基于小波支持向量機(jī)的遙感圖像融合.pdf

1、支持向量機(jī)作為最有效的統(tǒng)計學(xué)習(xí)方法之一，近年來已經(jīng)成為機(jī)器學(xué)習(xí)領(lǐng)域一個新的研究熱點(diǎn)。而圖像融合技術(shù)作為遙感圖像處理中非常有效的手段也引起了越來越多的研究人員的重視。小波支持向量機(jī)作為支持向量機(jī)中的一種，不僅有著普通支持向量機(jī)抗噪聲性能強(qiáng)、學(xué)習(xí)效率高和推廣性好等優(yōu)點(diǎn)，還有著更好的泛化能力和更高的逼近精度。本文將小波支持向量機(jī)引入到了遙感圖像融合技術(shù)中，將這兩種技術(shù)結(jié)合使得兩種技術(shù)可以互相取長補(bǔ)短，利用小波支持向量機(jī)的優(yōu)點(diǎn)去克服遙感圖像普遍

2、存在的對比度差、邊緣模糊、噪聲大等缺點(diǎn)。
　　 本文對基于小波支持向量機(jī)的圖像融合技術(shù)進(jìn)行了較為系統(tǒng)的研究，主要研究內(nèi)容和成果如下：
　　 1、分析了遙感圖像融合的目的和意義，對遙感圖像融合的發(fā)展現(xiàn)狀進(jìn)行了總結(jié)和評述，詳細(xì)介紹了幾種遙感圖像融合質(zhì)量的評價方法。綜述了支持向量機(jī)的產(chǎn)生和發(fā)展，研究了支持向量機(jī)的原理和實(shí)現(xiàn)算法，利用支持向量機(jī)的統(tǒng)計學(xué)習(xí)優(yōu)勢，介紹了基于小波支持向量機(jī)的遙感圖像融合框架。
　　 2、研究了

3、支持向量回歸模型生成的支持向量值變換，應(yīng)用到遙感圖像融合實(shí)驗(yàn)中。針對遙感圖像融合實(shí)驗(yàn)的特點(diǎn)，將圖像分解后的高頻細(xì)節(jié)部分和低頻部分加以區(qū)分，分別設(shè)計了不同的融合算子和融合規(guī)則。實(shí)驗(yàn)結(jié)果表明，這樣處理的融合效果較為理想，能很好地提取融合圖像的信息，使得融合后的圖像能更多的體現(xiàn)源圖像所無法表現(xiàn)的特性。
　　 3、研究了支持向量機(jī)核函數(shù)的構(gòu)造條件及構(gòu)造方法，根據(jù)不同核的支持向量機(jī)具有的不同特性，選擇了適合于遙感圖像融合的小波核函數(shù)。提出