论文部分内容阅读
本文主要针对多光谱与全色遥感影像、可见光与红外遥感影像的融合问题，重点研究基于多尺度分解像素级融合中的图像配准、融合理论框架、融合规则等关键环节，根据制图、解译两类影像融合应用需求不同的特点，进行不同融合规则的优化，为地物分类、变化检测或目标识别提供影像服务。
本文首先对图像融合和融合结果质量评价的方法进行了概述，通过综合分析相关技术研究现状，总结归纳了特征配准、多尺度融合框架、数据融合策略等几个影响融合质量的关键问题，具体研究内容如下:
(1)针对红外与可见光遥感数据中局部灰度差异较大导致的特征配准问题，研究并提出了基于NSCT与梯度约束的SIFT特征匹配改进算法，改进的算法与传统SIFT算法相比，能获得更多的匹配点对数目，且分布较均，匹配正确率较高。
(2)在多尺度图像融合理论的基本框架下，针对目前图像融合中应用最为广泛的小波和非子采样Contourlet变换(NSCT)两种多尺度方法的原理和特点，详细分析影响多尺度图像融合效果的关键因素，通过实验给出多尺度分解工具和分解方式，为后续章节的多尺度融合提供实验基础。
(3)通过研究基于多尺度分解的方法在多光谱与全色遥感影像融合中的应用效果，分析了IHS算法融合中出现光谱失真的原因。在光谱保持型的融合指导思想下，进行了EIHS与多尺度融合方法相结合的融合算法研究，并结合NSCT分解工具优化算法，避免传统小波方法的边界重影现象。
(4)根据融合应用目的的需要，提出了基于区域的光谱保持型融合算法，把待融合的区域分成不同的特征类型并采用不同的融合规则。实验表明，改进的算法在有效提高融合后影像空间分辨率的同时，更多地保留了多光谱影像的光谱信息，可有效改善传统IHS方法引起的光谱失真。
(5)针对红外图像的成像特性，提出了基于局部区域能量特征和方向特征的融合规则，针对低频系数和高频系数分别采用适合的融合规则与优化算法，可提升目标与背景的对比度与清晰度，对噪声的抑制能力较好，对于传感器在复杂工作环境下成像后的处理具有重要的意义。
(6)通过结合像素间的相关性，提出了基于区域特征的红外与可见光融合规则与优化算法。在红外图像均值漂移分割结果的基础上，定义了区域能量特征和区域方向对比度的融合规则，分别指导低频和高频系数的选取。实验结果表明，该算法能将红外热目标信息和可见光影像丰富的背景信息有效地结合在一起，相对于基于像素算法和局部窗口算法的融合效果更好。