经验模态分解及SavitzkyGolay方法及自适应遥感影像融合.docVIP

经验模态分解与Savitzky-Golay方法的自适应遥感影像融合 【摘要】：多源遥感影像融合是一种综合利用来自不同传感器或者同一种传感器不同波段影像生成新的影像数据的图像处理技术。新的融合影像同时具有各种传感器或者同种传感器不同波段影像的光谱和细节信息。随着图像融合处理技术的快速发展,多源遥感影像融合也逐渐成为遥感研究和应用的热点。本文在对比分析现有传统融合算法的基础上,以QuickBird和TM多光谱和全色影像为数据源,进行了一系列融合实验,主要工作和结论如下：(1)通过实验,分析比较了传统遥感影像融合技术,如ISH变换融合、主成分分析(PCA)融合、Brovey融合、小波变换融合和高通滤波(HPF)融合等融合方法的优缺点,并指出了各种融合算法存在的问题。(2)把经验模态分解方法应用于遥感影像融合的高低频信息分离过程中,提出了基于二维经验模态分解的遥感影像融合算法。首先把基于行列的经验模态分解方法应用于遥感影像融合,针对该方法融合过程中产生的条带状噪声,提出把二维经验模态分解应用于融合过程中的高低频信息分离。经过验证发现,基于二维经验模态分解融合后的影像中条带状噪声得到很好的抑制。与传统融合算法比较,该方法可以在增强影像细节信息的同时很好的保持图像光谱信息。(3)把Savitzky-Golay方法拓展到二维,应用于遥感影像融合的高低频信息分离之中,提出了基于Savitzky-Golay方法的遥感影像融合算法。设计了不同阶数和不同次数的二维Savitzky-Golay算子用于图像融合,并与不同分解次数的小波变换融合进行了详细的比较。发现Savitzky-Golay算子的阶数与小波变换的分解次数在融合过程中起到相同的作用。Savitzky-Golay算子阶数越高,小波变换分解次数越多都会导致融合后的影像细节信息更加丰富,不过光谱信息会同时受到不同程度的损失。(4)总结分析了图像融合过程中已有的融合规则,提出了一种新的融合规则用于基于二维经验模态分解的融合方法和基于Savitzky-Golay算子的遥感影像融合,以使融合算法自适应化。经过验证,该融合规则可以很好地协调融合过程中细节信息的注入和光谱信息的保持。【关键词】：多源遥感图像融合经验模态分解Savitzky-Golay方法自适应 【学位授予单位】：华东师范大学 【学位级别】：博士 【学位授予年份】：2010 【分类号】：P237 【目录】：摘要6-7ABSTRACT7-11第一章绪言11-241.1多源遥感数据融合概念简介12-141.2多源遥感数据融合的主要步骤141.3多源遥感数据融合的应用模式14-151.4多源遥感数据融合的目标15-161.5多源遥感数据融合影像质量评价16-191.6多源遥感数据融合研究进展19-221.7本文研究内容与特色22-24第二章传统多源遥感影像融合方法24-502.1基于ISH变换的遥感数据融合方法24-272.2基于PCA变换的遥感数据融合方法27-312.3基于Brovey算法的遥感数据融合方法31-332.4基于小波变换的遥感数据融合方法33-372.5基于高通滤波(HPF)的遥感数据融合方法37-402.6各种融合算法结果评价40-492.7本章小结49-50第三章基于二维经验模态分解的遥感影像融合50-703.1经验模态分解方法简介51-593.2基于经验模态分解的遥感影像融合59-683.3本章小结68-70第四章基于Savitzky-Golay方法的遥感影像融合70-834.1Savitzky-Golay方法简介70-724.2二维Savitzky-Golay滤波算子设计72-744.3基于Savitzky-Golay方法的遥感影像融合74-824.4本章小结82-83第五章两种融合算法的自适应化83-955.1图像融合过程中的融合规则83-845.2常用的融合规则84-865.3遥感影像融合中融合规则的设计86-885.4融合规则实验88-935.5本章小结93-95第六章结论与展望95-996.1研究结论95-976.2研究展望97-99参考文献99-104后记104-105