基于Contourlet變換的遙感圖像融合方法研究.pdf

1、圖像融合是圖像理解和計算機視覺領域中一項不可或缺的技術，其中多源遙感圖像融合是遙感圖像處理領域中的研究熱點。它研究的是如何綜合利用不同遙感傳感器所獲取的圖像信息來產生新的數(shù)據(jù)，以獲取更多的信息。遙感圖像融合在軍事和民用方面有著廣泛的應用。 首先，提出基于Contourlet變換和互信息的遙感圖像配準算法。Contourlet變換是一種新的多尺度分析方法，比小波變換更適合分析二維圖像中的邊緣特征。互信息是圖像配準過程中很合適的相似

2、性判斷準則，它不需要進行圖像預處理。此算法逐層細化，實現(xiàn)由粗到細的搜索過程，可減少搜索空間，提高配準精度。 其次，提出基于Contourlet變換和區(qū)域特征的遙感圖像融合算法。將Contourlet變換引入圖像融合中，它能夠更好地提取源圖像的特征，為融合圖像提供更多的信息。該算法考慮了低頻分量在圖像融合中的作用，增強了圖像整體效果。實驗結果表明了該算法能提高融合圖像的綜合分辨率。 然后，提出Contourlet域獨立分量

3、分析和支持向量機的遙感圖像融合算法。獨立分量分析可實現(xiàn)圖像的稀疏編碼并具有很好地捕捉圖像重要邊緣信息的特征。支持向量機是結構風險最小化的，具有很高泛化性能的學習算法。實驗結果表明，獨立分量分析和支持向量機克服了單一融合準則所帶來的缺陷。該方法簡單、有效，融合后的效果較好。 最后，提出基于Contourlet變換和支持向量聚類的遙感圖像融合算法。支持向量聚類是一種無監(jiān)督的機器學習。聚類算法不需要訓練樣本集，所以基于聚類的融合規(guī)則對