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。     

基于多进制小波变换的遥感影像融合

首先介绍了遥感影像融合的理论和方法,然后在讨论多进制小波理论的基础上,提出了一种基于特征的多进制小波变换的影像融合算法,该算法根据待融合影像分辨率之比确定采用多进制小波,从而最大限度的利用了待融合影像的信息,防止影像信息的丢失.通过对具体影像的实验,证明融合后的影像最大限度地保留了待融合影像的光谱信息,同时提高了待融合影像的清晰度和空间分辨率.文中给出了SPOT全色影像与SPOT多光谱波段影像、SPOT全色影像与TM影像的融合结果,并与其他方法进行了比较,证明了本方法的优越性和自适应能力.     

基于多进制小波变换的遥感影像融合

首先介绍了遥感影像融合的理论和方法 ,然后在讨论多进制小波理论的基础上 ,提出了一种基于特征的多进制小波变换的影像融合算法 ,该算法根据待融合影像分辨率之比确定采用多进制小波 ,从而最大限度的利用了待融合影像的信息 ,防止影像信息的丢失。通过对具体影像的实验 ,证明融合后的影像最大限度地保留了待融合影像的光谱信息 ,同时提高了待融合影像的清晰度和空间分辨率。文中给出了SPOT全色影像与SPOT多光谱波段影像、SPOT全色影像与TM影像的融合结果 ,并与其他方法进行了比较 ,证明了本方法的优越性和自适应能力     

改进Tamura纹理特征的图像检索方法

针对Tamura方向度纹理特征计算时直方图峰值难以确定的问题,本文提出了采用改造后的旋转不变边缘方向直方图代替方向度纹理特征;针对粗糙度纹理特征不能充分反映图像上纹理基元尺寸的大小分布的问题,提出了采用粗糙度直方图代替粗糙度的特征表达方式。实验表明,改进后的Tamura纹理特征易于获取,包含图像更多的信息,显著地提高了检索性能。     

基于多进制小波的等高线数据简化

研究了多进制小波在等高线数据简化中的应用 ,提出了基于多进制小波的等高线数据简化过程中边界处理方法 ;结合二进制小波 ,利用多进制小波变换可得到多细节、多层次的等高线简化数据     

基于多进制小波的等高线数据简化

研究了多进制小波在等高线数据简化中的应用,提出了基于多进制小波的等高线数据简化过程中边界处理方法;结合二进制小波,利用多进制小波变换可得到多细节、多层次的等高线简化数据.     

基于小波分解的星载SAR图像纹理信息提取

论述利用小波变换提取合成孔径雷达（SAR）图像的多尺度纹理信息，借助Daubechies3正交小波，对图像进行小波分解，将小波变换各个频带输出的l1范数作为纹理特征值。选取徐州市区局部的Radarsat卫星SAR图像，提取出纹理图像，实验证明，该纹理提取方法能有效地提取出面目标的纹理信息。     

图像空间分辨率对小波变换纹理提取的影响

介绍了小波变换原理,对高分辨率和中等分辨率图像进行基于小波变换的纹理信息提取,比较分析了提取的纹理图像及其进一步的图像分类.结果表明,对于中等分辨率图像,小波变换的纹理信息提取无正面作用.     

小波变换在遥感图像纹理高频增强显示中应用

分析了经过小波变换后得到不同分辨率、多方向性的遥感图像纹理特征,提出了多层小波高频增强遥感图像纹理的算法,实现了纹理信息增强的图像.     

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。     

利用Contourlet变换和谱直方图进行多源遥感影像纹理特征检索

将Contourlet变换应用于多源遥感影像多尺度多方向纹理特征提取,分别采用Contourlet变换低频子带谱直方图和多尺度多方向高频子带谱直方图实现多源遥感影像库的初步过滤和精确检索。通过USC和QuickBird影像组成的纹理检索实验表明,所提出的检索算法在检索精度和效率方面优于小波变换。     

基于小波的SAR影像纹理分析

在分析SAR影像特征的基础上,引入了基于小波的纹理提取方法,并采用第二代提升小波与双正交小波对SAR影像进行小波二级分解,提取影像各尺度上的小波特征系数。对机载的SAR影像进行了纹理分析及分类,得出了不同小波的分类分析结果。     

利用无参数统计特征进行旋转不变纹理图像渐进检索

分析了Radon变换和Log-polar变换在消除旋转位移时对频谱的影响,探讨了NSCT变换和小波变换在不同检索参数下的平均检索性能,在此基础上构造出多尺度多方向纹理变换谱和旋转不变特征矢量,并提出了一种基于无参数统计特征的旋转不变纹理图像两级渐进检索算法。通过VisTex标准纹理图像库的检索实验证明,与传统检索算法相比,本文提出的算法既可获取纹理主方向,同时又能表征纹理细节信息,有效地提高了旋转不变纹理图像检索的查准率和检索效率。     

基于小波纹理信息的星载SAR图像与TM图像的数据融合

遥感图像的数据融合是当前遥感界研究的热点问题之一。论述利用小波变换提取合成孔径雷达（SAR）图像的多尺度纹理信息，基于小波纹理信息将SAR图像与TM图像进行融合。选取徐州市南郊风景区的Radarsat卫星SAR图像和TM图像进行试验研究，并与颜色变换法融合图像进行对比分析，结果表明，无论是目视解译还是定量分析，该融合方法与颜色变换法相比，将获得更理想的高空间分辨率多光谱的融合图像。     

利用NSCT和Krawtchouk矩进行图像检索

提出了一种基于非下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)和Krawtchouk矩的图像检索算法。首先,通过NSCT对图像进行分解,提取每个分解层次上不同方向子带系数分布的数学特征作为图像的纹理特征;然后,利用Krawtchouk矩描述图像的形状特征;最后,根据加权的相似性度量实现图像检索。实验结果表明,所提取的特征向量具有平移、旋转、尺度不变性,且能获得更高的检索精度。     

基于小波分量特征值匹配的高光谱影像分类

提出了一种基于小波分量特征值的高光谱影像分类算法。针对每个像素构建一个能反映该分量特征的函数,得到其特征值。再利用这些特征值与参考光谱的特征值进行匹配,从而对整幅影像实现分类。实验证明,该方法比传统的光谱角制图法和交叉相关系数法的分类精度有较大提高。     

一种有效的基于灰度共生矩阵的图像检索方法

提出了一种基于广义图像灰度共生矩阵的图像检索方法。该方法首先将原图像作平滑处理得到平滑图像,然后将原图像和平滑图像组合得到广义图像灰度共生矩阵,提取该矩阵的统计特征量,最后将该统计量组成归一化向量用以检索。实验结果表明,本方法的效果要优于单纯的灰度共生矩阵法。     

基于变差函数的遥感影像纹理特征提取

遥感影像有着丰富的纹理信息,准确地提取纹理特征对于影像的分割和分类至关重要。基于变差函数的遥感影像纹理特征提取是一种比较实用的且处于探索阶段的影像纹理分析方法。文中通过实例对提取的方法进行了研究,并通过不同变异方向纹理图像的分析比较,阐述了纹理特征准确提取应正确选取的3个因子、不同计算方向对纹理图像生成结果的影响,实验和分析还表明了变差函数法是遥感图像纹理特征提取的一种有效手段。     

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.