基于NMF的星载遥感图像融合方法研究;基于NMF的星载遥感图像融合方法研究

星载遥感图像融合论文 合成孔径雷达论文 可见光图像论文 非负矩阵分解论文
论文详情
随着科技的不断进步,人类能够使用的自然资源探测卫星数量越来越多、种类越来越丰富、性能越来越精良。特别是随着多颗同时搭载多重不同传感器的星载遥感平台的升空,星载遥感数据空前丰富起来。但是,各种传感器仍有其自身的缺陷与性能上的限制。因此,为了在现有条件下获取更丰富、更准确、更有利用价值的遥感信息,遥感图像融合成为了一个研究的热点。本文首先回顾了遥感图像融合算法的发展历史,以及现阶段主要遥感图像融合算法的原理。对像素级融合、特征级融合以及决策级融合的算法的发展过程进行了概括。其次,本文分析了所要采取的数据源-星载SAR图像及可见光图像的特性,并根据它们的特点及应用的需要确定了整个的预处理及融合流程。结合数据源的特性以及经典融合算法的思想,就能够确定所要采取的融合算法的性能要求及实现方法。随后,本文介绍了NMF(非负矩阵分解)这一数据描述与分解算法。与传统的PCA、VQ等与它形似的数据描述工具相比,NMF具有不需监督的局部特征学习这一重要能力。根据前文总结的关于融合算法的要求以及数据源的特点,结合NMF本身的特长,本文论证了NMF是适合星载SAR图像与可见光图像融合的方法。在某些数据有缺陷的情况下,比如光学图像受到天气条件影响无法提供某部分区域数据的时候,为了改善NMF算法的性能,本文又提出了引入权重限制的改进NMF方法(WNMF),并根据应用需求设计了四个算子用来实现WNMF。论文的最后给出了预处理以及融合结果。重点在于对传统方法、NMF算法、基于不同算子的WNMF方法的性能比较,并探讨了NMF算法及不同的WNMF算法各自适用的情况。文中的结果证明,NMF及WNMF均是有效的遥感图像融合方法,在整合不同传感器所提供的独特信息方面表现尤其优秀。灵活运用NMF及基于不同权重算子的WNMF可以为星载遥感图像融合在多种情况下提供良好的性能。
摘要第4-5页
Abstract第5-6页
第1章 绪论第9-16页
    1.1 课题背景及研究的目的和意义第9-11页
    1.2 遥感图像融合方法发展现状第11-14页
    1.3 本文的主要研究内容第14-16页
第2章 多源遥感图像融合理论基础第16-34页
    2.1 引言第16页
    2.2 遥感图像特性分析第16-17页
    2.3 遥感图像配准第17-22页
        2.3.1 遥感图像配准理论基础第17-19页
        2.3.2 基于CCRE 的配准方法第19-22页
    2.4 多源遥感图像融合经典算法第22-32页
        2.4.1 色彩变换及成分替换方法第23-25页
        2.4.2 变换域方法第25-30页
        2.4.3 基于统计模型的算法第30-32页
    2.5 遥感图像融合评价方法第32-33页
    2.6 本章小结第33-34页
第3章 基于NMF 的SAR 与光学图像融合算法第34-44页
    3.1 引言第34页
    3.2 非负矩阵分解(NMF)第34-36页
    3.3 基于NMF 的遥感图像融合方法第36-37页
    3.4 改进的NMF第37-38页
    3.5 基于改进NMF 的遥感图像融合第38-43页
    3.6 本章小结第43-44页
第4章 实验结果与评价第44-55页
    4.1 引言第44页
    4.2 原始图像配准结果第44-47页
    4.3 图像融合结果与评价第47-54页
        4.3.1 机载图像融合结果第47-48页
        4.3.2 星载图像融合结果第48-51页
        4.3.3 云雾遮挡地区图像融合结果第51-54页
    4.4 本章小结第54-55页
结论第55-57页
参考文献第57-63页
致谢第63页
论文购买
论文编号ABS772879,这篇论文共63页
会员购买按0.30元/页下载,共需支付18.9
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付31.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656