基于多尺度幾何變換與粒子群優(yōu)化的遙感圖像融合方法.pdf

1、隨著遙感衛(wèi)星對地觀測技術的發(fā)展，多種傳感器獲取的遙感圖像數(shù)據(jù)越來越多，因此遙感圖像融合技術應運而生。遙感圖像融合技術可以將包含不同特征信息的多源遙感數(shù)據(jù)，按照一定的融合規(guī)則整合成一幅具有新特征的合成圖像，融合過程中保留了多源圖像間的互補信息，消除了冗余特征，實現(xiàn)了多傳感器數(shù)據(jù)之間的優(yōu)勢互補。遙感圖像融合技術擴展了遙感圖像數(shù)據(jù)信息的應用范圍，提高了遙感圖像數(shù)據(jù)的實用價值，為遙感圖像后續(xù)的分析、解譯和理解提供了可靠的依據(jù)。本文通過深入研究多

2、尺度幾何變換理論、粒子群優(yōu)化算法和空間域融合的思想，在此基礎上提出了兩種遙感圖像融合算法，完成的以下工作:
　　(1)通過分析Contourlet變換系數(shù)的特點和粒子群優(yōu)化算法的尋優(yōu)效率，將粒子群優(yōu)化算法合理的引入到Contourlet變換的系數(shù)處理中。在IHS變換的基礎上，對全色圖像和多光譜圖像的亮度分量進行多層Contourlet變換;根據(jù)分解后的低頻系數(shù)和高頻系數(shù)不同的特征信息，在低頻系數(shù)上以信息熵和相對偏差的差值作為目標評

3、價函數(shù)，采用粒子群優(yōu)化算法自適應地尋找最優(yōu)加權系數(shù)進行融合;在高頻系數(shù)上以結構相似度作為粒子群優(yōu)化算法的目標函數(shù)，尋找高頻子帶間結構相似度的最優(yōu)閾值，再采用基于區(qū)域結構相似度的規(guī)則進行融合;最后經逆變換得到融合圖像。圖像融合仿真實驗表明，提出的算法能夠很好地兼顧多光譜圖像光譜信息的保持和全色圖像空間信息的保留，是一種有效可行的遙感圖像融合新方法。
　　(2)根據(jù)遙感圖像中邊緣特征和非邊緣特征的分布，結合Canny算子對邊緣提取的有

4、效性，提出了一種耦合邊緣檢測與優(yōu)化方法的基于非下采樣Contourlet變換的遙感圖像融合算法。在IHS變換的基礎上，利用Canny算子對全色圖像進行邊緣提取，根據(jù)邊緣分布特點對全色圖像和多光譜圖像亮度分量進行空間域融合得到邊緣加強的全色圖像;將亮度分量和新的全色圖像分別進行多層非下采樣Contourlet分解，對低頻系數(shù)采用選擇性的加權求和規(guī)則進行融合;在高頻系數(shù)上先利用粒子群優(yōu)化算法尋找子帶間結構相似度的最優(yōu)閾值，再采用基于區(qū)域結構