一种FFT增强的IHS变换融合方法研究

在分析IHS变换和频率域滤波器选择理论的基础上,提出一种FFT增强的IHS变换融合方法.该算法先对多光谱图像IHS变换的I分量进行低通滤波,然后对与I分量进行直方图匹配的全色图像进行高通滤波,接着合成低通滤波和高通滤波的结果作为新的I分量,最后进行IHS逆变换得到融合图像.通过与IHS法与高通滤波法的融合结果进行对比评价,表明该方法在保持光谱信息和提高多光谱的空间信息能力方面都有很好的效果.     

一种改进人类视觉的SAR图像舰船检测方法

针对以离散余弦变换为核心的人类视觉模型舰船检测算法受数据类型限制的问题(即对复数类型的数据检测效果不好),该文提出了一种改进的人类视觉模型SAR图像舰船检测算法。该算法是以快速傅里叶变换代替离散余弦变换,将SAR图像从空间域变换到频率域;快速傅里叶变换对数据类型要求较低,只要求数据是离散的,并且运行效率更高。然后,采用3种星载SAR数据——ENVISAT ASAR(25m)、Sentinel-1(10m)和Cosmo-Skymed(2.5m)进行对比实验。结果表明,以快速傅里叶变换为核心的人类视觉模型舰船检测算法的检测性能和效率优于以离散余弦变换为核心的算法、双参数恒虚警率(CFAR)算法和K分布恒虚警率算法。     

基于模糊贴近度和改进Prim算法的高光谱图像波段分组排序

传统的基于Prim算法的高光谱图像波段分组排序需要计算所有波段之间的相关系数,并采用满秩相关系数矩阵作为邻接矩阵进行比较,计算复杂度较高。结合模糊数学的相似度衡量理论和高光谱图像的特点,首先提出使用计算简单的最大最小贴近度(maximum and minimum closeness,MMC)作为衡量高光谱图像波段间相关性的参数;然后将MMC的满秩邻接矩阵稀疏化,提取有效波段进行排序,明显降低了排序的波段数目和比较次数。实验结果表明,与传统的Prim算法相比,所提出的算法在保持原有压缩效率的同时,大大降低了波段排序的复杂度,平均波段排序运行时间减少了27%。     

小波变换块自适应量化算法压缩SAR原始数据

本文研究了如何使用基于小波变换的块自适应量化（WT-BAQ）算法压缩合成孔径雷达原始数据。结合一组实测SAR原始数据,进行了压缩和解压缩,并计算了数据域及图像域评价参数,给出了压缩算法最终所成的图像。并与块自适应量化（BAQ）、块自适应矢量量化（BAVQ）以及小波包变换块自适应量化（WPT-BAQ）方法进行了性能比较。实验表明,在相同比特率条件下,本文算法得到的数据域信噪比和图像域信噪比均比另外三种算法高。本文算法具有一定实用价值。最后文章给出了结论和将来进一步的工作。     

基于信息量失真测度的VQ及在高光谱图像无损压缩中的应用

随着成像光谱技术的迅速发展 ,如何高效无失真的压缩海量高光谱数据引起人们越来越多的关注。由于相似的地表区域具有相似的光谱曲线 ,矢量量化是对高光谱图像进行压缩的理想算法。提出一种基于信息量失真测度的矢量量化编码方法 ,并用于高光谱图像无损压缩。与常用的矢量量化失真测度———欧几里德平方误差测度相比 ,该算法在不增加运算复杂度的情况下 ,矢量量化后的误差图像的熵值能够降低 0 0 5bpp左右。     

运用多重频率变换的矢量地图数字水印算法

针对传统基于频率域变换的矢量地图数字水印算法受限于变换系数的稳定性和嵌入位置的随机性，难以同时抵抗旋转、缩放和平移等几何攻击，不可见性也较差，导致其在矢量地图中的应用受到极大的限制的问题。提出一种基于离散傅里叶变换(DFT)和奇异值分解(SVD)多重变换的混合域矢量地图水印方法，采用互补优化策略提升频率域水印算法的性能。该方法对坐标点序列进行DFT变换，再对变换得到的DFT幅度系数进行SVD变换，通过耦合幅度系数与奇异向量的几何不变性可以得到一个具有旋转、缩放、平移不变性的特征不变量序列，并将其作为水印嵌入域；在水印嵌入阶段，对所有特征不变量乘以10⁹,同时采用量化索引调制(QIM)方式将水印信息嵌入至放大后的特征不变量。实验结果显示，水印嵌入造成的误差被控制在非常小的数值范围；在平移、旋转、缩放、裁剪以及组合攻击下，均能提取出完整的水印信息。该文提出的DFT-SVD混合变换域的矢量地图水印算法能够有效提升DFT域水印算法的鲁棒性，并具有良好的不可见性，为提升矢量地图频率域水印算法的实用性提供一种参考方案。     

基于IHS的高通滤波法影像融合研究

在分析IHS法和高通滤波法图像融合算法优缺点的基础上,提出了一种基于IHS变换的高通滤波影像融合方法。该算法先对多光谱图像IHS变换的I分量进行低通滤波,然后对与I分量进行直方图匹配的全色图像进行高通滤波,接着合成低通滤波和高通滤波的结果作为新的I分量,最后进行IHS逆变换得到融合图像。通过与IHS法与高通滤波法的融合结果进行对比评价,表明了该方法在保持光谱信息上和提高多光谱的空间信息能力上都有很好的效果。     

DCT域遥感影像融合算法

提出一种基于离散余弦变换(Discrete Cosine Transform,DCT)与IHS变换的多光谱与全色遥感影像融合方法及其改进算法。本文方法依据DCT系数的特点在DCT域进行遥感影像融合,适合压缩格式的遥感影像快速融合。目视效果与客观评价表明,相比常用遥感影像融合方法,本文方法能在提高空间分辨率与保持光谱特性之间得到更好的折衷。     

混沌蜂群优化的NSST域多光谱与全色图像融合

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。     

基于独立成分分析的高光谱图像降维及分割

高光谱图像的高维数给图像的进一步处理带来了困难,为了解决这一问题,本文提出了一种基于独立成分分析的高光谱图像降维分割方法。首先,利用波段子空间划分和标准差对高光谱图像预处理,选择部分波段的高光谱图像作为实验对象;然后利用基于负熵的快速不动点算法对实验数据解混,再根据平均绝对权重系数对波段排序并选取;最后使用模糊C均值聚类算法对降维后的图像进行分割。实验结果表明,该方法能够有效实现高光谱图像降维,并获得较好的分割结果。     

高分五号高光谱影像的关联对齐域适应与分类

高分五号(GF-5)搭载的高光谱传感器兼顾宽覆盖和高分辨率的特性,但在实际应用中宽覆盖范围内各种地物类别的标注十分困难。当标记样本很少甚至没有标记样本时,遥感图像分类异常困难。此时,可以采用域适应方法,借助已标记的历史数据(源域)实现对未标记数据(目标域)的分类。本文提出了一种基于稀疏矩阵变换的关联对齐域适应分类算法。首先,利用稀疏矩阵变换估计源域和目标域的协方差矩阵;然后,运用协方差关联对齐方法估计源域到目标域的变换矩阵;接着,运用估计得到的变换矩阵将源域数据进行变换,使得其与目标域对齐;最后,在变换后的源域数据上建立分类器,实现对目标域数据的分类。本文的算法在两个真实的GF-5高光谱数据集上进行了验证。实验结果表明,本文算法要优于常用的子空间对齐算法和关联对齐算法。特别地,在黄河口GF-5数据上,本文算法比原始关联对齐方法的最近邻分类准确率提升了3.5%,支持向量机分类准确率提升了2.3%。     

面向影像地图色域映射算法研究

为了使影像地图跨媒介传递色彩失真最小,本文提出一种面向影像地图色域映射算法。首先,使用双边滤波对影像地图进行预处理,分解出低频和高频图像,根据人眼空间域视觉感知理论,对低频图像采用保护彩度裁切法,对高频图像采用保护明度压缩法,最后融合两幅映射后图像并再次映射至目标色域,使用图像结构相似度和S-CIELAB色差模型进行客观评价,并与HPMINΔE法、SGCK法及Bala提出算法进行比较。结果表明,面向影像地图色域映射算法在图像结构相似度和图像色差上都比其他算法稍好。因此,面向影像地图色域映射算法能提高影像地图的映射质量,可同时保护影像地图影像细节和矢量符号色彩。     

基于Contourlet变换的遥感图像融合方法研究

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。     

运用特征点的矢量空间数据盲水印算法

针对矢量空间数据水印攻击的特点,该文提出了基于特征点的矢量空间数据盲水印算法。在水印嵌入前,应用道格拉斯-普克方法,提取矢量数据特征点;对特征点进行离散傅里叶变换,将水印通过量化的方法嵌入离散傅里叶变换后的幅度系数和相位系数中;水印被多次嵌入,实现了水印的盲提取。试验结果表明,该方法引起的空间数据误差很小,同时对旋转、平移、要素排序、数据格式转换、裁剪、压缩、增删点等攻击具有较好的鲁棒性。     

基于小波变换的遥感图像融合研究——以黄河三角洲地区为例

针对黄河三角洲地区Landsat TM的多光谱影像和全色影像,提出了一种基于IHS变化和离散小波变换的遥感图像融合方法。该方法在IHS变换的基础上进行直方图均衡化;其次,利用离散小波变换的方法对多光谱图像的亮度分量I和全色影像进行融合;用融合后的图像代替多光谱图像的亮度分量I再进行IHS逆变换得到融合结果。实验证明,融合后的影像不仅保留Landsat TM多光谱图像的光谱特性,而且具有很高的空间细节表现能力。     

一种快速的全色和多光谱图像融合算法

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。     

遥感影像不可见数字水印算法比较与分析

以遥感影像不可见数字水印算法为研究对象,介绍了当前主要空间域和频率域数字水印算法原理,包括以最低位算法和Patchwork算法为代表的空间域算法,以离散傅里叶变换算法、离散余弦变换算法和离散小波变换算法为代表的频率域算法,通过遥感影像数字水印嵌入和检测实验,对数字水印算法进行了主观分析、客观分析和抗攻击性评价。实验结果表明,频率域数字水印算法表现整体优于空间域数字水印算法,频率域算法中离散余弦变换算法和离散小波变换算法的表现较好,更适用于遥感影像数字水印算法的应用。     

基于内容的离散余弦变换域自适应遥感图像数字水印算法

提出一种适于遥感图像知识产权保护和机密信息传递的离散余弦变换域自适应数字水印嵌入算法,该算法能够通过数字水印置乱、嵌入位置自适应选取、嵌入深度智能调节等措施,将二值水印图像信息安全地嵌入到遥感图像(纹理区)的离散余弦变换域中高频系数内.实验结果表明:该遥感图像数字水印算法不仅具有较好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克等攻击均具有较好的抗差性,整体性能优于Ho等提出的数字水印嵌入方案.     

六边形格网的快速傅里叶变换

全球离散格网系统是支持多源地球空间数据融合处理的新型数据模型,傅里叶变换是联系其空域与频域的纽带,对以格网系统为框架的遥感图像的增强具有重要意义。根据三孔六边形格网剖分方案,设计了一种规则六边形格网单元组合结构,并将该结构空间域的二维离散傅里叶变换转化为可以用蝶形算法加速的标准一维变换。采用遥感影像进行实验验证,结果表明本文提出的快速傅里叶变换算法正确、高效,其复杂度为N log2N。随着数据量增大,效率以指数函数形式提高。     

一种SAR原始数据的变换域编码算法

根据SAR原始数据经沃尔什变换(WHT)后的系数特性,提出了一种在沃尔什域按各子带能量分布作变比特块自适应量化的算法-沃尔什域块自适应量化(WHT-BAQ),并将本方法与时域BAQ算法和FFT-BAQ算法作了比较.实验证明,在相同比特率下,WHT-BAQ算法的数据域和图像域信噪比均比时域BAQ算法高,与FFT-BAQ算法性能相当.WHT-BAQ算法的运算量略大于时域BAQ算法,但大大小于FFT-BAQ算法的运算量.加之沃尔什变换具有不作乘法、有快速算法的特性,所以将它用于SAR原始数据压缩有一定的优越性.