基于IHS变换和小波变换的遥感影像融合

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。     

基于无抽样小波的遥感影像薄云检测与去除

针对全色波段遥感影像提出了一种基于无抽样小波变换的薄云去除算法。对实际的卫星影像和航空影像所进行的试验结果表明,该方法是十分有效的。     

IHS变换和小波变换相结合的遥感影像融合

本文针对低分辨率多光谱影像与高分辨率全色影像的融合，提出了一种IHS变换和小波变换相结合的遥感影像融合方法。方法首先对多光谱影像作IHS正变换，得到亮度I、色度H和饱和度S三个分量：然后利用小波变换融合方法，融合多光谱影像的亮度分量与全色影像，并用融合后的影像替代多光谱影像的亮度分量；最后，利用IHS反变换得到新的多光谱影像。试验结果分析表明，新方法的性能优于IHS变换融合方法、小波变换融合方法，在增强融合影像的空间细节表现能力的同时，很好地保留了多光谱影像的光谱信息。     

基于小波变换的影像信息融合方法

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。     

利用SIFT和静态小波变换的遥感影像配准方法

本文首先利用静态小波变换对影像进行多层分解,在其低频子影像上利用SIFT提取特征点集;之后,通过统计不同阀值下的匹配点集精度和数量信息,利用多项式拟合的方法自动建立约束条件,并以此约束条件自动校正控制点集以得到数量可观且高精度的控制点集。试验结果表明,该方法是一种有效的遥感影像配准控制点自动提取方法。     

基于小波变换特征的遥感地貌影像纹理分析和分类

本文基于图像的正交小波变换特征，研究了遥感地貌纹理影像的特征提取和分类方法，并对２５幅地貌影像进行了分类。结果表明，所述方法不仅对同一分辨率的影像有较高的分类正确率，而且对不同分辨率的影像也有较高的分类正确率，同时对训练样本和考试样本来自不同母体的影像也有较高的分类正确率。     

基于IHS变换和小波变换的遥感影像融合

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.     

基于中值滤波和小波变换的遥感影像去云

去云处理是遥感图像处理以及大气纠正的重要步骤,目前常用的遥感薄云去除法一般只能去除低频区域的云,而对高频区域的云则没有处理效果。因此,在研究传统小波算法对图像进行处理的基础上,引入了中值滤波,它将每一像素点的灰度值设置为该点邻域窗口内的所有像素点灰度值的中值,旨在对高频突变云区进行处理。而后结合主观视觉和客观统计分析两方面对结果进行评价,并且与传统小波去云比较,经分析表明,高频突变云有所减少,达到了预期目的。     

基于二进小波变换的遥感影像镶嵌方法

提出了一种新的影像镶嵌方法，通过与经典的直方图色调匹配方法实验结果比较，证明该方法克服了相邻影像中局部灰度差异大的问题，保证了接缝邻域处的图像清晰度和光滑度两个方面的要求。     

遥感影像薄云去除算法

高分辨率遥感成像极易受到云层遮挡等气象条件的影响。通过分析这些影响因素的特点,以暗元法为基础,提出了一种薄云的去除算法,在保持图像色调的同时,提高了图像的对比度。     

小波变分法遥感影像薄云去除

针对遥感影像薄云去除过程中丢失影像细节及薄云去除不彻底等问题,本文提出了一种基于小波变分法去除遥感影像薄云的方法.首先,对含薄云的遥感影像进行小波分解,可以使低层低频分量中的局部瞬变信号(不具备低秩性的有用信息)被分解到高频分量中;其次,考虑第五层低频分量中有用信息具有低秩性及薄云具有稀疏性特点,建立一种能够从第五层低...     

基于小波变换和数学形态学的遥感图像边缘检测方法研究

用传统的边缘检测方法效果不理想,针对遥感图像中存在的噪声问题,提出了一种基于小波变换和多结构元素的数学形态学相结合的图像边缘检测方法。该方法充分利用小波多分辨率的特点,对图像进行去噪处理,然后用多结构元素灰度形态学的方法对图像的边缘进行检测。试验结果证明,此方法优于传统的边缘检测方法,具有边缘检测准确和良好的抗噪能力。     

基于双正交小波的遥感图像融合研究

针对多光谱图像与全色图像融合中的光谱失真问题,采用一种双正交小波的方法进行融合。试验证明,该方法可以减少图像的失真问题,提高图像的空间分辨率,保留图像的边缘细节。     

基于小波变换的遥感影像融合技术发展现状

多源遥感影像数据融合技术是解决海量遥感影像数据处理问题的一条有效途径。通过介绍目前基于小波变换的遥感影像融合技术发展状况,以及各种融合方法的优缺点和适用范围,为遥感影像融合系统的研究与开发提供参考。     

HIS变换和提升小波变换相结合的影像融合模型研究

分析提升小波变换的原理,提出HIS变换和提升小波变换相结合的影像融合模型,融合同时相ETM+多光谱波段影像和全色波段影像,结合主观目视和客观指标综合评价.研究表明,静态小波变换和提升小波变换方法融合效果都优于常用的HIS,PCA和Brovey方法.且提升小波变换比静态小波变换方法的融合效果更好,提高影像空间分辨率的同时,能更好地保持影像光谱信息,并大大提高了影像处理效率.     

基于MPI的大规模遥感影像坐标转换方法

提出一种基于平面四参数的遥感影像数据集坐标转换方法。为提高计算效率,提出了基于MPI的大规模遥感影像集坐标转换方法,大幅提升了遥感影像数据集坐标转换的效率。通过实验进行精度分析和效率分析,验证了算法的正确性和有效性。     

基于灰度数学形态学的遥感影像薄云处理方法

遥感成像过程中薄云是最常见的一种噪声。在利用数学形态学进行薄云处理的基础上,探讨利用广义多结构元素的数学形态学进行薄云处理的方法,并对SPOT图像进行试验。结果表明,该方法对薄云去除的处理效果有一定的改善和提高。     

小波变换在遥感图像压缩中的应用

基于遥感数据的大信息量、大容量和越来越高的分辨率对图像的存储和传输提出的更高要求,有效的图像压缩就显的特别重要。在综合比较了各种压缩编码算法的基础上,结合遥感图像本身的特点和对小波变换性质的深入分析,选择了基于小波变换的遥图像压缩方法。