基于IHS变换的最优树分解在遥感图像融合中的应用

探讨了遥感多光谱与全色波段图像的融合问题，分析了基于IHS变换的小波包变换分解的遥感图像融合方法，提出了基于最优树分解的融合方法。此方法首先将多光谱图像进行IHS变换，然后对I分量和全色图像进行小波包分解和最优树分解，再进行融合，最后进行IHS 逆变换得到融合图像。此方法不仅得到较好的图像主观视觉效果，而且兼顾了客观上熵最大的原则。     

基于IHS变换与多进制小波变换的多源遥感影像融合

不同来源的遥感数据融合已经成为制约遥感数字图像处理技术发展的重要因素,文中基于IHS变换与改进的多进制小波变换相结合,对多源遥感图像进行数据融合,使融合后的数据既减少了IHS变换引起的图像光谱失真现象,又具有高空间分辨率的优点,同时也可广泛应用其它领域。     

小波变换在遥感图像数据融合中的应用

用小波变换实现了一种新的遥感图像数据融合方法 ,该方法采用梯度算法对不同尺度子带数据进行融合 ,用加权法对基带数据进行融合。给出了 SAR图像与 TM图像的融合结果的定性评价 ,并用熵及平均梯度进行了定量评价     

基于复数小波变换的遥感图像融合新算法

提出了一种基于复数小波变换的影像融合新算法，用以融合全色影像和多光谱影像。试验结果表明，谊算法可以取得比传统的实数小波变换融合算法更好的效果。     

多进制小波理论在SPOT和TM影像融合中的应用

二进制小波不适合融合SPOT全色影像和TM多光谱影像；三进制下的Mallat算法对SPOT全色影像和TM多光谱影像进行融合时，由于存在抽取和插值运算，使得融合的结果存在相位失真。为了克服相位失真，本文采用了多进制下的MRAGM算法。试验表明，它能有效地用于融合SPOT全色影像和TM多光谱影像，实现它的关键是构建具有支撑特性的M进制低通尺度函数滤波器。     

小波分解融合在图像去云处理中的应用

卫星遥感所使用的传感器和波段往往选择在可见光、红外和近红外波段范围,在这些波段范围的电磁波无法穿透云层,因此借用多时相的数据融合手段可以获得因云层而损失掉的信息。本文使用了加法小波分解进行灰度图像的融合,所提的方案简单有效。实验结果反映了卫星图像上被云层覆盖的信息复原的效果。     

一种基于小波系数特征的遥感图像融合算法

多光谱图像和全色图像是目前卫星遥感领域最常见的传感器图像.为了更充分地发挥这两类遥感图像数据的价值,人们利用两类数据的互补性,将多传感器融合技术引进了遥感图像处理领域.在IHS彩色空间变换和小波多分辨率分析的基础上,利用图像高频小波系数的多个特征来定义特征量积,并利用特征量积作为依据提出了一种图像融合新算法.通过一组多光谱图像和全色图像数据进行融合仿真试验,并将该算法与IHS,HPF等算法和归一化矩算法作了比较.证明该方法能在保留多光谱图像光谱信息的基础上,有效地提高多光谱图像的空间分辨率.     

利用小波分析改进Brovey遥感影像融合方法

Brovey变换的遥感图像融合方法要求高分辨率全色波段和多光谱波段的光谱响应范围要一致或相近,从而限制了遥感数据的融合,存在着融合图像受噪点影响大、高分辨率影像零星细节保留过多等缺点。文中针对以上问题,引入了小波分析的方法进行改进。首先在小波多分辨率基础上对高分辨率影像进行去噪及边缘增强,然后在小波分析基础上与多光谱影像进行融合。通过实验发现,改进后得到的融合图像与原方法融合图像相比,细节信息更为突出,整体信息更为丰富,基本达到了改进的目的。     

基于小波包变换与IHS变换的遥感图像融合

针对多光谱图像与金色图像的融合，提出了基于IHS变换和小波包变换的遥感图像融合新方法。该方法首先对多光谱图像作IHS变换得到3个分量：亮度I、色度H和饱和度S；其次利用小波包变换融合方法融合多光谱图像的亮度分量与金色图像，并用融合后的图像替代多光谱图像的亮度分量；最后作IHS反变换得到新的多光谱图像。实验分析表明，新方法的性能优于IHS变换融合方法、小波变换融合方法和基于小波变换与IHS变换融合方法，在保留多光谱图像光谱信息的基础上，增强了融合图像的空间细节表现能力。     

像素级遥感图像融合方法研究

本文介绍了基于IHS变换和小波变换相结合的多光谱图像与高分辨率图像融合方法;并利用Matlab平台进行了实验,其结果分析表明得到的融合图像与原多光谱图像相比,细节信息更为突出,整体信息更为丰富.     

基于小波包变换区域方差的遥感影像融合

介绍了基于小波包变换和区域方差的遥感影像融合方法.利用IHS变换和小渡包变换把全色影像和多光谱影像的相应分量分解为低频部分和高频部分,并分别采用加权平均法和区域方差法融合低频部分和高频部分,然后通过小波包重构和IHS逆变换得到最终的融合影像;最后采用MATLAB语言实现了这种方法.实验结果表明,这种方法在提高影像的清晰度、突出影像细节信息以及保留原始影像的光谱特征方面效果较好.     

基于小波-HIS的遥感影像融合方法技术研究

小波是建立在泛函分析、调和分析、傅立叶分析基础上的时频原子,在时域、频域同时具有良好的局部化特性和多分辨率特性。遥感影像融合是遥感影像处理中的重要环节,是人们处理多源遥感影像数据的主要手段之一,而融合方法的选择对融合结果来说至关重要。将传统的融合方法与小波结合已经成为研究的热点,本文将小波变换与HIS融合方法相结合,并...     

基于IHS的多源遥感数据融合

首先简要叙述了IHS法在遥感图像融合中的应用,然后对实验结果进行了分析,并用融合后的图像建立了土地利用类型的解译标志,以期为HIS法用于遥感图像融合提供参考。     

基于小波变换的遥感图像压缩

遥感图像的压缩领域中,小波分析理论为其提供了新的压缩方法和压缩思路,比较好地解决了遥感图像的压缩和传输问题。而小波基的选择直接决定了图像压缩的压缩效果和压缩速度,着重对比了不同的小波基性质对图像压缩带来的效果,给出了小波基选择的原则,并通过对各种小波性质的总结,选择双正交小波基（D5/3）应用于遥感图像的压缩     

基于HIS变换和WT变换的遥感影像融合

遥感影像信息融合是近年来国际遥感领域的研究热点.传统的遥感影像融合主要是HIS变换法、加权平均法、PCA法等.利用小渡变换(WT)技术进行遥感影像融合是近年来的研究热点,但其直接舍弃了全色图像的低频率分量,在结果图像中容易出现分块效应.本文结合HIS变换和小波变换的互补性,提出了一种基于HIS变换和小波变换的遥感影像融合方法.通过实验、直观和定性分析,新方法既可以增强融合影像的空间细节表现能力,同时也很好地保留了多光谱影像的光谱信息.     

一种基于小波变换去除遥感图像噪声的方法

采用小波系数极大值跟踪法去除图像噪声，建立了尺度间小波系数极大值跟踪矩阵，标识出小波系数极大值的信噪属性，剔除了噪声部分对应小波系数极大值，从而抑制了噪声污染。与常规去噪方法相比，该方法不仅有效地去除了噪声，同时保持了图像边沿细节，具有良好的消除噪声效果。     

小波滤波器及遥感影像分类

基于正交小波变换的特征,研究了小波滤波器的长度对影像分类的影响。并在不同滤波器长度下,对22幅遥感地貌纹理影像进行了分类试验,获得了较高的分类正确率。     

一种基于小波融合的多时相遥感图像去云方法

云层对遥感图像的处理和分析带来一定的困难,采用小波融合的方法,组合不同时相获取的卫星遥感图像给出一种有效去除云层的方法.依据云层信息为低频特征,应用基于归一化低频指数来实现对云层低频分量的抑制,同时从高频分量中提取更高的地物高频信息,从而重构出去除云层后的图像.根据实际两幅图像的处理,验证方法的可行性.     

基于小波理论的遥感图像高保真压缩方法研究

根据遥感图像局部相关性较弱、纹理复杂丰富的特点,提出了基于小波分析理论的自适应标量、矢量混合量化压缩方法。该方法根据遥感图像小波变换后高频子图的局部块纹理强弱将这些块划分为４类,对平坦块进行高倍压缩,对纹理块进行高保真压缩,使各块的恢复误差大致平衡。其主要特点是避免了矢量编码过程中的码书训练和码书搜索,因而时间性能好,并且对单幅图像的压缩比和峰值信噪比（ＰＳＮＲ）优于ＪＰＥＧ方法。此方法与ＫＬ变换去波段相关技术相结合,应用于多波段遥感图像压缩领域,收到了良好的效果。