基于PCA 变换与小波变换的遥感图像融合方法

针对传统的PCA变换遥感图像融合技术会丢失部分多光谱遥感图像的光谱信息变量,从而造成光谱图像信息域的失真问题提出了基于PCA变换与小波变换的遥感图像融合方法。该方法首先提出多光谱遥感图像信息域的各波段相关矩阵的特征值变量和特征向量域,对多光谱图像进行主分量的变换,继而求得各主分量变量;然后将非灰度图像与多光谱图像信息域的首个主分量做直方图信息变量的匹配,利用小波变换融合方法来实现多光谱图像信息变量的首个主分量与非灰度图像的融合,其多光谱图像的首个主分量被融合结果来替代; 最后对多光谱图像信息变量的3个主分量变量作逆主分量变换得到所需的最终融合图像信息域。仿真实验表明,该方法使最终融合的图像在多光谱信息的保持与空间细节信息的增强两个方面的综合性能均得到提高。     

融合MODIS与Landsat数据生成高时间分辨率Landsat数据

遥感数据时空融合技术是一种低空间分辨率影像与中空间分辨率影像在时间域和空间域的融合技术,利用遥感数据时空融合技术获得的融合影像既具备低空间分辨率影像的高时间分辨率特征,又具备中空间分辨率影像的高空间分辨率特征.提出了一种新的遥感数据时空融合方法(STDFA).该方法从时序MODIS数据中提取地物的时间变化信息,结合早期Landsat-TM影像的纹理信息,融合出具有MODIS时间分辨率和TM空间分辨率的影像.以江苏省南京市江宁区为研究区,以Landsat红波段和近红外波段为融合波段,对该方法进行了测试.结果显示,该方法能够产生高精度的中空间分辨率影像,融合影像与真实影像间的相关系数达到0.939.融合影像计算的NDVI与真实中空间分辨率影像计算的NDVI间的相关性达到0.938.     

基于小波变换的机载雷达测绘遥感影像信息数据融合方法

在融合机载雷达测绘遥感影像信息数据的过程中,由于原始机载雷达测绘遥感影像反馈信号在频域分布上具有多元化的属性,导致融合后影像的质量相对较低。为此,文章提出基于小波变换的机载雷达测绘遥感影像信息数据融合方法。该方法通过在小波变换设置了以频率为基准的窗口函数,并结合遥感影像反馈信号所处频域与频率函数状态之间的关系,建立了待分析遥感影像信号与频率窗内的高频频域分布参数之间的乘积关系,从而得到所需的信号频谱特性,在进行机载雷达测绘遥感影像信息数据融合阶段,结合遥感影像反馈信号与有限区域范围之间的关系,对其进行适应性融合。测试结果表明,融合后影像在完整度、清晰度以及综合质量方面均处于较高水平。     

基于小波的影像融合方法研究

影像融合技术作为一种数据整合技术,能够整合不同影像中高空间分辨率和高光谱分辨率信息,因其能明显改善影像的显示效果,因而被广泛的应用于遥感图像处理中。传统的HIS变换、主成分分析、Brovey变换虽然对于影像的质量能起到一定改善的作用,但由于其自身的算法的原因,还存在许多不足。采用小波HIS、小波PCA变换等方法进行了新的融合方法的有益尝试。以IKONOS 2的1 m和4 m分辨率影像数据为实验数据,对比了小波融合方法与传统融合方法,实验结果显示小波方法在定性和定量方面都有明显优势。文中还讨论了对融合后影像质量的多种定量评价方法。     

面向复杂城市环境基于亚米级的遥感影像融合方法比较

为探究在复杂城市环境适合亚米级的高分辨率遥感影像的融合方法,文章以2000年空间分辨率为0.6米深圳航空真彩影像,以及2003年空间分辨率为0.61米深圳Quick Bird全色影像为数据源,用HIS变换、PCA变换和Brovey变换对亚米级遥感影像进行融合及质量评价。结果表明:在地物变化复杂的中心城区和地物变化单一的非中心城区,PCA效果最好,Brovey次之,HIS最差;在地物变化复杂的非中心区域,Brovey效果最好,PCA次之,HIS最差。因此,应根据城市地物变化情况选择适合的算法。     

基于曲波变换的遥感图像融合研究

以SAR与可见光图像、多光谱与全色图像为研究对象,提出了一种基于曲波变换的遥感图像融合方法.首先将图像进行曲波变换,然后在不同的频率域利用融合规则融合曲波系数,最后通过重构得到融合图像.采用均方误差、偏差指数等指标对融合效果进行了客观评价,并与基于小波变换的融合进行了比较.实验结果表明,该方法在保留原始图像重要信息、抑制噪声能力方面均优于小波变换方法.     

基于Shearlet变换与区域分割的遥感图像融合

结合区域分割理论,提出了一种基于Shearlet变换 的遥感图像融合算法。首先通过色度H-亮度I-饱和度S(HI S) 变换对多光谱图像进行分解,将I分量与全色图像进行Shearlet变换,得到低 频、高频信息图;然后对 低频信息图进行基于灰度的区域分割,两图像的低频部分使用改进的加权融合算法改善融 合图像轮廓模 糊问题,以区域匹配度作为融合规则,高频分量采用区域清晰比作为融合规则,得到更多 的细节信息; 最后通过HIS逆变换得到融合图像。实验结果表明,本文算法 所得融合图像在有效地保持了多光谱图像光谱信息的同时,提高了空间细节信息。     

Hough变换与数据融合

提出了一种基于Hough变换数据关联方法,这种数据关联方法既可用于各种目标跟踪算法的初始化,也可用于雷达情报数据自动处理.其主要思想是将直角坐标系下的情报点迹在Hough变换下映射到参数空间,在参数空间进行聚类,从而实现直角坐标系下按不同目标的点迹聚类,经过数据融合,最终得到目标航迹.     

基于 环形对称Gabor变换和分块PCA的人脸识别方法研究

提出了利用一种新方法获取合适的环形对称Gabor核函数窗口提取人脸图像的纹理信息,并结合改进的PCA进行人脸识别的方法。首先将人脸与环形Gabor小波函数卷积得到图像在5个尺度上的变换,该过程采用一种新方法获取合适的Gabor核函数窗口,以保证与人脸图像卷积后得到更为合理的人脸特征,同时利用一种新的分块PCA方法,将环形Gabor滤波后的子图像分组,对分组后的图像平均分块再进行降维,在空间位置上提取出Gabor人脸细节的主要特征,有效降低了人脸特征冗余。通过实验验证该方法在3.5 m内对人脸识别率达到95%,单个人脸识别时间小于0.22 s。     

基于Photoshop的遥感影像融合

随着遥感技术的日益发展,对所获取的遥感海量数据的处理要求也越来越高。因此,本文以Photoshop软件为操作平台,通过HIS变换来实现遥感影像的影像融合研究。     

基于光谱复原的高光谱高空间遥感数据融合研究

文章提出了基于图像光谱复原的空间域遥感数据融合模型(SFSR),不仅大大提高了融合后各波段图像空间分辨率,而且保持融合后多光谱或成像光谱图像数据光谱特性不变.这对融合后遥感数据多光谱特性分析和基于光谱波形特征的计算机自动分类都是至关重要的.     

基于数据融合的遥感图象处理技术

随着不断增多的遥感应用获取数据。从单一可见光传感器发展至今,传感器的种类也越来越多,如光谱、红外、雷达以及高光谱等,从而在数据量的获取上也越来越多。但是随着数据信息的不断增多,也让更多的数据使用者在进行数据处理上不得不设计出更加有效的数据处理系统,只有这样才能让更加有用、更加精简、更加高质量的信息能够提取出来。本文通过对数据融合的框架结构和融合方法进行分析,并在此基础上探讨了这些数据融合方法在遥感图象处理中的应用。     

基于环形对称Gabor变换和分块PCA的人脸识别

提出了利用一种新方法获取合适的环形对称Gabor核函数窗口提取人脸图像的纹理信息,并结合改进的PCA进行人脸识别的方法.首先将人脸与环形Gabor小波函数卷积得到图像在5个尺度上的变换,该过程采用一种新方法获取合适的Ga-bor核函数窗口,以保证与人脸图像卷积后得到更为合理的人脸特征,同时利用一种新的分块PCA方法,将环形Gabor滤波后的子图像分组,对分组后的图像平均分块再进行降维,在空间位置上提取出Gabor人脸细节的主要特征,有效降低了人脸特征冗余.通过实验验证该方法在3.5m内对人脸识别率达到95％,单个人脸识别时间小于0.22 s.     

基于双树复小波变换的自适应图像融合方法

双树复小波具有平移不变性、方向选择性、有限冗余等特点,用于图像融合,优于传统的小波变换方法。本文提出一种基于双树复小波变换的自适应图像融合方法,源图像复小波分解后低频采用PCA,高频采用区域能量算法。通过对可见光和红外图像的融合实验,结果证明了双树复小波的优势和所用融合算法的有效性。     

一种基于整数小波变换的遥感影像融合算法

提出了一种IHS变换和整数小波变换相结合的遥感影像融合算法(IHS-IWT),并根据待融合图像的特点,选取了有效的融合策略.首先对中巴卫星多光谱影像进行IHS变换,然后对得到的亮度分量和Landsat ETM 高分辨率全色影像进行整数小波融合,最后通过整数小波逆变换得到融合的图像.实验结果表明,与IHS变换等方法比较,该方法在较好的保留光谱信息的同时,空间细节信息也得到了增强,并且具有较快的处理速度.     

基于实测光谱与Landsat8影像的白洋淀COD遥感反演

以白洋淀为研究区域,结合实测光谱、Landsat8影像和化学需氧量(COD)实测值,使用BP神经网络构建COD反演模型。结果显示,光谱反射率可对白洋淀水体COD污染程度进行区分,BP神经网络模型预测值与实测值的平均相对误差为16.5%,模型精度较好。基于模型反演2017年10月30日白洋淀水体COD浓度空间分布,白洋淀水体存在一定程度的有机污染,部分水体达到劣V类,污染中心主要位于东南部的村镇和旅游景点,区域内的生活、生产污水可能是造成COD升高的主要原因。     

基于PCA降维的大数据可视化应用研究

由于近些年来火灾时有发生,被称为"地球之肺"的最大雨林区亚马逊也不断面临着威胁.因此,了解和分析火灾发生的时间和空间势在必行.基于此,在亚马逊火灾的分析评价中,试采用主成分分析法(PCA)建立数学模型,从时间、空间的不同维度对亚马逊火灾的发生情况进行了可视化分析.最终得出具体的时间和地点是火灾的高峰期.为预防更多火灾的...     

基于小波变换的遥感图像编码

针对遥感图像的数据特点,提出了结合双正交变换和SPIHT算法的遥感图像小波零树编码方案.实验证明,对于给定的遥感图像可以获得比较满意的重构图像质量.     

基于Curvelet变换与分形的遥感图像融合

基于Curvelet变换对于图像的光谱信息保留和分形原理,针对图像的纹理信息提取的特性,提出了一种基于Curvelet变换与改进的分形布朗运动分维数计算的新的融合算法。对多光谱与全光谱图像进行了融合实验,并与传统的基于小波变换和高频系数取大算法进行了对比。实验证明,文中算法在图像光谱信息保留和纹理细节信息等方面具有良好的性能。