面向線目標提取的多源信息融合技術研究.pdf

1、典型線目標（道路和海岸線）的提取，在軍事和民用領域的各方面已獲得廣泛的應用，并發(fā)揮著巨大的作用。而隨著遙感技術的發(fā)展，僅依靠單個光譜信息的傳統(tǒng)分類方法難以滿足實際需求，為了進一步提高信息的利用率，我們將融合思想引入到線目標的提取。利用不同數(shù)據(jù)源的信息協(xié)同處理來提高線目標識別的精準度。本論文針對多源遙感圖像的特點及優(yōu)勢，以可見光全色圖像、多光譜圖像和SAR圖像為數(shù)據(jù)源，以線目標（道路和海岸線）為研究對象，主要利用了新型小波（雙樹復小波和非

2、下采樣的Contourlet變換）融合的手段，對多源遙感圖像中的線目標提取問題做了研究和分析。
　　論文首先研究了小波和新型小波的基本理論及融合算法，深入研究了雙樹復小波和非下采樣的Contourlet變換的性質及特點，通過實驗對新型小波的性質進行了驗證，并從多方向性、平移不變性和各向異性三方面進行了分析。在此基礎上，提出了將雙樹復小波和非下采樣的Contourlet變換相結合的改進融合算法，通過優(yōu)勢互補，提高了融合后圖像對邊緣和

3、細節(jié)的保持能力。該方法可以使融合后的圖像的線特征更加明顯，便于后續(xù)線目標的提取。
　　然后，研究了基于融合的道路和海岸線目標提取方法。針對不同數(shù)據(jù)源特點，采用不同的道路預處理方法，并提出了一種基于數(shù)學形態(tài)學和局部 Hough變換的道路融合提取算法。采用“提取—融合—后處理”流程完成了對道路目標提取的整個過程。通過實驗證明，該算法對于不同分辨率和不同信源的圖像，都能以較高的精確度提取出道路并有效保持其原始形狀。針對海岸線，采用基于融