基于衛(wèi)星云圖融合算法的研究.pdf

1、本文以氣象衛(wèi)星采集到的紅外云圖和可見(jiàn)光云圖作為圖像融合的主要數(shù)據(jù),旨在通過(guò)多尺度分析方法提高紅外云圖的分辨率,為強(qiáng)對(duì)流云的檢測(cè)和預(yù)警準(zhǔn)確性奠定良好的基礎(chǔ)。
　　本論文主要圍繞小波變換和脈沖耦合神經(jīng)網(wǎng)絡(luò)及其在圖像融合中的應(yīng)用研究展開(kāi),主要進(jìn)行了以下幾個(gè)方面的工作:
　　討論了小波變換和多小波變換的一般理論,給出了圖像的二進(jìn)制小波變換算法。研究了多小波變換的圖像融合方法,在考慮衛(wèi)星云圖的圖像數(shù)據(jù)物理意義的基礎(chǔ)上,在Visual

2、C++平臺(tái)上實(shí)現(xiàn)將高空間分辨率的可見(jiàn)光紋理細(xì)節(jié)信息融合到低空間分辨率的紅外云圖中。實(shí)驗(yàn)表明,該方法得到了較高分辨率的紅外云圖,提高了紅外云圖數(shù)據(jù)的物理信息量和準(zhǔn)確性。
　　本文重點(diǎn)討論了將NSCT(非采樣Contourlet變換)與PCNN(脈沖耦合神經(jīng)網(wǎng)絡(luò))相結(jié)合提出一種新的適合于可見(jiàn)光和紅外圖像融合的算法。利用NSCT變換的多尺度、多方向特征和平移不變性進(jìn)行圖形融合,利用其空間頻率與方向?qū)Ρ榷扔|發(fā)PCNN的新的融合規(guī)則。此算法