遥感影像融合算法研究开题报告

全文总字数：1736字

1. 研究目的与意义

现今在轨的遥感器越来越多，它们提供了丰富的对地观测数据。

但由于传感器自身的限制，这些传感器的数据不能都在光谱分辨率和空间分辨率上同时满足具体的科学应用。

因此，如何有效组合不同传感器来源的数据并发挥它们各自的优势、限制各自不足就成为众多遥感应用研究之前的一个关键步骤。

2. 国内外研究现状分析

近些年来，针对各种具体应用已经形成了大量的遥感全色和多光谱图像融合算法，按照参与融合的波段数目可分为 2 类，一类是对 3 个波段数据进行融合的方法，应用较多的有彩色空间( intensity hue saturation，ihs) 变换法、彩色标准化( color normalized，brovey) 变换法等; 另一类为对多个波段进行融合的方法，应用较广的有主成分分析( principal component analysis，pca) 法、相位恢复( gram － schmidt，g － s) 变换法、高通滤波( high － pass filtering，hpf) 法等，以及适合高空间分辨率遥感图像融合的超分辨率贝叶斯( pansharp) 法和 pan sharpening 法。

从已有的图像融合研究成果来看,由于理论的成熟度和操作的可行性,融合研究主要集中在像素级,而对特征级,尤其是决策级的研究还不够成熟,仍在不断探索阶段。

近来,从理论基础和研究工具来看,非常新的数学理论和计算智能理论等的应用,在数学理论深度上不断提高,如小波和小波包、脊波、模糊数学、数学形态学、支持向量机等的使用,更加重视图像融合的数学意义,向更专业的信号处理方向发展。

3. 研究的基本内容与计划

一．研究内容 1. 不同遥感器数据的精确配准及重采样2.主要执行像元级融合算法，主要包括：（1）ihs融合 （2）brovey融合 （3）sfim融合 （4)主成分融合（5）gs变换融合 （6）基于高通滤波的图像融合 （7）基于小波变换的图像融合 （8） 其它增强融合算法3. 融合后质量评价采用均方根误差、峰值信噪比、交叉熵、相关系数、平均梯度、互信息、统一质量评价指标、全局融合评价指标、光谱角等进行融合后质量的评价。

二．研究计划（1） 1月下旬2月初：查阅相关文章、书籍，不同遥感器数据下载数据，总结国内外研究趋势和技术完成文献综述；（2） 2月上旬3月初：完成数据预处理，包括不同遥感器数据的精确配准及重采样，并在此基础上完成ihs融合，主成分融合，brovey融合等较为基础的融合（3） 3月上旬4月下旬：完成sfim融合，gs变换融合，基于高通滤波的图像融合，基于方向金字塔框架变换图像融合，基于最小噪声分离变换图像融合以及相关集成融合算法的研究，其中主要研究小波变换图像融合算法。

（4） 5月上旬5月下旬：完成采用均方根误差、峰值信噪比、交叉熵、相关系数、平均梯度、互信息、统一质量评价指标、全局融合评价指标、光谱角等进行融合后质量的评价的工作并完成论文。

4. 研究创新点

本论文将在现有研究的基础上，充分研究并讨论现有主流融合算法对不同遥感数据的融合技术，着重讨论各类小波变换图像融合算法，并对融合后质量进行科学的评价，为选择对于不同遥感数据的最佳融合算法提供指导。