基于壓縮感知理論的衛(wèi)星遙感圖像融合算法研究.pdf

1、近年來，隨著航天技術(shù)的快速發(fā)展，攜帶多種傳感器的遙感衛(wèi)星相繼發(fā)射上空，不同空間分辨率的衛(wèi)星遙感數(shù)據(jù)異常豐富，尤其是我國的北斗導(dǎo)航衛(wèi)星組網(wǎng)成功，這使得研究如何從這些遙感影像中獲取更加豐富、更有用和更加可靠的信息處理技術(shù)，成為當(dāng)前遙感應(yīng)用領(lǐng)域迫切需要解決的重點問題。多源遙感圖像融合是將不同傳感器獲取的同一地區(qū)的衛(wèi)星圖像數(shù)據(jù)進行處理，以便提高獲取信息的質(zhì)量，達(dá)到信息優(yōu)勢互補。本文作為“××項目”的重要組成部分，以高分辨率全色圖像和低分辨率多光

2、譜圖像的融合作為研究對象，以IHS變換、PCA變換和離散小波變換等經(jīng)典的融合算法為基礎(chǔ)，對遙感影像融合算法進行了深入的研究。從2006年被首次提出而空前快速發(fā)展起來的壓縮感知理論，由于摒棄了全采樣，將對信號的采樣轉(zhuǎn)變?yōu)閷π畔⒌牟蓸?，大大的降低了傳統(tǒng)信號獲取和處理流程中的潛在消耗。我們創(chuàng)新性的將壓縮感知理論應(yīng)用到衛(wèi)星遙感融合算法中，提出了全新的融合算法。所做的主要工作如下:
　　論文首先研究了衛(wèi)星遙感圖像融合前的配準(zhǔn)技術(shù)，提出了基于

3、SURF理論的配準(zhǔn)算法。它是一種新的快速興趣點檢測與描述方法，該算法引入積分圖像和模板近似，通過快速Hessian檢測子來檢測特征點，在特征描述階段采用一階Haar小波響應(yīng)來確定主方向和計算64維的特征點描述子，再根據(jù)描述向量之間的歐氏距離實現(xiàn)圖像間的特征點匹配。實驗仿真表明，該配準(zhǔn)算法在精確配準(zhǔn)的同時保證了實時性，較傳統(tǒng)的配準(zhǔn)算法性能更佳。
　　接著討論了基于壓縮感知理論的衛(wèi)星遙感圖像融合算法。在傳統(tǒng)的IHS變換、PCA變換和離

4、散小波變換等融合方法的基礎(chǔ)上，引進壓縮感知理論，提出了基于壓縮感知理論和IHS變換相結(jié)合的融合算法（CS-IHS算法）和基于壓縮感知理論、對稱分?jǐn)?shù)B樣條小波以及PCA變換相結(jié)合的融合算法(CS-FWT-PCA)。在CS-IHS算法中使用“Daubechiesl3”小波作為稀疏基，測量矩陣使用部分哈瑪達(dá)矩陣，使用SAMP重構(gòu)算法，融合規(guī)則使用系數(shù)絕對值最大法;在CS-FWT-PCA算法中，引進對稱分?jǐn)?shù)B樣條小波作為稀疏基，依然使用哈瑪達(dá)矩