共查询到18条相似文献,搜索用时 46 毫秒
1.
多源遥感影像数据融合方法探讨 总被引:1,自引:0,他引:1
在简要分析几种常用多源遥感图像融合方法的基础上,着重探讨了基于小波变换融合方法的特点以及小波变换与其他方法相结合使用的优势,为相关工作提供借鉴。 相似文献
2.
基于IHS变换和小波变换的遥感影像融合 总被引:18,自引:0,他引:18
在遥感影像融合中,IHS变换法与小波变换法具有互补性,文中把这两种方法结合起来,提出了一种基于IHS变换与小波变换的影像融合方法。通过对具体影像的实验证明,该方法是有效的,达到了预期的目的。 相似文献
3.
朱述龙 《解放军测绘研究所学报》2002,22(2):5-8
文中提出了一种基于小波变换的影像信息融合方法来提高遥感影像的几何分辨率,该算法的基本思想是:首先利用小波正变换算法将待处理的两幅影像分解成不同分辨率的子图像,然后在一定的准则下对不同分辨率的子图像进行信息融合处理,最后利用小波重建算法对融合子图像进行小波逆变换处理,得到信息融合后的高质量图像,实验表明该方法是可行的。 相似文献
4.
面向多分辨率层次结构的遥感影像分析方法 总被引:5,自引:0,他引:5
朱国宾 《武汉大学学报(信息科学版)》2003,28(3):315-320
将输入数据源经过扩展分段处理,形成具有不同分辨率层次结构的影像目标。通过构建同层次目标之间、不同分辨率层次目标之间的关系,将目标识别、目标语义提取以及影像信息提取集成在单一的平台完成。 相似文献
5.
6.
7.
多源遥感影像数据融合理论与技术 总被引:2,自引:1,他引:2
在分析和探讨多源遥感影像数据融合原理、层次、结构及特点的基础上,归纳了多源遥感影像数据融合方法,并对数据融合的关键技术及研究热点进行了总结。 相似文献
8.
针对多光谱和高分辨率全色影像的融合,本文对IHS、HSV、lαβ等几种常见的基于色彩变换的融合方法进行了详细的介绍。通过对融合影像光谱损失的分析,改进了基于IHS变换的融合方法;通过实验对两组影像融合效果进行了全面的分析对比。实验结果表明,该方法在提高融合影像空间分辨率的同时,能更好地保证影像的光谱质量。 相似文献
9.
10.
11.
基于小波包变换与IHS变换的遥感图像融合 总被引:10,自引:0,他引:10
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。 相似文献
12.
介绍了基于小波包变换和距离特征选取的影像融合方法:首先对多光谱影像做IHS变换;其次对多光谱影像的亮度分量和全色影像做小波包变换并分别采用加权平均法和距离特征选取法融合低频部分和高频部分;最后通过小波包重构和IHS逆变换得到最终的融合影像。以ERDAS8.5软件自带的影像文件为例对这种方法进行了实验,并利用信息熵等标准与其他融合方法进行了比较,实验结果表明该方法能得到更好的融合效果。 相似文献
13.
基于HIS变换和WT变换的遥感影像融合 总被引:2,自引:0,他引:2
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. 相似文献
14.
15.
16.
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。 相似文献
17.
18.
结合Gram-Schmidt变换的高光谱影像谐波分析融合算法 总被引:1,自引:0,他引:1
针对高光谱影像谐波分析融合(HAF)算法在影像融合时不顾及地物光谱曲线整体反射率这一缺陷,提出了结合Gram-Schmidt变换的高光谱影像谐波分析融合(GSHAF)改进算法。GSHAF算法可在完全保留融合前后像元光谱曲线波形形态的基础上,将高光谱影像融合简化为各像元光谱曲线的谐波余相组成的二维影像与高空间分辨率影像之间的融合。它是在原始高光谱影像光谱曲线被谐波分解为谐波余项、振幅和相位后,首先将其谐波余项与高空间分辨率影像进行GS变换融合,这样便可有效地修正融合后像元光谱曲线的反射率特征,随后再利用该融合影像与谐波振幅、相位进行谐波逆变换,完成高光谱影像谐波融合。本文最后利用Hyperion高光谱遥感影像与ALI高空间分辨率影像对GSHAF算法进行可行性分析,再以HJ-1A等卫星数据对其进行普适性验证,试验结果表明,GSHAF算法不仅可以完全地保留光谱曲线波形形态,而且融合后影像的地物光谱曲线反射率更接近真实地物。 相似文献