图像融合在遥感中的应用

介绍了关于低分辨率的多光谱图像与高分辨率的全色图像相融合的一些方法。图像融合的目的是为了获取高分辨率的多光谱图像,它既包含了多光谱信息又具有全色图像的高空间分辨率特点。图像融合在遥感中的主要目的在于尽量保持图像的光谱信息．以便用于土地覆盖分类等领域,这一点与其在军事应用和计算机辅助设计领域有所不同。阐述了如何在不使用高分辨率的全色图像情况下进行融合的方法,由于同时获取的多光谱图像之间存在亚像元级的偏移现象,将位移量作为附加信息来有效提高采样频率,以此获取高空间分辨率信息。最后选取了SPOT卫星的多光谱图像作为例子．对文中所阐述的算法进行了试验,并对试验结果作了比较分析。     

小波变换改进的MASK匀光算法

针对单幅遥感影像内部所产生的亮度不均匀现象, 提出了一种基于小波变换改进的MASK匀光算法。该方法在利用小波变换获得不均匀背景图像的过程中, 对小波系数进行了自适应非线性改进, 克服了直接利用分块取均值获取背景影像的不足, 试验表明该算法能够较好地解决单幅遥感图像中亮度不均匀的现象, 具有较强的实用性。     

A^＊算法的改进及其在路径规划中的应用

A*算法是一种启发式搜索算法,在路径规划中得到广泛的应用,其中启发函数的设计尤其重要.本文针对路径规划问题,对A*算法作了以下改进:一是在估价函数中考虑以距离和方向两个要素,通过归一化处理解决了单位不统一的问题;二是利用k-d树空间索引结构,动态加载节点信息,减小内存使用空间.实验结果表明,改进后的A*算法的搜索效率得到了明显的提高.