卫星多源遥感图像融合技术研究.pdfVIP

摘要 摘要 近年来，多源遥感图像融合己经成为遥感应用领域和图像工程领域的 研究热点。它是为解决快速、有效处理多源传感器提供的海量数据这一问 题而提出的一门新兴技术。多源遥感图像融合技术可以将多源传感器的图 像数据进行关联和复合，产生出比单一信息源更精确、更完整、更可靠的 估计和判断。图像融合分为三个层次:像素层、特征层和决策层。本论文 的工作是在像素层和特征层展开的，取得了一些有新意的成果。论文的主 要工作和成果包括: 在像素层，论文研究了多传感器数据融合理论及遥感图像预处理的过 程和步骤，归纳了多源遥感图像像素层融合的常用算法，并针对 目前遥感 数据呈海量化、复杂化这一发展趋势同遥感信息提取的能力和效率滞后这 一矛盾，在SFIM算法的基础上，将IHS变换与SFIM相结合，将原算法 中的均值滤波器改进为自适应加权均值滤波器，提出了一种改进的SFIM 算法，通过对一组多光谱图像和全色图像的双传感器融合仿真对比试验， 证明了该算法在保持原多光谱图像光谱信息的同时，能够有效提高融合图 像的空间分辨能力。由于该算法简洁，更适合用于那些需要快速交互处理 和实时可视化的融合系统。 在特征层，论文研究了基于Markov随机场的图像分类方法。在详细 讨论Markov随机场基本理论的基础上，论述了基于MAP-MRF框架的图 像分类算法及该算法实现过程中的组合优化问题。针对遥感图像非监督分 类中的参数估计问题，重点讨论了EM-MRF迭代算法的原理和实现，并将 EM-MRF迭代算法引入到多源遥感图像融合的过程中，提出了两种分别基 于集中式融合模型和分布式融合模型的图像融合方法。通过对合成图像和 真实遥感图像的仿真，证明了EM-MRF分类方法有较高的分类精度和鲁棒 性 本文的融合方法能进一步提高分类的精度。 关键词 图像融合 SFIM算法 自适应加权均值滤波 Markov随机场 EM算法 集中式融合 分布式融合 Abstract Abstract Inrecentyears,multisensorimagefusiontechniqueshaveattracted extensiveattentioninremotesensingapplicationandimageprojectarea. Multisensorremotelysensedimagefusiontechniquecancombinemultisensor imagesandproduceamoreprecise,integratedandreliableestimationand descriptionofthemthanasingleimage.Accordingtothelevelinwhichthe fusion implements,image fusion isdivided into pixel-levelfusion, feature-levelfusionanddecision-levelfusion.Theresearchinthispaperis executedmainlyatpixielevelandfeaturelevelimagefusion. Atpixellevel,onthebasisofstudyingtheelementarytheoriesof multisensordatafusionandproceduresofpretreatmentinremotesensing imagefusion,thisdissertationsummarizesthecommonmethodswhichare appliedinmultisensorremotelysensedimagefusion.Afterwards,inorderto decreasethecontradictionbetweenthemorecomplexandmassremote sensingimagedataandrelativelyslowspeedofinformationextraction,an improvedSFIMimagefusionmethodisproposed.Thismodifiedalgori