基于改進atrous小波分解的遙感圖像快速融合方法的研究.pdf

1、從20世紀70年代開始，我國在航空航天、空間信息化以及遙感技術等領域呈現出蓬勃發(fā)展的趨勢。衛(wèi)星遙感作為遙感領域的分支，在軍事領域和經濟建設中發(fā)揮了重要的作用。自“十二五”以來，我國的民用航天業(yè)提出了新的發(fā)展目標和方向，衛(wèi)星遙感技術的發(fā)展達到了新的高度。
　　隨著越來越多的遙感衛(wèi)星發(fā)射成功，多種多樣的傳感器被投入使用，由于從單一傳感器獲得的影像在光譜信息和空間分辨率方面存在一定的局限性，因此需要將來自不同傳感器的遙感數據融合在一起。

2、另一方面由于從衛(wèi)星上傳回的遙感數據的數據量成倍的增長，通過提升硬件性能來提高處理速度的方式已經遇到瓶頸，從傳統(tǒng)的計算模式得到的融合圖像在時效性上已遠遠無法滿足日益增長的遙感數據的處理需求。
　　針對這些問題，本文主要做了以下研究：
　　1.介紹了各種常用融合算法的區(qū)別與優(yōu)缺點，分析了基于atrous小波分解的融合算法相對于其他融合算法在并行計算中的優(yōu)勢。針對 atrous小波分解過程中存在細節(jié)丟失和融合結果模糊的問題，提出了

3、一種基于高提升濾波和 atrous小波分解的遙感圖像融合算法。通過利用高提升濾波強化 atrous小波分解過程中得到的小波面來達到強化融合結果中細節(jié)分量的作用。然后通過實驗驗證，證明了改進后的算法在信息密度比較大，地貌比較復雜的地區(qū)可以更好的還原數據的真實性。
　　2.深入分析了CUDA并行架構的結構特點、功能特性和設計原理。在此基礎上，提出了基于 GPU的并行優(yōu)化策略，根據并行優(yōu)化策略建立了并行的遙感影像融合方法。具體描述了如何