共查询到20条相似文献，搜索用时 593 毫秒
1.
2.
3.
在遥感图像处理中,由于应用的需要,已经有很多算法可以用来融合高分辨率的全色影像和低分辨率的多光谱影像。本文阐述了小波变换的Mallat算法和a′Trous（多孔）算法,在此基础上,作者提出了一种基于多分辨率分析的灰度调制影像融合方法（MRAGM算法）,以SPOT全色影像与TM多光谱影像融合为例,详细给出了算法和解算步骤,最后分别用三种方法对SPOT高分辨率全色影像和TM低分辨率多光谱影像进行了融合,并且对融合后的影像从定性和定量方面都进行了评价,可以得出MRAGM方法比Mallat算法和a′Trous（多孔）算法的融合效果要好。 相似文献
4.
5.
图像超分辨率重建技术是根据序列图像间信息互补重建高分辨率图像的技术，其主要步骤在于精确运动估计算法和有效超分辨率重建算法。针对存在旋转、缩放变换的序列图像，本文提出一种基于SIFT匹配和随机采样一致性算法（RANSAC）的运动估计算法，该方法首先使用SIFT算法对图像序列的特征点进行提取并匹配，然后使用RANSAC算法消除误匹配点并获取投影变换矩阵，从而获得图像序列间的亚像素级的运动信息；采用一组低分辨率序列图像进行试验，基于上述运动估计算法，采用迭代反投影进行超分辨率重建。试验结果表明，运动估计精度较高，重建影像具有较好的视觉效果，尤其适用于影像序列间存在旋转缩放运动的图像序列的超分辨率重建。 相似文献
6.
为了对单幅低分辨率遥感影像的空间分辨率进行增强,提出了一种基于稀疏表示的超分辨率重建方法。该方法首先采用优化最小化方法学习高-低分辨率联合字典对,通过构造一个参数互相解耦的易于优化的代理函数,替代原来的参数互相耦合难以优化的目标函数,保证每一次迭代求解的值在局部范围内最优。然后,将学习的字典对用以指导其他低分辨率遥感影像的超分辨率重建。实验表明,与传统的插值方法相比,本研究算法在客观的评价指标上具有一定的提高,在主观的视觉效果上也取得一些改善,可为任意区域的单幅低分辨率遥感影像的超分辨率重建提供有用的高频细节信息,具有一定的普适性。 相似文献
7.
一种基于去混叠影像配准方法的POCS超分辨率序列图像重建 总被引：4，自引：0，他引：4
简要介绍超分辨率重建的原理和数学模型,采用一种新的超分辨率重建算法,这种算法通过去除低分辨率影像由于欠采样而产生的频率混叠部分以及频率中心的部分低频,来实现图像的精确配准;在计算旋转角度时,通过在图像中心建立极坐标系,求取设定角度精度范围内关于幅度谱的函数,将2维的相关函数转换成1维相关,大大提高计算效率;最后该算法采用POCS方法进行序列图像的高分辨率重建。实验仿真结果表明该算法具有良好的配准精度和超分辨率重建效果,具有良好的应用价值。 相似文献
8.
首先介绍了遥感影像融合的理论和方法,然后在讨论多进制小波理论的基础上,提出了一种基于特征的多进制小波变换的影像融合算法,该算法根据待融合影像分辨率之比确定采用多进制小波,从而最大限度的利用了待融合影像的信息,防止影像信息的丢失.通过对具体影像的实验,证明融合后的影像最大限度地保留了待融合影像的光谱信息,同时提高了待融合影像的清晰度和空间分辨率.文中给出了SPOT全色影像与SPOT多光谱波段影像、SPOT全色影像与TM影像的融合结果,并与其他方法进行了比较,证明了本方法的优越性和自适应能力. 相似文献
9.
提出一种基于极大验后估计(MAP)超分辨率重建算法的新的改进算法.该算法将MAP算法或其他超分辨率重建算法所获得的高分辨率影像引入到MAP算法中,主要思想是基于所求取的分辨率应该与理想的高分辨率影像最大相关的原理.最后采取基于灰度的四参数仿射变换模型的配准算法,采用共轭梯度算法来迭代求解超分辨率重建方程.仿真试验证明,... 相似文献
10.
《武汉大学学报(信息科学版)》2021,(11)
近年来,基于深度学习的超分辨率重建技术已经广泛应用于多时相高光谱影像、高分影像超分辨率重建等领域。多角度遥感影像之间具有丰富的互补信息,可用于超分辨率重建。针对高分辨率多角度遥感影像提出了一种基于动态上采样滤波网络的超分辨率重建方法。该方法的网络结构为端到端双路网络,其中一个分支网络通过动态上采样滤波模块来实现分辨率提升,另一个分支网络用来学习影像中的高频信息,将两个分支网络输出的结果相加即可得到最终的超分辨率重建影像。为了验证该方法的有效性,利用WorldView-2美国亚特兰大地区和巴西里约热内卢地区多角度遥感影像数据分别进行了2倍、3倍、4倍超分辨率重建模拟实验和真实实验,并进行了多组对比实验。实验结果表明,所提方法可以在顾及多角度影像角度维信息的同时有效提升目标影像空间分辨率,并且较好地保持了影像的细节信息。 相似文献
11.
基于多进制小波变换的遥感影像融合 总被引：7，自引：0，他引：7
首先介绍了遥感影像融合的理论和方法 ,然后在讨论多进制小波理论的基础上 ,提出了一种基于特征的多进制小波变换的影像融合算法 ,该算法根据待融合影像分辨率之比确定采用多进制小波 ,从而最大限度的利用了待融合影像的信息 ,防止影像信息的丢失。通过对具体影像的实验 ,证明融合后的影像最大限度地保留了待融合影像的光谱信息 ,同时提高了待融合影像的清晰度和空间分辨率。文中给出了SPOT全色影像与SPOT多光谱波段影像、SPOT全色影像与TM影像的融合结果 ,并与其他方法进行了比较 ,证明了本方法的优越性和自适应能力 相似文献
12.
本论文尝试讨论两个主题：主题一为利用主成分分析PCA方法应用于像元阶层资料融合技术的研究。主题二为应用Dempster-Shafer evidence theory方法于特征阶层数据融合技术的研究。在第一个主题中，由于合成孔径雷达的数据具有全偏极特性，在此选取了对植被较为敏感的HV极化合成孔径雷达数据，与具有光谱特性的光学SPOT数据做数据融合处理以利接下来的地物分类。首先，本研究利用小波转换技术来滤除合成孔径雷达斑驳噪声，在接下来融合步骤中，主成分分析出来的第一部分（PCI）是用做完滤除噪声后的合成孔径雷达取代，在数据融合后，进行地物分类是采用最大似然法来分类融合影像。在第二个主题中，利用全偏极雷达数据的极化特性结合SPOT数据的光谱特性，其主要目的是为了增加分类的精确度。首先使用李式滤波器滤除全偏极雷达数据噪声，接下来同样是使用采用最大似然法来分类融合影像，（不同的在于全偏极雷达影像使用Wishart几率分布，在光学影像采用multivariate Gaussian几率分布）将每个类别中每个像元属于某个类别的几率值计算出来，再利用Dempster-Shafer evidence theory来结合这些类别的机率值。最后产生出一张新的分类影像。实验的结果显示分类的精确度比较于未融合的资料都有明显提升的效果，也证明了此两个数据融合方法对于不同数据特性的融合都是很成功的。 相似文献
13.
高分辨率遥感影像的实时压缩算法 总被引：1，自引：1，他引：1
针对遥感影像的特点 ,采用整数小波变换、最优比特平面编码和上下文相关熵编码 ,实现高分辨率光学遥感影像的快速压缩。该算法支持多分辨率、多信噪比的嵌入式码流结构 ,可实现从无损到有损任意码率或多种质量的图像编码。实验表明 ,该算法简单高效 ,可满足遥感影像远程传输中实时压缩的要求 相似文献
14.
15.
基于IHS变换和小波变换的遥感影像融合 总被引：18，自引：0，他引：18
在遥感影像融合中，IHS变换法与小波变换法具有互补性，文中把这两种方法结合起来，提出了一种基于IHS变换与小波变换的影像融合方法。通过对具体影像的实验证明，该方法是有效的，达到了预期的目的。 相似文献
16.
基于小波影像金字塔的影像自动匹配 总被引：3，自引：0，他引：3
数字影像高精度快速匹配是遥感影像3维信息提取的关键技术之一，文中对如何实现数字影像自动化匹配进行了研究，提出了一种基于小波影像金字塔的数字影像自动匹配方法。该方法在生成小波影像金字塔的基础上，利用交叉相关算法实现不同影像金字塔同一层影像间的匹配，利用视差控制将同名点从金字塔高层影像向低层影像进行传递。利用该方法对具体的SPOT影像进行了实验，表明基于小波影像金字塔的数字影像自动匹配方法具有较好的效果。 相似文献
17.
针对高分辨率卫星影像提出一种基于粗糙集和小波包分析的融合算法。首先基于图像的粗糙集知识系统采用粗糙增强法对影像进行增强预处理,然后采用小波包对影像融合。实验结果表明融合图像比源图像具有更好的视觉特征。融合后影像不仅很好地保留了原多光谱图像的光谱特征,而且在增强信息锐化度,改善解译的精度等方面均收到很好的效果。 相似文献
18.
19.
影像超分辨率重建中的动态数据更新算法 总被引：1，自引：0，他引：1
提出了一种具备动态数据更新能力的影像超分辨率重建算法,该算法以Delaunay三角化为基础,利用Delaunay三角网的局部可更新性质,能在目标影像的数据源发生变化的情况下仅针对变化数据对重建结果直接进行更新,较好地解决了常规影像超分辨率重建算法复杂度高、适用模型单一、稳健性差和病态求逆等问题。试验证明,该算法重建效率高,适应性强,适用于影像超分辨率重建的快速处理。 相似文献
20.
Fusun Balik Sanli Saygin Abdikan Mustafa Tolga Esetlili Filiz Sunar 《Journal of the Indian Society of Remote Sensing》2017,45(4):591-601
This research aimed to explore the fusion of multispectral optical SPOT data with microwave L-band ALOS PALSAR and C-band RADARSAT-1 data for a detailed land use/cover mapping to find out the individual contributions of different wavelengths. Many fusion approaches have been implemented and analyzed for various applications using different remote sensing images. However, the fusion methods have conflict in the context of land use/cover (LULC) mapping using optical and synthetic aperture radar (SAR) images together. In this research two SAR images ALOS PALSAR and RADARSAT-1 were fused with SPOT data. Although, both SAR data were gathered in same polarization, and had same ground resolution, they differ in wavelengths. As different data fusion methods, intensity hue saturation (IHS), principal component analysis, discrete wavelet transformation, high pass frequency (HPF), and Ehlers, were performed and compared. For the quality analyses, visual interpretation was applied as a qualitative analysis, and spectral quality metrics of the fused images, such as correlation coefficient (CC) and universal image quality index (UIQI) were applied as a quantitative analysis. Furthermore, multispectral SPOT image and SAR fused images were classified with Maximum Likelihood Classification (MLC) method for the evaluation of their efficiencies. Ehlers gave the best score in the quality analysis and for the accuracy of LULC on LULC mapping of PALSAR and RADARSAT images. The results showed that the HPF method is in the second place with an increased thematic mapping accuracy. IHS had the worse results in all analyses. Overall, it is indicated that Ehlers method is a powerful technique to improve the LULC classification. 相似文献