【英文题名】
Research on Transform Domain Image Level Correlation Analysis Based Remote Sensing Images Fusion Method
【作者】
宋宇 ;
【导师】
那彦 ;
【学位授予单位】
西安电子科技大学 ;
【学科专业名称】
电路与系统
【学位年度】
2010
【论文级别】
硕士
【网络出版投稿人】
西安电子科技大学
【网络出版投稿时间】
2010-08-12
【关键词】
图像融合 ;
遥感图像的层次 ;
小波变换 ;
非下采样Contourlet变换 ;
【英文关键词】
Images Fusion ;
Remote Sensing Image Level ;
Wavelet Transform ;
Nonsubsampled Contourlet Transform ;
【中文摘要】
本文主要研究了基于变换域的图像层次相关分析的遥感图像融合方法,其中包括基于小波变换及图像层次分析的融合方法和基于NSCT变换及图像层次分析的融合方法。
基于小波变换的融合方法的主要步骤是,先分解图像,分析各个层次图像的相关关系,确定最优的分解层次,依据小波方向对比度融合规则融合图像,经过仿真实验证明在层次融合选取上本方法更科学,得到的融合图像的边缘更清晰。
基于NSCT融合方法的主要步骤是,先分析图像层次间的关系,通过相关系数,确定最优分解级别,再依据图像的多方向对比度融合规则融合图像。经过仿真实验证明本方法在层次融合选取上更科学,得到的融合结果在主观上,图像的色彩更好,图像的边缘更加清晰。客观上各项参数都有所提高。
本文的创新点在于,融合处理前,对图像层次的相关性进行了研究,减少了图像层次对应的盲目性,得到的融合效果更好；在研究相关性时,使用了频域,时域以及提取特征值的方法计算相关系数,得到了最科学的层次关系和最好的相关算法,即时域相关法。
【英文摘要】
Transformation domain image level correlation analysis remote sensing images fusion methods are proposed.Based on the wavelet transformation image level correlation analysis fusion method and the NSCT image level correlation analysis fusion method are included in this article.
Image is decomposed in the first step of the wavelet transformation fusion. And then each level component is analyzed for obtaining the most related image level, and at last, the images based on wavelet direction contras...
【更新日期】
2010-10-09
【相同导师文献】
导师：那彦 导师单位：西安电子科技大学 学位授予单位：西安电子科技大学基于反卷积神经网络的遥感图像融合算法研究 [D]. 西安电子科技大学,2023基于自适应分解的医学图像CT/MRI融合算法研究 [D]. 西安电子科技大学,2023基于深度神经网络的多聚焦图像匹配及融合算法研究 [D]. 西安电子科技大学,2023基于图像多方向特征及模糊神经网络的遥感图像融合算法研究 [D]. 西安电子科技大学,2022基于图像自适应变换及D-S证据理论的多聚焦图像融合方法研究 [D]. 西安电子科技大学,2022基于反卷积神经网络及直觉模糊推理的CT/MRI医学图像融合算法研究 [D]. 西安电子科技大学,2022基于反卷积神经网络自适应变换的CT/MRI医学图像融合算法研究 [D]. 西安电子科技大学,2021基于图像自适应分解及多方向特征的多聚焦图像融合算法研究 [D]. 西安电子科技大学,2021基于神经网络及方向滤波的图像融合算法研究 [D]. 西安电子科技大学,2020基于神经网络及引导滤波的图像融合算法研究 [D]. 西安电子科技大学,2020
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
| 
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
