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.     

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.     

基于卷积神经网络的多光谱与全色遥感图像融合算法

地理信息数据具有不同分辨率、不同精度、不同覆盖范围等多尺度特征,在应用中往往需要同时具备高光谱分辨率和高空间分辨率两种信息的图像.为提高多光谱图像和全色图像融合的准确性,提出了基于卷积神经网络的多光谱与全色遥感图像融合算法.首先,对训练集内图像进行预处理,构建适用于本算法的图像数据集;然后,拓展卷积神经网络卷积层,提高...     

SPOT多光谱影像与全色影像融合研究

图像融合是解决多源遥感图像综合的有效技术手段,针对不同数据源选择最佳的融合方法是提高图像融合质量的关键.分析Gram_Schmidt融合算法的理论、算法和融合步骤的基础上,对SPOT的多光谱波段影像和全色波段影像进行融合,目视效果从色调、纹理和清晰度等方面进行定性分析,定量分析是根据均值、标准方差、扭曲程度指标进行分析,对融合后影像质量做出了评价.研究结果表明:SPOT影像采用Gram_Schmidt变换融合效果保持了较高的空间分辨率同时光谱保持较好,Gram_Schmidt融合算法适合高分辨遥感影像融合.     

基于小波变换的多光谱图像和全色图像配准算法

研究一种快速、准确的适用于大角度旋转的多光谱图像和全色图像自适应配准方法.该算法首先基于小波变换提取图像的角点作为特征点,然后提出利用基于区域带旋转角度估算的相似度最大和三角形相似的方法确定最佳的配准参数,最后采用迭代算法优化配准参数.实验结果表明:该方法可以准确、自动地获得不同的多光谱图像和全色图像之间的配准参数.     

多源全色影像与多光谱影像融合技术研究

随着遥感技术的发展,越来越多的不同类型遥感器被用于对地观测.这些多遥感器、多时相、多分辨率、多波段的遥感影像数据各自显示了其自身的优势和局限性.为了更加充分地利用这些数据为生产服务,遥感影像融合技术应运而生.通过应用几种不同的融合算法对不同传感器接收的多光谱和全色影像进行了数据融合实验,结果证明:通过影像融合.突出了2种数据各自的优点,为影像解译和影像分析提供了高质量数据.     

图像的多图加权求和去噪

本文提出了一种基于同一图像的多图加权求和的去噪方式。由于均值滤波器和中值滤波器对不同噪声的抑制作用,单独采用哪种滤波器都不能达到很好的去噪效果。因此,本文将图像分别进行均值滤波和中值滤波,将得到的两幅图像与原信号进行加权求和,原图像的信息对滤波后的图像起到一定的补偿效果     

SPOT-5全色与多光谱遥感影像融合方法比较

随着遥感技术的发展,SPOT-5卫星数据以其优越的性价比,得到了较多的应用.在阐述遥感图像融合原理的基础上,以SPOT-5全色与多光谱影像为数据源,应用IHS变换、PCA融合、Brovey变换、乘积变换和HPF融合等5种比较常用的融合方法,从提高空间分辨率和保持原始图像光谱信息的角度进行了分析评价,探讨最适合于SPOT...     

ALOS全色波段与多光谱影像融合方法的比较研究

多源遥感影像融合能够综合利用多源信息的优势,从而获得比单一数据更客观、更丰富的信息.ALOS是一种新的高分辨率卫星数据源,探讨ALOS数据的实用融合方法对于促进它的应用具有十分重要的意义.论文从分析ALOS数据的特点出发,对几种常见的融合方法进行了比较试验,并从提高空间分辨率和保持原始图像光谱信息的角度分析评价了不同融合方法的效果.就试验区ALOS数据AVNIR_4、3、2多光谱波段与其PRISM_PAN波段进行融合而言,试验发现BROVEY变换法在提高目视效果和识别精度方面优于其他几种方法融合.     

基于北斗地球同步轨道卫星多星成像的图像融合

利用大型轨道卫星系统(global nanigation satellite system,GNSS)导航卫星作为发射信号源的双基地雷达成像方法是一种新型的微波成像手段。由于单颗卫星成像存在空间分辨率不高、信噪比偏低等问题,采用了多颗北斗GEO卫星,获取了多幅卫星成像图,然后将最大互信息准则应用于多幅卫星成像图的配准,利用Powell算法将最大互信息作为目标函数搜索卫星成像图几何变换的最优配准参数;最后使用高频带融合方法对配准后的卫星成像图进行融合以提高图像质量。将配准后融合的卫星成像图与Google实景地图比较的结果表明,该多星成像融合算法使得信号增益提高了约20%;且避免了同一目标点在不同位置多次叠加产生的成像混淆,从而达到了提高成像精度的效果。     

基于小波包分析的图像融合去噪方法

提出一种基于小波包分析的图像融合去噪方法.利用不同特性的小波包基对含噪图像进行分解,对不同层次上的小波包系数进行软阈值处理,然后按照相应的融合规则对图像的低频分量和高频分量分别进行融合处理以得到一组新的融合后的子图像,最后利用小波包逆变换重构得到融合后的新图像.实验表明,本算法去噪后的图像在峰值信噪比及主观视觉效果两方面均得到了明显改善.     

Landsat 7 ETM+全色与多光谱数据融合算法的比较

以Landsat 7 ETM 数据为例,采用Brovey变换、HSV变换、PCA变换以及Gram-Schmidt光谱锐化算法对比研究了同一传感器全色和多光谱数据的融合问题.由定性和定量分析认为:空间分辨率的增强和光谱特性的改善是相互矛盾的,针对Landsat 7 ETM 本身的融合而言,综合考虑保光谱特性、信息量和清晰度,最佳的融合算法是PCA变换,而Gram-Schmidt光谱锐化法要优于Brovey变换和HSV变换.该研究为充分利用Landsat 7 ETM 的全色高分辨率和多光谱特性,进一步挖掘Landsat 7 ETM 的数据潜力奠定了基础.     

空间和光谱信息保持的多光谱图像融合算法

采用基于空间和光谱信息保持的多光谱图像融合框架,以生成具有高空间质量的多光谱图像.融合框架的能量泛函包括4项:边缘自适应提取约束项、线性组合系数约束项、光谱信息保持约束项和波段比例关系保持约束项.前两项旨在提高融合图像的空间质量,后两项旨在减轻图像的光谱失真程度.将这4项能量泛函综合成一个总能量泛函,并利用欧拉-拉格朗日公式和梯度下降法对其求解,同时调整正则化项,以使得融合图像的空间质量和光谱质量都能得到明显的改善.在QuickBird和Pavia University图像数据上进行仿真实验,结果表明,与SFIM、 MTF_GLP、 MTF_GLP_HPM、 PCA、 GS、 GSA、 AIHS、 GFPCA等算法相比,本文方法的融合图像具有较高的空间和光谱质量.     

眼底图像多尺度去噪算法的效果评价

临床中,获得清晰的眼底图像信息是准确诊断相关病情的先决条件。针对实际图像,本文分别采用多尺度去噪算法和中值滤波算法对眼底图像进行去噪处理;并给出基于高斯波形提取的LMLSD算法,估算处理后图像的SNR(信噪比),对两种去噪算法的处理效果进行客观的量化评价。结果表明,多尺度去噪算法对各幅图像提高SNR平均约2.56倍,且图像更加清晰;中值算法提高约1.92倍。客观量化评价结果与主观视觉感受一致,评价算法选用合适。     

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.     

运用多光谱图像融合技术增强指纹图像

在不同波段光源照射下,利用数码相机拍摄疑难指纹,图像效果不尽相同,将所获得的多光谱图像进行融合处理,可以有效地改善原始图像的视觉效果,提高指纹图像的辨析程度。实验结果表明,多光谱图像融合技术能够显著地增强指纹图像,适于推广应用。     

GEOEYE-1多光谱与全色影像融合的适应性及质量评价研究

对比分析了HPF融合、小波变换融合、Gram-schmidt变换融合、Pansharp变换融合、PCA变换融合对Geoeye-1影像的适应性,并采用信息熵、标准差、影像梯度、偏差度、光谱扭曲程度和平均梯度等影像融合定量评价指标,对每种融合方法进行融合质量评价.     

墙地砖图像的去噪研究

对墙地砖图像去噪从理论和实验两个角度进行了深入的分析和讨论．首次提出了,采用微分算子边缘检测结果进行去噪性能评判的方法,通过三种途径对去噪性能进行了评价．     

一种基于边缘检测和小波图像融合的混合去噪方法

针对不同类型的噪声,分别利用不同的方法去噪,然后进行Canny边缘检测,再利用小波融合算法,综合各个图像的信息,收到了很好的效果.     

基于多特征融合和小波去噪的镜头渐变检测方法

镜头检测在视频检索中起着关键的作用。镜头渐变检测已有许多成熟的方法,如何识别镜头渐变是视频分割中的重点。将视频的多帧差序列视为一维信号,提出了一种基于多特征融合和小波去噪的二次帧差滑动窗口镜头边界检测算法,该方法能同时检测出镜头的切变和渐变,实验表明该方法在一定程度上克服了由于摄像机不规则运动、光影变化、画面中物体快速运动等造成的影响,通过对不同视频片段的测试和比较,表明该算法能较好地实现镜头的突变和渐变检测。