基于Quick Bird数据的遥感图像融合方法研究

在分析了图像融合原理和计算方法的基础上,以Quick Bird全色与多光谱遥感图像为数据源,运用HIS变换、主成分分析（PCA）和乘积变换（Brovey）3种算法,对Quick Bird遥感图像进行了融合实验研究,并从光谱的真实性和空间纹理信息两个方面对融合效果进行测试与分析,比较3种算法用于处理Quick Bird遥感图像的效果。研究结果表明：HIS融合的效果最佳,PCA融合的效果次之,Brovey融合的效果最差。     

基于Contourlet和IHS的遥感图像融合

针对目前最新发展的Contourlet变换较小波变换能提供更丰富的方向和形状,有助于捕捉图像中的几何结构,提出了一种新的基于Contourlet变换和IHS(Intensity-Hue-Saturation)变换的遥感图像融合方法,首先对多频谱图像进行IHS变换,然后对所得的亮度分量和全色图像分别进行Contourlet变换,再对得到的低频近似系数和高频细节系数采用一定的融合规则得到一个新的亮度分量,并对其做逆向的IHS变换得到融合图像.实验结果表明,该方法在保留多频谱图像的频谱信息的同时增强了融合图像的空间细节表现能力,提高了融合图像的信息量,并且优于同等条件下的小波变换方法,该方法是有效可行的.     

基于IHS变换和主成分分析变换的图像融合

研究了IHS变换和主成分分析(PCA)变换的图像融合方法,并针对IHS变换的融合算法和PCA变换的融合算法的优缺点,提出了一种将两者相结合的算法.通过分析实验数据,验证了改进算法优于原来的基于IHS变换融合算法和基于PCA变换融合算法.     

基于IHS色彩空间和Contourlet变换的图像融合方法

本文提出一种基于Contourlet变换与IHS色彩空间的图像融合方法。该方法首先对彩色图像进行IHS空间转换,然后对待融合图像的I分量做融合规则融合即首先对I分量做Canny算子运算。在计算出图像的边缘点后,再对边缘点和非边缘点做不同规则的融合。该方法对彩色图像的处理能有效的提供图像的清晰度和相关系数。实验仿真结果表明：与加权融合、PCA融合方法比较,该方法能有效改善融合质量并取得较好的视觉融合效果。     

Google Earth影像与同源Quick Bird影像在城市土地利用分类上的对比研究

Quick Bird(QB)、IKONOS等高分辨率遥感影像是Google Earth(GE)影像中的重要来源,经过图形化处理后,免费提供给公众浏览和使用.通过对相同区域、同期QB及其GE影像分别采取基于像素和面向对象的分类方法实施土地利用分类,对比分析两类影像在不同土地利用类型、不同分类方法上的分类效果,阐明GE影像进行土地利用分类的可行性,并就其在不同分类方法、不同分类类型情况下的适应性进行评价和建议.     

基于改进IHS变换的遥感图像融合新算法

为改善IHS变换对图像细节信息的丢失,提出了一种基于改进IHS变换的遥感图像融合新算法.针对IHS变换方法对多光谱图像和全色图像进行融合会丢失较多的光谱信息,利用基于变异量子行为的粒子群优化算法（MQPSO）改进IHS变换过程,通过MQPSO算法来求解IHS变换中光谱强度分量,将图像融合问题归结为最优化问题.仿真实验结...     

基于松鼠搜索算法与IHS变换的遥感图像融合

图像融合的目标是将低空间分辨率的多光谱(multispectral, MS)图像与高分辨率的全色(panchromatic, PAN)图像进行融合,得到具有高光谱和空间分辨率的图像。针对基于强度-色调-饱和度(intensity-hue-saturation, IHS)变换的融合后图像会出现光谱扭曲的问题,提出了一种结合改进的松鼠搜索算法和IHS变换的图像融合方法。首先,通过考虑融合后图像与原全色和多光谱图像之间的关系建立光谱保真和空间保真项,并引入边缘信息保持项,建立了优化目标。其次,为了克服松鼠搜索算法(squirrel search algorithm, SSA)的探索能力不足、可能导致过早收敛于局部最优的缺点,引入了自适应的捕食者存在概率策略和根据个体间距离自适应调整搜索步长的策略来平衡算法的探索和利用能力,并且引入了高斯算子和柯西算子来提高算法的局部搜索能力。最后,根据优化的控制参数,通过参数化自适应IHS变换重建目标图像。将该方法在QuickBird和IKONOS数据集上进行对比实验,结果表明方法是实用的,在保留空间信息的同时能减少光谱失真。     

基于SPOT与ETM+影像融合方法的实验及融合质量评价

通过对SPOT影像全色波段和ETM+多光谱影像、ETM+全色波段和ETM+多光谱影像两组数据的实验,从定性、定量的角度对两种融合方法进行了分析和评价,归纳出适用于SPOT全色波段与ETM+多光谱影像和ETM+全色波段影像与ETM+多光谱影像的融合方法.     

一种改进的IHS图像融合新算法

在详细研究图像色调饱和度与强度关系的基础上,利用图像强度与色调饱和度有相似平滑度这一性质提出了一种将最小二乘原理应用到IHS图像融合中的新方法.该方法通过图像平滑度限定条件和能量守恒限定条件,使用最小二乘法估计融合后图像的色调饱和度分量.根据主观目视判断和客观评价指标对融合结果进行了比较和分析.仿真试验表明,新方法能够使融合图像具有较高的空间分辨率,能很好地保持原有多光谱图像的光谱特性;可以显著减小融合后图像的颜色偏差,从而提高了融合图像的质量.     

基于分数阶样条小波与IHS变换的图像融合

该文提出用分数阶样条小波和Intensity-Hue-Saturation（IHS）变换结合的方法进行高分辨率全色图像和低分辨率多光谱图像的融合。分数阶样条小波由于具有良好的分数阶逼近性能，在分解图像时可得到更多的细节，而IHS变换在处理图像时会扭曲光谱特性，通过两者的结合，可得到高分辨率、多光谱图像。将该方法和传统‘Daubechies3’小波与IHS变换相结合的方法比较，实验结果证明了分数阶样条小波更多地保留了高分辨率图像的空间特性和低分辨率图像的光谱特性。     

基于主组分分析(PCA)算法的北京城市信息的融合

以基于CBERS、RADER、SPOT、TM四种卫星数据源的北京城市信息遥感数据为图像基础,分别以不同的组合,应用遥感数据融合中的主组分分析（PCA）算法,将多源遥感数据进行融合.通过对其生成图像效果的比较与分析,总结归纳出针对北京城市,特别是市区部分使用PCA算法提取信息的最优数据组合方法,并对融合结果进行理论性的评价.     

基于PCA算法的物体图像信息搜索系统

根据图像查询物体信息是图像分析的一个研究方向,也是目前搜索系统研究的难点之一。在对PCA算法图像识别技术研究的基础上,提出了一种新型的图像信息搜索系统。该系统应用PCA识别算法,采用"图查图"功能,以实现静态物体图像及基本信息获取的便捷化。     

地理信息系统与信息技术的融合

针对地理信息系统(GIS)与信息技术融合问题,从地理信息系统与信息技术逐步融合的过程方面,阐述了地理信息系统的发展和变化不仅基于一系列基本的GIS特性,而且还依赖于、受制于信息技术(IT);说明了GIS的发展历程是一个与主流信息技术逐步融合的过程,基本反映了信息技术的总体发展过程.GIS与数据(仓)库技术、网络技术、虚拟现实技术、人工智能技术和通信技术等的进一步融合是当前GIS发展的趋势.     

快鸟影像的自组织神经网络分类研究

快鸟影像是目前世界上空间分辨率达到亚米级的商用卫星之一,辐射亮度级为2048级、11 bit,将其转换为256级、8 bit,然后在ERDAS软件中进行多光谱、全色分辨率的融合,输出能够被MATLAB软件接受的JPG图形格式文件;基于快鸟影像有4个波段,彩用最佳指数(OIF)进行最佳组合波段的选择,经计算4、3、2组合波段的OIF值最大为76.53684,作为下一步自组织分类的图像;自组织神经网络分类在MATLAB中完成,选择函数newsom,待地物类别数为5类,网络训练最大次数为100次,对分类结果计算出了总体分类精度为83.21%,Kappa系数为78.66%.     

基于二维模式匹配的图像检索快速算法

图像检索快速算法是基于内容检索研究的重要内容 .首先推广改进了已有文本二维模式匹配快速算法 ,然后将该算法应用于图像内容的检索过程中 ,并实验研究了精确匹配和近似匹配图像检索快速算法的有效性     

基于主成分分析和动态神经网络的时间序列预报

本文提出一种基于主成分分析（PCA）和动态神经网络的多变量时间序列预报方法,并对具体实例建立多变量时间序列模型。仿真实验结果表明该网络具有很强的学习能力和泛化能力,适合进行非线性时间序列预报。     

基于PCA和SVM的人脸识别技术研究

从人脸图像特征提取和分类器构建两方面分析了人脸识别系统设计的关键点,提出了以主成分分析技术和支持向量机技术相结合构建人脸识别系统的策略,同时在主成分分析技术的理论基础上提出了一种快速PCA算法.通过实验系统在ORL人脸库上的测试结果,分析了该系统的相关参数和特征向量维度的选取对系统识别率的影响,并得到了其最优解.同时,通过实验证明了所提出方法在小训练集下的识别率优于其它一般方法,其识别率比一般的人工神经网络法提高了7%~10%左右.     

基于矩阵形式的小波快速算法及DSP实现

小波快速算法包括分解算法和重构算法,矩阵形式的小波快速算法适合于计算机软件编程模拟,为满足实时的处理的要求,采用DSP芯片为核心器件,通过汇编编程实现该快速算法的实际应用。