小波分析在遙感影像融合中的應(yīng)用研究.pdf

1、作為一種局部化時(shí)頻分析方法，小波分析是各種信號(hào)處理方法的統(tǒng)一處理框架，它的快速算法為分析和解決實(shí)際問(wèn)題帶來(lái)極大的方便。在實(shí)際應(yīng)用中，絕大多數(shù)信號(hào)是非平穩(wěn)的，而帶有奇異性的或者不規(guī)則的結(jié)構(gòu)往往是信號(hào)中最重要的部分。在影像中，亮度的不連續(xù)性往往提供了某一影像的邊緣，這恰恰是認(rèn)識(shí)影像最有意義的部分。過(guò)去常用傅立葉變換來(lái)分析這些奇異性，但由于傅立葉變換是全局性的，它可以描述信號(hào)的全面的整體性質(zhì)，但不適合于尋找奇異性的分布及奇異點(diǎn)的位置所在和奇異

2、程度。而小波變換特別適用于分析處理非平穩(wěn)信號(hào)。 自Daliy首次將雷達(dá)影像和Landsat-MSS影像的復(fù)合影像應(yīng)用于地質(zhì)解釋以來(lái)，用于遙感影像融合處理的技術(shù)方法很多，其中應(yīng)用較廣的主要有加權(quán)法、HPF法、IHS變換法、PCA法、小波變換融合算法等。在實(shí)際應(yīng)用中，運(yùn)用加權(quán)法的融合影像對(duì)比度差、失真度大；HPF法使用固定大小的濾波器，難以完全提取出高分辨率影像的所有細(xì)節(jié)信息；PCA融合法失去了原有的物理特性；而小波變換法則在有效地

3、增強(qiáng)多光譜影像的空間細(xì)節(jié)表現(xiàn)能力的同時(shí)，且保持了影像融合前后的光譜特性，彌補(bǔ)了上述方法的不足。鑒于此，本文就基于小波變換的多源遙感影像融合技術(shù)進(jìn)行了分析和研究。 本文在全面論述了小波分析的基本概念和基本理論的基礎(chǔ)上，詳細(xì)分析了以Mallat算法為核心的DWT融合算法和以多孔算法為核心的SWT融合算法，并從理論上總結(jié)了兩種傳統(tǒng)小波融合方法的優(yōu)缺點(diǎn)；針對(duì)傳統(tǒng)小波融合方法的缺點(diǎn)，對(duì)其小波基的選擇、邊界延拓的方法，以及融合法則和融合方法