Тип работы:
Предмет:
Язык работы:


АНАЛИЗ МЕТОДОВ КОМПЛЕКСИРОВАНИЯ МУЛЬТИСПЕКТРАЛЬНЫХ ИЗОБРАЖЕНИЙ

Работа №85554

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы49
Год сдачи2016
Стоимость4760 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
35
Не подходит работа?

Узнай цену на написание


Введение 5
1. Исследование существующих методов комплексирования 7
1.1. Мультипликативный метод 7
1.2. Алгоритм Бровея 8
1.3. Алгоритм на основе вельвет-преобразований 9
1.4. Алгоритм нормализации цветов 12
1.5. Алгоритм Эйлеровского совмещения 13
1.6. Алгоритм выделения главной компоненты 14
1.7. Алгоритм Грамм-Шмидта 16
1.8. Алгоритм высокочастотного совмещения 17
1.9. Метод Брунсвика 19
2. Сравнительный анализ алгоритмов 22
2.1. Программное обеспечение "Мультиплексирование" 22
2.2. Временная оценка алгоритмов 26
2.3. Визуальное качество полученного изображения 32
2.4. Определение специфических областей применения конкретных алгоритмов 36
3. Программное обеспечение «Картографирование местности» 38
3.1. Описание программы 38
3.2. Использование мультиплексирования снимков в картографировании 43
3.3. Расстановка целевых объектов в программе 45
Заключение 47
Список использованных источников

Комплексирование мультиспектральных изображений - это процесс объединения соответствующей информации из двух или более изображений в одно изображение. В результате полученное изображение будет более информативным, чем любое из входных изображений.
Изображения с БПЛА передаются при помощи тепловизионных, оптических и радиолокационных датчиков, каждый из которых обладает уникальными свойствами и характеристиками, и вносит свой вклад в изображение, которое анализирует человек-оператор комплекса.
Во время обработки он сталкивается с ситуациями, которые требуют высокого пространственного и высокого спектрального разрешения в одном изображении. Большая часть имеющегося оборудования не способна удовлетворить этот запрос. К примеру, оптические изображение, полученные с БПЛА обладают меньшим разрешением, но с другой стороны, являются наиболее понятными для человека-оператора, в то время как, радиолокационные имеют более высокое разрешение. Методы слияния изображений позволяют интегрировать различные источники информации для компенсирования недостатков одного метода другим.
Целью данной работы является анализ существующих методов комплексирования мультиспектральных изображений и выявление наиболее подходящих для применения на БПЛА.
Для достижения данной цели будут реализованы следующие задачи:
1) Исследование существующих методов объединения изображений.
2) Выявление особенностей каждого из алгоритмов. Преимущества и недостатки.
3) Сравнительный анализ представленных методов. Определение областей применения каждого из алгоритмов.
4) Внедрение ПО в систему обработки изображений.
5) Разработка программной платформы.
Объектом исследования, являются мультиспектральные изображения, полученные с БПЛА.
Предметом исследования является процесс комплексирования предъявляемых оператору изображений, полученных при помощи оптических и радиолокационных датчиков БПЛА.
В результате работы планируется определить область применения алгоритмов, а также выявить группу алгоритмов, наиболее пригодных для интерпретации снимков, полученных с БПЛА.
Такого рода изображения используются для идентификации объектов, как в гражданских, так и в военных целях.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В данной работе были рассмотрены девять существующих алгоритмов комплексирования мультиспектральных изображений. Было написано программное обеспечение «Мультиплексирование», в котором были реализованы все девять алгоритмов на языке С++. На основе написанной программы был проведен сравнительный анализ алгоритмов по нескольким критериям. По итогам данного анализа были выбраны алгоритмы для решения задач комплексирования с различными требованиями к системе, на каждое требование, согласно проведенному анализу, было предложено использование нескольких предпочтительных алгоритмов.
Была выявлена группа алгоритмов, которая наиболее пригодна для интерпретации снимков, полученных с БПЛА.
Результаты данного анализа были успешно внедрены в разработку и использованы при написании НИР «Картографирование местности».



1. D. Amarsaikhan and M. Saandar, 2011. Fusion of Multisource Images for Update of Urban GIS, Image Fusion and Its Applications, Dr. Yufeng Zheng (Ed.), ISBN: 978-953-307-182-4, InTec. - 27 с.
2. Saygin Abdikan, Fusun Balik Sanli, 2012. Comparison of different fusion algorithms in urban and agricultural areas using sar (palsar and radarsat) and optical (spot) images.
3. Sascha Klonus, Manfred Ehlers, 2009. Performance of evaluation methods in image fusion. 12th International Conference on Information Fusion.
4. Manfred Ehlers , Sascha Klonus , Par Johan Astrand & Pablo Rosso (2010) Multisensor image fusion for pansharpening in remote sensing, International Journal of Image and Data Fusion.
5. Rohan Ashok Mandhare, Pragati Upadhyay, Sudha Gupta, 2013. Pixel-level Image Fusion using Wavelets and Principal Component Analysis. International Journal of Advanced Research in Electrical, Electronics and Instrumentation Engineering
6. Zhijun Wang, Djemel Ziou, Costas Armenakis, Deren Li, and Qingquan Li, 2005. A Comparative Analysis of Image Fusion Methods, IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, VOL. 43, NO. 6, JUNE 2005
7. Nupur Singh, Pinky Tanwar, 2012. Image Fusion Using Improved Contourlet Transform. International Journal of Recent Technology and Engineering (IJRTE)
8. Kusum Rani, Reecha Sharma, 2013. Study of Different Image fusion Algorithm. International Journal of Emerging Technology and Advanced Engineering ISSN 2250-2459, ISO 9001:2008 Certified Journal, Volume 3, Issue 5, May 2013
9. Haghighat, M. B. A., Aghagolzadeh, A., & Seyedarabi, H. (2011). Multi-focus image fusion for visual sensor networks in DCT domain. Computers & Electrical Engineering, 37(5), 789-797 с.
10. Haghighat, M. B. A., Aghagolzadeh, A., & Seyedarabi, H. (2011). A non¬reference image fusion metric based on mutual information of image features. Computers & Electrical Engineering, 37(5), 744-756 с.
11. Deepali A.Godse, Dattatraya S. Bormane (2011) “Wavelet based image fusion using pixel based maximum selection rule” International Journal of Engineering Science and Technology (IJEST), Vol. 3 No. 7 July 2011, ISSN : 0975¬5462
12. Yufeng Zheng, Edward A. Essock and Bruce C. Hansen, “An Advanced Image Fusion Algorithm Based on Wavelet Transform - Incorporation with PCA and Morphological Processing”
13. Leviner M., M. Maltz ,2009. “A new multi-spectral feature level image fusion method for human interpretation”. Infrared Physics & Technology 52 (2009) pp. 79-88.
14. Sangwine S. J., and R.E.N. Horne, 1989. The Colour Image Processing Handbook. Chapman & Hall.
15. Firouz A. Al-Wassai, N.V. Kalyankar, A. A. Al-zuky ,2011b. “ The IHS Transformations Based Image Fusion”. Journal of Global Research in Computer Science, Volume 2, No. 5, May 2011, pp. 70 - 77.
16. Pradham P., Younan N. H. and King R. L., 2008. “Concepts of image fusion in remote sensing applications”. Edited by: Stathaki T. “Image Fusion: Algorithms and Applications”. 2008 Elsevier Ltd.


Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ