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(jì)算機(jī)視覺領(lǐng)域中一項(xiàng)不可或缺的技術(shù)，其中多源遙感圖像融合是遙感圖像處理領(lǐng)域中的研究熱點(diǎn)。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(lái)產(chǎn)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(yīng)用。 首先，提出基于Contourlet變換和互信息的遙感圖像配準(zhǔn)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?；バ畔⑹菆D像配準(zhǔn)過(guò)程中很合適的相似

2、性判斷準(zhǔn)則，它不需要進(jìn)行圖像預(yù)處理。此算法逐層細(xì)化，實(shí)現(xiàn)由粗到細(xì)的搜索過(guò)程，可減少搜索空間，提高配準(zhǔn)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(qiáng)了圖像整體效果。實(shí)驗(yàn)結(jié)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(dú)立分量

3、分析和支持向量機(jī)的遙感圖像融合算法。獨(dú)立分量分析可實(shí)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(jī)是結(jié)構(gòu)風(fēng)險(xiǎn)最小化的，具有很高泛化性能的學(xué)習(xí)算法。實(shí)驗(yàn)結(jié)果表明，獨(dú)立分量分析和支持向量機(jī)克服了單一融合準(zhǔn)則所帶來(lái)的缺陷。該方法簡(jiǎn)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(wú)監(jiān)督的機(jī)器學(xué)習(xí)。聚類算法不需要訓(xùn)練樣本集，所以基于聚類的融合規(guī)則對(duì)