共查询到18条相似文献，搜索用时 859 毫秒
1.
为有效融合多光谱图像的光谱信息和全色图像的空间细节信息,提出了一种基于混沌蜂群优化和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域图像融合方法。首先对多光谱图像进行Intensity-HueSaturation(IHS)变换,全色图像的直方图按照多光谱图像亮度分量的直方图进行匹配;然后分别对多光谱图像的亮度分量和新全色图像进行NSST变换,对低频分量使用改进加权融合算法进行融合,以互信息作为适应度函数,利用混沌蜂群算法找到最优加权系数。对高频分量采用改进脉冲耦合神经网络(PCNN)方法进行融合,再经NSST逆变换和IHS逆变换得到融合图像。本文方法在主观视觉效果和信息熵、光谱扭曲度等客观定量评价指标上优于基于IHS变换、基于非下采样Contourlet变换(NSCT)和非负矩阵分解(NMF)、基于NSCT和PCNN等5种融合方法。本文方法在提升图像空间分辨率的同时,有效地保留了光谱信息。 相似文献
2.
目前对常用融合方法用于ZY-3和Landsat8卫星图像的适用性研究较少,为此,探讨了小波变换法(WT法)、相位恢复法(Gram_Schimdt,G-S法)、彩色标准化变换法(Brovey法)、主成分变换法(PCA法)、彩色空间变换法(IHS法)以及超分辨率贝叶斯法(Pansharp法)等6种融合方法对ZY-3和Landsat8图像的适用性,并从"光谱信息保真度"和"空间信息融入度"2个方面对融合图像进行了评价。结果表明:在空间信息融入方面,对于ZY-3图像,Pansharp法的信息融入度最差,IHS法的信息融入度最好,PCA法、Brovey法、G-S法和WT法次之;对于Landsat8图像,G-S法的信息融入度最好,WT法最差。在光谱信息保真方面,对于ZY-3图像,PCA法具有较高的光谱保真度,IHS法、G-S法和Brovey法次之,WT法最差;对于Landsat8图像,G-S法具有较高的光谱保真度,Pansharp法和Brovey法次之,IHS法、WT法和PCA法较差。 相似文献
3.
SPOT6遥感图像融合方法比较研究 总被引：1，自引：0，他引：1
SPOT6是2012年法国新发射的遥感卫星,具有空间分辨率高、数据采集能力强等特点,但目前在国土资源监管中,尚未形成完善的SPOT6数据处理技术体系。针对SPOT6卫星图像的特点,借助ENVI,ERDAS和PCI等遥感图像处理软件平台,选取相位恢复(Gram-Schmidt)变换法,高通滤波(HPF)法,超分辨率贝叶斯(Pansharp)法和Pan Sharpening法等4种图像融合方法进行融合对比实验,并从3个方面对融合效果进行了评价:首先对融合结果进行图像质量的定性评价;其次,构建了平均值、标准差、信息熵、平均梯度和相关系数等5个评价指标,对融合效果进行定量评价;最后,借助地物分类精度评价方法,进行了融合后图像的应用效果评价。分析结果表明,对于不同的应用要求,应选择不同的图像融合方法,以期达到最好的应用效果,从而为SPOT6图像在国土资源监管中的应用提供技术支持。 相似文献
4.
为了充分利用多源遥感图像的影像信息,针对不同分辨率的遥感图像进行融合算法研究。通过对基于小波变换(warelet transform,WT)与IHS变换的改进算法研究,提出了基于轮廓波变换(Contourlet transform,CT)与IHS变换的改进算法:结合传统IHS彩色空间变换,将经IHS变换获得的多光谱图像亮度分量与原全色图像分别进行CT;然后对得到的低频分量采用自适应融合规则、高频分量采用基于区域相似度的阈值控制规则分别进行融合;最后对融合后的高频和低频分量进行Contourlet逆变换,得到最终的融合图像。对比实验结果表明:本文提出的方法能够在有效保留光谱信息的同时,纳入全色图像丰富的空间细节信息。融合之后的结果图像与原多光谱图像具有更高的相关系数和更小的光谱畸变度,并且信息熵和标准差较传统WT及CT更优,具有一定的实用性。 相似文献
5.
针对非下采样Contourlet变换(NSCT)在全色和多光谱图像融合中计算复杂度较高的问题,文章提出了一种快速的基于NSCT和超维彩色空间变换(HCT)相结合的融合算法:采用HCT变换提取多光谱图像的亮度分量,使得任意波段的多光谱图像跟全色图像融合的计算复杂度降低;采用NSCT进行融合,使得融合结果的空间分辨率提高的同时,保留原光谱特性。基于Pleiades卫星图像的实验结果表明,跟NSCT变换相比,本文提出的融合算法的融合结果空间细节更加突出,光谱畸变更小,同时计算复杂度显著降低。 相似文献
6.
为了提高多光谱图像和全色图像的融合质量, 提出一种基于推广的IHS(Generalized Intensity-Hue-Saturation,
GIHS)变换与最大后验概率MAP(Maximum a Posteriori)相结合的遥感图像融合算法。该算法首先经过GIHS 变换,
由多光谱图像得到强度分量; 其次针对强度分量和全色图像, 通过MAP 构建高分辨率图像的成像模型, 采用最速下
降优化算法得到富含光谱信息的高分辨率全色图像; 进而依据GIHS 变换得到融合图像。实验中分别以IKONOS 卫
星、Quickbird 卫星的多光谱图像和全色图像为例, 进行融合算法验证, 并与GIHS 融合算法、传统的小波变换融合
算法、小波变换结合IHS 变换的融合算法等进行比较分析, 实验表明, 新的融合方法具有更好的融合效果。 相似文献
7.
SAR影像与TM影像的几种融合处理方法 总被引：13，自引：2，他引：11
利用彩色空间变换、比值变换及相关系数法分别对SAR影像与TM3 、TM4 、TM5 三波段影像进行融合处理。文章介绍了影像融合中的具体技术问题及其处理方法。因侧视雷达图像一般有明显的孤立噪声,所以,在进行影像融合处理之前,先对SAR影像进行预处理,文中用δ滤波法抑制孤立噪声(光斑) .最后,从视觉效果、熵、平均梯度值以及标准差等4 方面评价了影像融合的质量。 相似文献
8.
基于Matlab强大的图像处理工具箱函数,用加权平均法、拉普拉斯金字塔变换法、小波变换法对图像进行融合,然后用客观评价法中的相应评价指标对其融合结果进行质量评价。实验表明,小波变换法的图像融合效果最好。 相似文献
9.
热红外图像与可见光图像的配准与融合 总被引：1，自引：0，他引：1
红外热成像是一种有效的无损检测技术.红外与可见光传感器是目标识别系统中常用的两种传感器,对这两种传感器图像进行有效地融合能大大提高探测识别的准确性和可靠性.图像配准是图像融合的前提,在仿射变换的模型基础上,用最小二乘法达到用多个配准点拟合出最优参数解的目的.在图像融合中引入了小波变换,实现了图像的彩色融合. 相似文献
10.
11.
12.
遥感影像融合作为影像处理领域中最具有挑战的工作,一直是学术界研究的热点。合成孔径雷达SAR（Synthetic Aperture Radar）具备全天时、全天候、穿透云雾等多种特点,却因存在相干斑噪声等问题,使得影像难以解译。相比之下,光学影像可以反映地物的光谱和空间信息,易于解译,但容易受到云雾干扰,造成信息丢失,将光学与SAR影像数据融合可以实现不同类型传感器成像之间的信息互补,能够更好地为后续的影像分析与解译提供方便。本文首先对光学和SAR影像融合进行了系统性回顾,包括传统融合方法和基于深度学习方法在影像融合方面的最新工作,重点阐述了卷积神经网络CNN（Convolutional Neural Network）、生成式对抗网络GAN（Generative Adversarial Networks）等框架在光学和SAR影像融合中的进展;然后总结了光学和SAR影像融合在深度学习领域开发的数据集,并做了简单介绍和说明;最后,从数据集、时间序列影像融合、融合评价体系和算法轻量化等4个方面对光学和SAR影像融合的未来发展趋势进行了展望。 相似文献
13.
14.
PCA、ICA和Gabor小波决策融合的SAR目标识别 总被引：2，自引：0，他引：2
提出了一种基于主成分分析(PCA)、独立分量分析(ICA)和Gabor小波决策融合的合成孔径雷达SAR(Synthetic Aperture Radar)图像目标识别方法。首先用PCA、ICA和Gabor小波变换分别对SAR目标图像提取特征向量,再用3个支持向量机分类器分别对3种方法提取得到的特征向量分类,通过基于等级的决策融合方法对3个支持向量机分类器的输出进行决策融合,得到最终类别决策结果。采用MSTAR数据库中3个目标进行识别实验,实验结果表明,PCA、ICA和Gabor小波决策融合后得到的识别率高于单独用其中任何一个特征得到的识别率。因此,该方法可提高目标的正确识别率,是一种有效的SAR图像目标识别方法。 相似文献
15.
SAR和TM图像主成分变换融合中不同主分量替换的比较 总被引：9，自引：1，他引：9
常用的主成分变换融合方法是将一种遥感图像数据代替主成分变换后的第一主成分并进行反变换,从而得到融合信息的方法。但是,信息量较高的第一主成分被替换,往往造成一定的信息损失。本文对TM2、TM3、TM4、TM5和TM7进行主成分变换,然后用RadarsatSAR影像分别替换各主成分,并对其进行反变换。研究表明,与替换第一主成分或原始图像相比,替换第四和第五主成分的结果在信息量上有很大提高,且信息增强,类别间分离度增大,分类精度提高。但是,替换第四、第五主成分的融合结果相差不大. 相似文献
16.
17.
基于Radarsat和TM图像融合与分类的土壤盐渍化信息遥感监测研究 总被引：1，自引：0，他引：1
单一雷达影像数据通常不能提供足够的用以监测干旱地区盐渍化的信息。雷达图像与TM图像的融合可以提高遥感数据的利用率,增强数据的可靠性和信息的互补性,有助于提高分类精度。本文采用了GramSchmidt变换融合法将Radarsat和TM图像进行融合,并将该融合方法与一些常用融合方法(HIS融合、PCA融合、Brovey融合)进行了比较,结果表明该融合方法优于其他方法。最后采用支持向量机分类法(SVM)对Radarsat、TM融合后的图像进行了分类。结果表明:同单独Radarsat影像和TM影像分类结果相比,该融合分类法将分类精度分别提高了近30%和2%。因此该融合分类法更适合于遥感图像盐渍化信息监测。 相似文献