基于Shearlet变换的图像分割和融合

Shearlet以缩放、剪切和平移等仿射变换为基础，继承了curvelet和contourlet优点，实现了以传统的多尺度分析处理高维信号处理中的几何奇异性，可以稀疏表示几何正则图像，已证明：shearlet基对于几何正则的图像具有最优逼近率。本项目结合SAR图像处理中的图像融合和分割，系统研究基于shearlet的Hilbert空间的离散紧框架构造及数字快速实现方法；为了给出更精细的频谱分辨率，引入shearlet包变换，并将进化算法用于shearlet包最优基选择；结合模糊聚类、隐马尔可夫随机场和进化算法，建立基于shearlet的SAR图像分割方法；研究基于shearlet方向特征的图像配准和图像融合方法。