以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：11

、訪客IP：18.188.168.28

姓名	廖文宏(wen-Hung Liao)  查詢紙本館藏	畢業系所	土木工程學系
論文名稱	小波多層次解析之影像融合應用 (Image Fusion application of Multi-level Wavelet)
相關論文	★ 多時期衛星影像之自動化監督性分類 ★ 大範圍地區土地使用分類之研究 ★ 高解析力衛星影像控制點座標之自動化萃取 ★ 影像最佳類別數目之研究 ★ 遙控直昇機應用於工程管理監測可行性之研究 ★ 以地理資訊系統輔助共同管道之最適設計 ★ 有理函數應用於空載多光譜影像幾何校正之研究 ★ SPOT自然色影像產生之研究 ★ 結合影像區塊及知識庫分類之研究-以IKONOS衛星影像為例 ★ 遙控飛機空載視訊影像自動化鑲嵌方法之研究 ★ 影像分割技術於高解析衛星影像分類之應用 ★ 線性複合模式應用於變遷偵測之研究 ★ 改良式變異向量分析法於變遷偵測之探討 ★ 區塊分割變遷偵測法於多時期衛星影像之應用 ★ 資料挖掘技術應用於外來入侵植物研究 (以恆春地區銀合歡為例) ★ 空間資料挖掘方法應用於土地利用變遷之研究
檔案	[Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   [檢視]  [下載] 本電子論文使用權限為同意立即開放。 已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。 請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。
摘要(中)	遙感探測利用衛星或載具之光學機械掃描系統來偵測地面物體之各種不同波長之自然電磁波，或以系統本身主動發射電磁波再由接收器偵測反射回來之電磁波，從空中獲取大範圍涵蓋面積之地面資訊，然而，一個感測器要能同時提供具備高空間解析力及高光譜解析力的影像卻在技術上有相當的困難，因此，影像融合(Image Fusion)技術可以結合來自於不同感測器的影像，並擷取各自影像中的優點以融合成兼具融合前各影像優點之新影像，以融合一張高解析力全色態影像和一張低解析力多光譜影像而言，此融合影像應兼具全色態影像中的高解析力又具有多光譜影像的彩色資訊。然而，影像融合技術雖能使高解析力全色態影像與低解析力多光譜影像進行融合得到具高解析力的多光譜影像，但是並不表示融合技術就能融合任何解析力差異倍數的全色態影像與多光譜影像，因為影像融合技術的前提即在於能同時保有各影像融合前之優點，因此，為了評估全色態影像和多光譜影像融合時解析力差異倍數之限制，本研究以各個不同解析力差異倍數的高解析力全色態影像與低解析力多光譜影像，應用IHS影像融合法與小波函數影像融合法進行影像融合，並且為了評估融合影像是否保留住高解析力全色態影像的空間資訊與低解析力多光譜影像的多光譜資訊，分別就影像的光譜資訊和紋理兩方面以統計的方法卡方檢定進行評估其融合結果，探討其融合時差異倍數限制。
摘要(英)	Satellites can detect various wavelengths from ground in remote sensing, but it is difficult technologically that single sensor can not provides both high spectrum and resolution image. Therefore, image fusion is an useful technique to integrate images from different sensors and produce a new fused image, and the fused image has the advantages of every images. For instance, the new image which is fused from the high resolution panchromatic image and the low resolution multispectrum image must contain high resolution from the panchromatic image and color information from the multispectrum image. Although we can fuse a high resolution panchromatic image and a low resolution multispectrum image to get a fusion image with high resolution and multispectrum, it doesn’t represent image fusion can fuse panchromatic image and multispectrum image at any resolution differences. It is necessary to keep advantages of high resolution from the panchromatic image and color information from the multispectrum image. Therefore, in order to evaluate the limit of resolution difference between panchromatic image and multispectrum image, our method is to fuse high resolution panchromatic image and low resolution multispectrum image in every different resolution differences with IHS image fusion and wavelet image fusion. Then, using Chi-Square test from spectrum and texture evaluates whether fusion image keeps spacial information from the panchromatic image and color information from the multispectrum image.
關鍵字(中)	★ 灰值共現矩陣 ★ 卡方檢定 ★ 影像融合	關鍵字(英)	★ Chi-Square Test ★ Gray Level Co-occurrence Matrix(GLCM) ★ Image Fusion
論文目次	中文摘要 I 英文摘要 II 目錄 III 圖目錄 V 表目錄 XI 第一章 緒論 1 1.1 研究動機與目的 1 1.2 研究方法及內容 3 1.3 論文架構 5 第二章 文獻回顧 6 第三章 IHS與小波函數法影像融合 10 3.1 IHS影像融合 10 3.1.1 IHS彩色模型 10 3.1.1.1 濾核型（kernel-based）IHS彩色模型 11 3.1.1.2 Gonzalez and Woods的IHS彩色模型 13 3.1.2 IHS影像融合 13 3.2 小波轉換 15 3.2.1 前言 15 3.2.2 Haar小波 16 3.2.3 Daubechies小波 19 3.3 小波多重解析度分析 20 3.3.1 小波分解與重建 20 3.3.2 多重解析度分析 23 3.4 二維小波轉換 23 3.5 小波函數法影像融合 27 第四章 影像融合解析力差異倍數限制評估 29 4.1 融合解析力差異倍數限制評估 29 4.2 卡方檢定 32 4.3 評估多光譜彩色資訊部分 34 4.4 評估空間解析力部分 34 4.4.1 紋理分析 35 4.4.2 灰度共現矩陣(GLCM) 35 4.4.3 以卡方檢定評估空間解析力部分 38 第五章 測試影像資料與成果 40 5.1 實驗資料與設計 40 5.2 影像融合成果與解析力差異倍數限制評估 53 5.2.1 不同解析力差異倍數之IHS融合影像成果 53 5.2.2 不同解析力差異倍數之小波融合影像成果 64 5.2.3 評估多光譜彩色資訊部分 75 5.2.4 紋理分析部分 79 5.3 模擬各衛星影像融合及評估 84 第六章 結論與建議 91 6.1 結論 91 6.2 建議 93 參考文獻 95
參考文獻	江中熙，”衛星影像融合技術之評估與精進”，碩士論文，國防大學中正理工學院，2000 唐德誠，” 灰度共現矩陣於多波段多極化SAR影像分類之研究”，碩士論文，國防大學中正理工學院，2003 許丕政，”應用統計檢定法於衛星影像變遷偵測之研究”，碩士論文， 國立中央大學土木工程研究所，1998 莊家和，” 紋路特徵編碼法於紋路分析之研究”，碩士論文， 南華大學，1998 張紘炬，”統計學”，華泰書局，2002 葉兆輝，”統計學導論”，台灣西書出版社，2001 鄭心惠，” 遙測影像空間品質之評估”，碩士論文，國立成功大學測量工程研究所，2003 Carper, W. J., Lillesand, T. M., and Kiefer, R. W., “The Use of Intensity-Hue-Saturation Transformations for Merging SPOT Panchromatic and Multispectral Image Data,” Photogrammetric Engineering and Remote Sensing, Vol. 56, No. 4, p p.459-467, 1990 Chavez, P. S. and Kwarteng, A. Y., “Extracting Spectral Contrast in Landsat Thematic Mapper Image Data Using Selective Principal Component Analysis,” Photogrammetric Engineering and Remote Sensing, Vol. 55, No. 3, pp.339-348, 1989 Chavez, Jr. P. S., Sides, S. C., and Anderson, J. A., “Comparison of Three Difference Methods to Merge Multiresolution and Multispectral Data: Landsat TM and SPOT Panchromatic,” Photogrammetric Engineering and Remote Sensing, Vol. 57, No. 3 pp.295-303, 1991 Daubechies, I., “Time-frequency localization operators:a geometric phase space approach,” IEEE Trans. Inform. Theory, 34, pp. 605-612, 1988 Daubechies, I.,”Ten Lectures on Wavelets”,Printed by Capital City Press, Montpelier,Vermont,1992 Duport, B. G., Girel, J., Chassery, J. M., and Pautou, G., “The Use of Multiresolution Analysis and Wavelets Transform for Merging SPOT Panchromatic and Multispectral Image Data,” Photogrammetric Engineering and Remote Sensing, Vol. 62, No. 9, pp.1057-1066, 1996 Gonzalez, R. C. and Woods, R. E., “Digital Image Processing”, Addison Wessley Publishing Company,1992 Haar, “Zur Throrie der orthogonalen Funktionen-Systeme,” Math. Ann., 69, pp.331-371, 1910 Haralick, R. M., “Statistical and structural approaches to texture,” Proc. IEEE, Vol. 67, pp.784-804, 1979 Haralick, R. M., Shanmugam, K., and Dinstein, ITS’HAK, “Texture Feature for Image Classification,” IEEE Trans. On Systems, Man,and Cybernetics, Vol. Smc-3, No. 6, pp. 610-621, 1973. Jorge, N., Xavier, O., Octavi, F., and Albert, P., “Simultaneous Image Fusion and Reconstruction Using Wavelets Application to SPOT+LANDSAT Images,” Vistas in Astronomy, Vol. 41, No. 3, pp.351-357, 1997 Jorge, N., Xavier, O., Octavi, F., Albert, P., Vicenc, P., and Roman, A., “Multiresolution-Based Imaged Fusion with Additive Wavelet Decomposition,” IEEE Trans. on Geoscience and Remote sensing, Vol. 37, No. 3, pp.1204-1211, 1999 Mallat, S., “A Theory for Multiresolution Signal: The Wavelet Representation,” IEEE Trans. Pattern Anal. Machine Intell., vol. 11, July 1989 Morlet, J., Arens, G., Fourgeau, I. and Giard D., “Wave Propagation and Sampling Theory,”Geophysics, 47, pp. 203-236, 1982 Park J. H., “Multisensor data fusion using wavelet transform,” IECI Chapter Japan Series Vol. 3 No. 1, 2001 Pohl, C. and Van, J. L., Genderen, “Multisensor Image Fusion in Remote Sensing: Concepts, Methods and Applications,” Int. J. Remote Sensing, Vol. 19, No. 5, pp.823-854, 1998 Treitz, P. M., Filho, O. R., Howarth, P. J., and Soulis, E. D., “Textural Processing of Multi-Polarization SAR for Agricultural Crop Classifition,” International Geoscience and Remote Sensing Symposium, pp. 1986-1988, 1996 Zhou, J., Civco, D. L., and Silander, J. A., “A wavelet transform method to merge Landsat TM and SPOT panchromatic data,” Int. J. Remote Sensing, vol. 19, no. 4, pp. 743–757, 1998
指導教授	陳繼藩(C. F. Chen)	審核日期	2004-7-11
推文	facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu
網路書籤	Google bookmarks   del.icio.us   hemidemi   myshare