基于注入模型的遥感图像整合方法研究及其应用
发布时间：2022-04-23 12:09
遥感图像的分辨率直接影响国土资源信息的全面性和准确性,随着遥感技术的发展,遥感图像在国土资源中的应用越来越广泛,国土资源管理对遥感图像的分辨率有了更高的要求。在实际应用中,由于卫星遥感器的技术受限,多数商业卫星不能提供一幅高空间分辨率多光谱（High-spatial-resolution Multispectral,HRMS）图像。它们只能提供低空间分辨率多光谱（Multispectral,MS）图像和高空间分辨率全色（Panchromatic,PAN）图像。这种由卫星直接成像的MS和PAN图像通常因空间分辨率或光谱分辨率不高无法为国土资源管理提供全面、准确的信息,不能直接用于国土资源信息管理。因此遥感图像融合应运而生。遥感图像融合是两幅或多幅来自同一场景的不同空间分辨率、光谱分辨率或时域分辨率的MS和PAN图像的信息整合过程,其目的是通过融合不同传感器成像的MS和PAN图像互补信息,产生一幅HRMS图像。遥感图像融合技术按照信息表征层次不同,由低到高可分为像素级图像融合、特征级图像融合和决策级图像融合。像素级图像融合是目前研究最广泛,也是最为常用的一类融合,它对各源图像中的像素逐个进...
【文章页数】：200 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.1.1 遥感图像融合的研究背景
1.1.2 遥感图像融合的研究意义
1.2 遥感图像融合层级结构
1.3 像素级遥感图像融合算法概述
1.3.1 基于成分替代的遥感图像融合算法
1.3.2 基于多分辨率分析的遥感图像融合算法
1.3.3 基于模型的遥感图像融合算法
1.3.4 基于人工神经网络的遥感图像融合算法
1.3.5 基于混合技术的遥感图像融合算法
1.3.6 遥感图像融合存在的问题
1.4 遥感图像特性分析
1.4.1 WorldView-2 卫星图像特性
1.4.2 IKONOS卫星图像特性
1.4.3 QuickBird卫星图像特性
1.5 遥感图像融合质量评价
1.5.1 有参考图遥感图像融合质量评价
1.5.2 无参考图遥感图像融合质量评价
1.6 本论文创新点与结构安排
1.6.1 论文创新点
1.6.2 论文结构安排
第2章 注入模型
2.1 引言
2.2 注入模型融合方案
2.3 图像预处理
2.3.1 重采样
2.3.2 直方图匹配
2.4 成分替代技术
2.4.1 亮度-色度-饱和度变换
2.4.2 主成分分析
2.5 基于成分替代的注入模型
2.6 多分辨率分析技术
2.6.1 小波变换
2.6.2 滤波技术
2.6.3 稀疏表示理论
2.7 基于多分辨率分析的注入模型
2.8 本章小节
第3章 基于精炼细节注入的遥感图像融合算法及其应用
3.1 引言
3.2 细节精炼关键技术
3.2.1 à trous小波变换
3.2.2 引导滤波
3.2.3 稀疏表示
3.2.4 字典学习
3.3 基于精炼细节注入的遥感图像融合算法框架
3.4 基于精炼细节注入的遥感图像融合算法
3.4.1 基于àtrous小波变换及引导滤波的高频细节提取
3.4.2 稀疏融合获取初始联合细节
3.4.3 基于自适应权重因子精炼算法获取精炼联合细节
3.4.4 基于边缘信息保护的细节注入
3.4.5 精炼细节性能测试
3.5 实验结果及其应用分析
3.5.1 仿真图像实验结果及其应用分析
3.5.2 真实图像实验结果及其应用分析
3.5.3 算法综合性能评价
3.5.4 应用示例:算法在城区地物分类管理中的应用
3.6 本章小结
第4章 基于补偿细节注入的遥感图像融合算法及其应用
4.1 引言
4.2 补偿细节提取关键技术
4.2.1 基于补偿细节的注入模型
4.2.2 鲁棒稀疏模型
4.2.3 鲁棒稀疏模型性能
4.3 基于补偿细节注入的遥感图像融合算法框架
4.4 基于补偿细节注入的遥感图像融合算法
4.4.1 鲁棒稀疏模型重建补偿细节
4.4.2 全色图像高频细节提取
4.4.3 补偿细节与全色图像高频细节的联合注入
4.4.4 鲁棒稀疏模型中方形窗尺寸讨论
4.4.5 补偿细节性能
4.5 实验结果及其应用分析
4.5.1 仿真图像实验结果及其应用分析
4.5.2 真实图像实验结果及其应用分析
4.5.3 算法综合性能评价
4.5.4 应用示例:算法用于山川、河流管理
4.6 本章小结
第5章 基于多光谱图像改进的遥感图像融合算法及其应用
5.1 引言
5.2 多光谱图像改进关键技术
5.2.1 基于多光谱图像改进的注入模型
5.2.2 基于稀疏表示的字典学习
5.3 基于多光谱图像改进的遥感图像融合算法框架
5.4 基于多光谱图像改进的遥感图像融合算法
5.4.1 低空间分辨率多光谱图像性能改进
5.4.2 基于改进的多光谱图像的细节注入
5.4.3 改进的多光谱图像的性能
5.5 实验结果及其应用分析
5.5.1 仿真图像实验结果及其应用分析
5.5.2 真实图像实验结果及其应用分析
5.5.3 算法综合性能评价
5.5.4 应用示例:算法用于林业分类管理
5.6 本章小结
第6章 基于光谱及亮度调制的遥感图像融合算法及其应用
6.1 引言
6.2 基于光谱及亮度调制的遥感图像融合算法关键技术
6.2.1 光谱调制
6.2.2 亮度调制
6.2.3 光谱及亮度调制观测模型
6.3 光谱及亮度调制的遥感图像融合算法框架
6.4 基于光谱及亮度调制的遥感图像融合算法
6.4.1 构建光谱调制系数
6.4.2 构建亮度调制系数
6.4.3 光谱调制系数及亮度调制系数性能
6.5 实验结果及其应用分析
6.5.1 仿真图像实验结果及其应用分析
6.5.2 真实图像实验结果及其应用分析
6.5.3 算法综合性能评价
6.5.4 应用示例:算法用于城区地物分类管理
6.6 本章小结
第7章 总结与展望
7.1 论文工作总结
7.2 研究展望
参考文献
攻读博士学位期间取得的成果
致谢
本文编号：3647147
【文章页数】：200 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.1.1 遥感图像融合的研究背景
1.1.2 遥感图像融合的研究意义
1.2 遥感图像融合层级结构
1.3 像素级遥感图像融合算法概述
1.3.1 基于成分替代的遥感图像融合算法
1.3.2 基于多分辨率分析的遥感图像融合算法
1.3.3 基于模型的遥感图像融合算法
1.3.4 基于人工神经网络的遥感图像融合算法
1.3.5 基于混合技术的遥感图像融合算法
1.3.6 遥感图像融合存在的问题
1.4 遥感图像特性分析
1.4.1 WorldView-2 卫星图像特性
1.4.2 IKONOS卫星图像特性
1.4.3 QuickBird卫星图像特性
1.5 遥感图像融合质量评价
1.5.1 有参考图遥感图像融合质量评价
1.5.2 无参考图遥感图像融合质量评价
1.6 本论文创新点与结构安排
1.6.1 论文创新点
1.6.2 论文结构安排
第2章 注入模型
2.1 引言
2.2 注入模型融合方案
2.3 图像预处理
2.3.1 重采样
2.3.2 直方图匹配
2.4 成分替代技术
2.4.1 亮度-色度-饱和度变换
2.4.2 主成分分析
2.5 基于成分替代的注入模型
2.6 多分辨率分析技术
2.6.1 小波变换
2.6.2 滤波技术
2.6.3 稀疏表示理论
2.7 基于多分辨率分析的注入模型
2.8 本章小节
第3章 基于精炼细节注入的遥感图像融合算法及其应用
3.1 引言
3.2 细节精炼关键技术
3.2.1 à trous小波变换
3.2.2 引导滤波
3.2.3 稀疏表示
3.2.4 字典学习
3.3 基于精炼细节注入的遥感图像融合算法框架
3.4 基于精炼细节注入的遥感图像融合算法
3.4.1 基于àtrous小波变换及引导滤波的高频细节提取
3.4.2 稀疏融合获取初始联合细节
3.4.3 基于自适应权重因子精炼算法获取精炼联合细节
3.4.4 基于边缘信息保护的细节注入
3.4.5 精炼细节性能测试
3.5 实验结果及其应用分析
3.5.1 仿真图像实验结果及其应用分析
3.5.2 真实图像实验结果及其应用分析
3.5.3 算法综合性能评价
3.5.4 应用示例:算法在城区地物分类管理中的应用
3.6 本章小结
第4章 基于补偿细节注入的遥感图像融合算法及其应用
4.1 引言
4.2 补偿细节提取关键技术
4.2.1 基于补偿细节的注入模型
4.2.2 鲁棒稀疏模型
4.2.3 鲁棒稀疏模型性能
4.3 基于补偿细节注入的遥感图像融合算法框架
4.4 基于补偿细节注入的遥感图像融合算法
4.4.1 鲁棒稀疏模型重建补偿细节
4.4.2 全色图像高频细节提取
4.4.3 补偿细节与全色图像高频细节的联合注入
4.4.4 鲁棒稀疏模型中方形窗尺寸讨论
4.4.5 补偿细节性能
4.5 实验结果及其应用分析
4.5.1 仿真图像实验结果及其应用分析
4.5.2 真实图像实验结果及其应用分析
4.5.3 算法综合性能评价
4.5.4 应用示例:算法用于山川、河流管理
4.6 本章小结
第5章 基于多光谱图像改进的遥感图像融合算法及其应用
5.1 引言
5.2 多光谱图像改进关键技术
5.2.1 基于多光谱图像改进的注入模型
5.2.2 基于稀疏表示的字典学习
5.3 基于多光谱图像改进的遥感图像融合算法框架
5.4 基于多光谱图像改进的遥感图像融合算法
5.4.1 低空间分辨率多光谱图像性能改进
5.4.2 基于改进的多光谱图像的细节注入
5.4.3 改进的多光谱图像的性能
5.5 实验结果及其应用分析
5.5.1 仿真图像实验结果及其应用分析
5.5.2 真实图像实验结果及其应用分析
5.5.3 算法综合性能评价
5.5.4 应用示例:算法用于林业分类管理
5.6 本章小结
第6章 基于光谱及亮度调制的遥感图像融合算法及其应用
6.1 引言
6.2 基于光谱及亮度调制的遥感图像融合算法关键技术
6.2.1 光谱调制
6.2.2 亮度调制
6.2.3 光谱及亮度调制观测模型
6.3 光谱及亮度调制的遥感图像融合算法框架
6.4 基于光谱及亮度调制的遥感图像融合算法
6.4.1 构建光谱调制系数
6.4.2 构建亮度调制系数
6.4.3 光谱调制系数及亮度调制系数性能
6.5 实验结果及其应用分析
6.5.1 仿真图像实验结果及其应用分析
6.5.2 真实图像实验结果及其应用分析
6.5.3 算法综合性能评价
6.5.4 应用示例:算法用于城区地物分类管理
6.6 本章小结
第7章 总结与展望
7.1 论文工作总结
7.2 研究展望
参考文献
攻读博士学位期间取得的成果
致谢
本文编号：3647147
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3647147.html