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。     

一种基于结构相似度的IHS与小波变换相结合的遥感影像融合算法

针对分别使用IHS变换和小波技术进行融合实验时有较大的色彩畸变的问题,提出了一种基于结构相似度的IHS与小波变换相结合的融合算法.首先对多光谱影像进行IHS变换,对多光谱影像的亮度分量Ⅰ和全色波段影像进行小波分解;然后采用二者高频系数绝对值较大者作为新的Ⅰ分量的高频系数,而新的Ⅰ分量的低频系数由二者的低频系数进行加权平均获得,权值通过计算Ⅰ与全色波段的SSIM来自适应地确定.实验结果表明该算法在提高影像分辨率的同时,能很好地保持影像的光谱特征.     

遥感影像双线性插值小波融合方法

在进行同一地物的具有高空间分辨率的全色影像和多光谱遥感图像融合时，应用双线性插值的方法对多光谱图像进行插值，使之等于全色图像的空间分辨率．在此基础上，对两幅影像分别实施小波变换，提出了小波系数的融合运算公式．同时，为了说明本方法的可靠性，将其与近邻插值的小波变换、色彩变换(IHS)、Brovery变换等融合算法作了对比．仿真结果表明，该算法在提高影像空间分辨率的同时，图像的光谱信息损失最少．不失为一种较为理想的融合算法．     

针对高分二号卫星影像的几种融合方法对比研究

图像融合技术作为卫星影像处理一个重要的步骤,根据具体研究问题选择合适的融合方法显得尤为关键。采用GS、IHS变换、PCA变换、Brovey变换、Ehlers、IHS与小波变换、a trous小波与NSCT变换等多种融合方法对GF-2号影像数据进行融合处理,从光谱信息保真和空间信息保持方面进行定量评价,评价指标包括标准差、信息熵、平均梯度、相关系数、扭曲程度和均方根误差,再从定量评价结果中分别选择光谱保真最好、空间信息保持最好和两者相对较好的多种融合方法进行监督分类与分类精度评价。结果表明,A trous小波融合效果在几种融合方法中综合表现最佳,融合效果最好。     

TM与SPOT5影像HIS小波融合方法及应用分析

选择北京密云水库及周边地区为实验区,在分析多源数据融合层次和各种融合方法的基础上,针对TM与SPOT5数据运用IHS变换融合法、小波变换融合法以及IHS小波变换融合法分别进行融合实验。在小波变换以及IHS小波变换融合法中,分别采用了二维连续与离散的小波变换方式,研究了小波变换层数以及低频与高频分量系数的选择结果对于融合效果的影响。最后运用主观定性以及客观定量评价方法,经对不同指标的权重计分建立详细的等级评定,对融合结果进行评判。结果表明:在所选小波方法中,二维连续2层小波效果较好,而IHS结合二维连续2层小波方法效果较为突出。     

基于小波变换的多光谱图像与全色图像融合参数研究

基于小波变换的多光谱图像与全色图像融合,研究当小波基、分解层数、区域大小及IHS变换不同时与图像融合结果的关系.利用熵、颜色偏差等参量,对不同融合结果的性能进行了评价.实验结果表明,采用coif小波基、3～4层小波分解、特征窗口大小5×5、球体变换,可取得较理想的融合效果.     

多源遥感影像融合的图像质量评价及变化区域识别

遥感技术的发展以及遥感数据的广泛应用,使得影像信息及其变化信息的自动识别的需求日益迫切.论文利用TM(1998)、SPOT(2002)、ALOS(2006)3个时相的不同传感器接收的影像数据,进行小波变换与IHS变换相结合的影像融合处理,并进行融合影像的评价以及变化区域的识别研究,得出以下主要结论:小波变换与IHS变换相结合的影像融合方法既提高了影像的信息量,又较好地保持了影像的光谱特征;融合影像信息量的增加程度与原始多光谱影像的空间分辨率相关,原始多光谱分辨率越低,融合后信息量增加越多;从融合影像上还可以直观地看出,不同时相的影像融合时,有利于地物变化区域的自动显现,以此进一步地进行变化区域的自动提取与分类,促进遥感影像的应用.     

基于HIS变换与atrous小波分解的遥感影像融合

针对多光谱影像与全色影像的融合，本文在分析HIS变换及基于Mallat小波算法的影像融合方法的基础上，提出了一种基于HIS变换与atrous小波分解相结合的遥感影像融合方法，并给出了实现的过程．通过主观视觉效果分析与客观性能参数分析，新方法的性能优于HIS变换融合法、PCA变换融合法、小波变换融合方法，不仅较大地提高了融合影像的空间细节表现能力，井保留了多光谱影像的绝大部分光谱信息．     

基于DT-CWT的像素级多分辨分析图像融合算法研究

提出基于对偶树复小波变换的像素级多分辨分析图像融合算法．对多聚焦图像和遥感影像的实验结果表明,本方法较基于离散小波变换和传统IHS变换的融合方法,保留了更多的光谱信息,而且提高了融合图像的空间细节信息．     

基于小波变换与LBP算子的遥感图像融合研究

提出一种新的基于小波变换与LBP算子相结合的遥感图像融合算法.该算法在源图像小波变换的高频子带内,利用局部LBP算子极大的方法得到小波重构高频系数,而低频系数则利用源图像小波分解后低频子带系数的非线性加权得到.然后由此高频和低频系数进行小波重构得到融合图像.实验采用可见光图像与SAR图像融合,结果表明这种方法可以很好地在保留源图像各自信息的同时融合源图像的细节信息,并且能够有效抑制源图像中孤立噪声点.     

基于IHS变换和小波变换相结合的IKONOS影像融合技术

为了充分利用各种遥感影像的信息,基于多分辨率小波融合的融合方法在近几年来得到了广泛的应用。针对IKONOS卫星的全色波段和多光谱波段的影像,提出了一种基于IHS变换和小波变换结合的影像融合方法。对比实验表明了这种结合两种变换的融合方法能够有效保持IKONOS卫星全色影像高空间分辨率的同时,且能较好地保留多光谱影像的光谱信息。     

多源遥感数据融合方法探讨

研究了基于IHS变换和多分辨率小波分析的叠加融合方法，并提出了改进的叠加融合方法，其基本做法是保持多光谱(低空间分辨率)遥感影像I分量小波分解后的低频信息不变，将高空间分辨率遥感影像小波分解后的高频信息叠加到多光谱I分量小波分解后的高频信息上，而后对叠加后的I分量进行小波逆变换得到I’，最后对I’HS进行IHS逆变换得到融合后的多光谱影像。融合实验结果证明，改进后的叠加融合方法不仅提高了多光谱影像的空间分辨率，而且在保持多光谱影像的光谱特性等方面相对于改进前具有更大的优越性。     

基于受限的非负矩阵分解的多光谱和全色遥感影像融合

为了有效去除遥感影像中数据冗余问题,提出了一种基于受限的非负矩阵分解的影像融合算法,利用矩阵的非负性实现了中巴卫星多光谱影像和Landsat ETM 高分辨率全色影像的融合.实验结果表明,与IHS变换,小波变换等传统融合方法比较,该方法在较好的保留光谱信息的同时,空间细节信息也得到了增强,同时具有较高的峰值信噪比.     

SPOT5全色与多光谱图像融合方法研究

为了在提高图像空间信息质量的同时能尽可能保持原图像光谱特性,采用常用的IHS变换融合、K-L变换融合、Brovey变换融合,以及小波变换融合方法,对SPOT5全色与多光谱图像进行融合处理.通过对各融合结果图像进行主观和客观的综合评价,得出利用小波变换融合方法对SPOT5进行融合处理得到的结果图像其空间质量和光谱质量综合表现最好.     

新增建设用地监测中SPOT5影像融合方法研究

建设用地动态监测足各地国土资源大调查中的重要内容,而遥感影像处理中的融合过程又为其提供了优化数据源.在融合过程中,选择常用的融合方法对研究区SPOT5影像进行实验研究,并采用主观定性和客观定量方式评价其融合结果.研究表明:IHS变换法、高通滤波法和小波变换法相结合的融合图像效果最好,其空间特征明显且光谱信息损失较少,更适合于SPOT5影像中新增建设用地的提取.     

基于空间频率和小波变换的图像融合方法

为了更好的对多光谱图像和高分辨图像进行融合，根据小波变换有三个方向的高频细节这．特点，提出了一种计算空间频率的新方法。利用这种空间频率、IHS和小波变换方法对多光谱图像和高分辨图像进行了融合，得到了具有较好的空间分辨率和光谱信息的融合图像，并对融合图像进行了评价。实验结果表明该方法得到的融合图像优于传统IHS变换法和传统小波变换方法。     

基于IHS变换和主成分变换的遥感影像融合

针对IHS变换融合影像时存在较严重的光谱失真现象,利用主成分变换对IHS变换法进行了改进.新方法首先对多光谱影像做IHS变换得到亮度I,色度H,饱和度S三个分量,然后用I分量和高分辨率全色影像做主成分变换,并提取第一主分量,并以I为标准进行直方图匹配;将匹配后的影像与H,S进行IHS反变换得到新的多光谱图像.主观视觉分析和客观参数表明,该方法不仅很好的保留了影像的光谱信息,而且兼顾了地物细节能力的表达.     

基于奇异值分解的中国资源一号02C卫星数据的融合评价及应用

采用影像融合的方法,分析中国自行研发的资源一号02C卫星数据在森林资源分类中的应用效果。以2013年浙江省龙泉地区的多光谱和全色影像为数据源,在影像配准、校正基础上,经Brovey、Gram-Schmidt、高通滤波(HPF)、HSV、IHS、主成分与小波变换等7种融合方法,采用定性与奇异值分解的定量分析评价其影像的融合效果。结果表明:HSV、IHS和HPF变换为较适宜该影像数据的融合方法;进一步通过分类后的精度评价及验证可知,HPF融合方法最优且该融合后的影像适宜采用最大似然法进行分类。     

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.     

基于目标提取和小波变换IHS图像融合算法

针对传统的IHS(Intensity-Hue-Saturation,强度-色调-饱和度)融合算法会使部分光谱信息丢失,提出一种基于目标提取和双正交小波变换的IHS图像融合算法,主要应用于红外图像与可见光图像的融合.算法首先采用基于区域能量的算法在红外图像进行目标提取,将目标图像与可见光图像进行IHS融合.对融合后的图像进行小波变换,变换得到的高频分量与低频分量分别提出适合的改进融合规则.通过实验数据分析,该算法得到的图像包含的信息更多,图像的清晰度更高.