多光譜與全色圖像融合技術(shù)研究.pdf

1、隨著多源遙感技術(shù)的快速發(fā)展，大量獲取不同空間分辨率和光譜分辨率的遙感影像已成為易事。多光譜與全色圖像作為常用的遙感影像，雖彼此差異較大，但各自擁有自身的特點(diǎn)。其中，全色圖像作為空間分辨較高的一種遙感影像，可以清晰的觀察地物空間信息，使我們看的更清楚。而光譜分辨率較高的多光譜影像則可以有效區(qū)分不同的地面覆蓋物，使我們看的更明白。然而由于傳感器設(shè)計(jì)之初的缺陷，遙感影像的光譜分辨率和空間分辨率始終成相互制約的關(guān)系。因此，如何借助圖像融合技術(shù)將

2、多光譜與全色圖像進(jìn)行有機(jī)的結(jié)合，有效彌補(bǔ)彼此的缺陷，充分利用彼此的優(yōu)點(diǎn)，達(dá)到多源影像優(yōu)勢(shì)互補(bǔ)的目的成為當(dāng)下一個(gè)重要的研究課題。
　　針對(duì)多光譜和全色圖像融合技術(shù)，國內(nèi)外研究學(xué)者就不同衛(wèi)星的特點(diǎn)也提出了許多相關(guān)算法，但現(xiàn)有融合方法依然存在著光譜失真、普適性較差等局限性。本文在前人研究的基礎(chǔ)之上，重點(diǎn)研究分析多光譜與全色圖像的融合技術(shù)，主要工作可概括為如下三點(diǎn):
　　(1)總結(jié)實(shí)現(xiàn)現(xiàn)有融合算法，并結(jié)合多組實(shí)驗(yàn)數(shù)據(jù)及評(píng)價(jià)指標(biāo)對(duì)現(xiàn)有

3、對(duì)融合算法進(jìn)行實(shí)驗(yàn)分析，分析概括現(xiàn)有方法的優(yōu)點(diǎn)及缺陷。
　　(2)研究提出了一種基于局部方差相似度的自適應(yīng)圖像融合算法。算法采用PCA變換提取多光譜圖像的強(qiáng)度分量后，借助局部方差相似度來指導(dǎo)強(qiáng)度分量和全色圖像小波變換系數(shù)的融合，根據(jù)相似度的取值范圍自適應(yīng)確定加權(quán)平均或2選1的融合策略，實(shí)現(xiàn)多光譜與全色圖像更為精準(zhǔn)的融合，減少融合圖像的光譜失真。
　　(3)研究提出了結(jié)合邊緣掩膜圖的非下采樣輪廓波圖像融合算法。該方法通過引入N

4、SCT變換來改善小波變換所存在的方向局限性和非平移不變性，同時(shí)求取待融合影像NSCT變換后近似、細(xì)節(jié)圖像的邊緣掩模圖。通過邊緣掩模圖來指導(dǎo)多光譜圖像強(qiáng)度分量和全色圖像NSCT變換后的系數(shù)融合，針對(duì)圖像不同區(qū)域有針對(duì)性的適用融合策略，使得融合圖像的光譜和空間特性得到了更好的權(quán)衡。
　　論文結(jié)合Landsat、Quickbird和Pleiades衛(wèi)星數(shù)據(jù)對(duì)文中所提算法進(jìn)行了詳細(xì)的主、客觀評(píng)價(jià)。算法相比較現(xiàn)有融合方法而言，無論是光譜特性