)用價(jià)值，為遙感圖像后續(xù)的分析、解譯和理解提供了可靠的依據(jù)。本文通過深入研究多

2、尺度幾何變換理論、粒子群優(yōu)化算法和空間域融合的思想，在此基礎(chǔ)上提出了兩種遙感圖像融合算法，完成的以下工作:
　　(1)通過分析Contourlet變換系數(shù)的特點(diǎn)和粒子群優(yōu)化算法的尋優(yōu)效率，將粒子群優(yōu)化算法合理的引入到Contourlet變換的系數(shù)處理中。在IHS變換的基礎(chǔ)上，對(duì)全色圖像和多光譜圖像的亮度分量進(jìn)行多層Contourlet變換;根據(jù)分解后的低頻系數(shù)和高頻系數(shù)不同的特征信息，在低頻系數(shù)上以信息熵和相對(duì)偏差的差值作為目標(biāo)評(píng)

3、價(jià)函數(shù)，采用粒子群優(yōu)化算法自適應(yīng)地尋找最優(yōu)加權(quán)系數(shù)進(jìn)行融合;在高頻系數(shù)上以結(jié)構(gòu)相似度作為粒子群優(yōu)化算法的目標(biāo)函數(shù)，尋找高頻子帶間結(jié)構(gòu)相似度的最優(yōu)閾值，再采用基于區(qū)域結(jié)構(gòu)相似度的規(guī)則進(jìn)行融合;最后經(jīng)逆變換得到融合圖像。圖像融合仿真實(shí)驗(yàn)表明，提出的算法能夠很好地兼顧多光譜圖像光譜信息的保持和全色圖像空間信息的保留，是一種有效可行的遙感圖像融合新方法。
　　(2)根據(jù)遙感圖像中邊緣特征和非邊緣特征的分布，結(jié)合Canny算子對(duì)邊緣提取的有

4、效性，提出了一種耦合邊緣檢測(cè)與優(yōu)化方法的基于非下采樣Contourlet變換的遙感圖像融合算法。在IHS變換的基礎(chǔ)上，利用Canny算子對(duì)全色圖像進(jìn)行邊緣提取，根據(jù)邊緣分布特點(diǎn)對(duì)全色圖像和多光譜圖像亮度分量進(jìn)行空間域融合得到邊緣加強(qiáng)的全色圖像;將亮度分量和新的全色圖像分別進(jìn)行多層非下采樣Contourlet分解，對(duì)低頻系數(shù)采用選擇性的加權(quán)求和規(guī)則進(jìn)行融合;在高頻系數(shù)上先利用粒子群優(yōu)化算法尋找子帶間結(jié)構(gòu)相似度的最優(yōu)閾值，再采用基于區(qū)域結(jié)構(gòu)