多光谱图像融合及其评价方法研究-光学工程专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 签名： 日期： 年 月 日 论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘 要 摘 要 针对不同类型的多光谱图像数据的不同特点和图像融合的不同层次，在分析 和总结前人研究成果的基础上，本文主要研究了多光谱图像融合算法和融合结果 质量评价方法，所做工作和研究成果主要有以下几个方面： （1）研究了概率神经网络（PNN）的基本原理，在此基础上设计了适于图像 融合的多输入、单输出的 PNN 网络拓扑结构，并利用 PNN 的插值功能以拟合误 差最小为原则推导了图像融合模型的输出公式，最终实现了基于 PNN 的多光谱图 像的像元级融合； （2）研究了 D-S 证据理论，尤其是冲突证据的合成法则和 mass 函数值的获 取方式，研究证据理论在信息融合与图像融合中的应用，本文通过选取合适的样 本建立特征库，利用高斯函数构造基本信任分配函数，从而建立起证据理论的数 学模型，最终成功地将 D-S 证据理论应用到多光谱图像的融合分类中； （3）研究了图像融合的常规评价方法，在已有的客观和主观评价方法的基础 上，针对多光谱图像融合的特点提出了基于边缘信息的不依赖于参考图像的图像 质量评价方法，并用于评价本文的融合图像，评价结果显示了上述融合方法的优 劣； （4）对于上述多光谱图像融合及其评价方法设计相应的算法，并进行仿真、 性能分析和实验验证，实验结果证明了本文方法的可行性和有效性。 关键词：多光谱图像，信息融合，概率神经网络，D-S 证据理论，图像质量评价 I Abstract Abstract For different types of multi-spectral images with different characteristics of data and for different levels of image fusion, analyzing and summarizing the results of previous studies, based on the foundation of which multi-spectral image fusion algorithms and the evaluation methods to the quality of fusion results are researched in this paper. The mainly work and achievements are as following: The basic principle of probabilistic neural network is studied, based on which a multi-input and single-output PNN network topology which is fit multi-source image fusion is designed, the output formula of the image fusion model is derived using the interpolation function of PNN with the principle of minimum error. Multi-spectral image fusion at pixel level is realized using the image fusion model. D-S evidence theory, including the combination rules of conflict evidence and the way to access the mass function, and its application in information fusion and image fusion are researched. By c