基于NSST变换的遥感图像融合算法研究

作     者：张康 

作者单位：北方民族大学 

学位级别：硕士

导师姓名：黄永东

授予年度：2018年

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

主      题：遥感图像融合 融合规则 HSV变换 NSST变换 RPCA变换 自适应PCNN 

摘      要：图像融合是指将同一场景的多种传感器的图像信息经过处理,最大限度提取各自信道中的有利信息,最后综合成一幅高质量图像的新兴技术.而遥感图像融合是其中一类重要的类型,并且已应用于洪水监测、地形测绘、土地资源调查、自然灾害监测等方面.目前,研究者们对高空间分辨率的全色图像(panchromatic image,PAN)与高光谱分辨率的多光谱图像(multispectral image,MS)的融合问题进行了广泛研究并提出了许多算法.本论文主要研究了基于非下采样剪切波变换(non-subsampled shearlet transform,NSST)的遥感图像融合算法.主要包括以下三个方面:1.结合HSV(Hue,Saturation,Value)变换可以保留多光谱信息和NSST变换能够更好加强边界信息的识别和纹理细节的呈现这两个优点,提出了一种基于HSV和NSST变换的遥感图像融合算法.2.针对非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)存在的计算复杂度高的问题,借鉴了多特征和自适应脉冲耦合神经网络(pulse coupled neural network,PCNN)的各自优点,提出了一种基于NSST变换与自适应PCNN的多特征遥感图像融合算法.3.结合经鲁棒主成分分析(robust principal component analysis,RPCA)分解得到的稀疏矩阵可以提取PAN图像显著特征和NSST变换计算效率高这两个优点,并引入PCNN模型,提出了一种新的的遥感图像融合算法.