基于多进制小波的多源遥感影像融合

首先介绍了遥感影像融合的一般理论和方法，然后在讨论多进制小波理论和影像特征的基础上，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来确定采用几进制小波，将待融合的高分辨率影像进行多进制小波变换，然后把高分辨影像经小波变换后获得的低频成分和低分辨率影像依据一定的关系进行相互转换，以形成新的高分辨影像的低频成分，经过多进制小波逆变换获得到融合后的影像，最大限度地利用了待融合影像的信息，防止了影像信息的丢失，通过对具体影像的清晰度和空间分辨率，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，给出了SPOT全色影像与SPOT多光谱影像，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，从而证明了本方法的优越性和自适应能力。     

多进制小波变换及其在影像分析中的应用

首先简要地介绍了多进制小波基本理论并分析了其变换特征,然后阐述了其在影像缩小、边缘检测中的应用。     

多进制小波变换的快速构造及在遥感图像融合中的实现

多进制小波是近几年发展的小波分析理论的一个新分支。对多进制小波的构造,目前常用的方法是通过构造共轭滤波器犤1～3犦来实现,这种方法随着多进制小波阶数的增加,计算越来越复杂。该文在分析多进制小波多尺度分析概念的基础上,提出一种基于基本构造矩阵的二维多进制小波分解与重构算法;同时利用多进制小波变换提出了一种影像融合实现方案。分析及仿真结果表明,该文所提多进制小波构造算法为利用多进制小波对图像影像的分析提供了一种正确、快速、有效的解决途径;图像融合实现方案不仅有效地解决了任意分辨率的图像融合问题,而且为改善图像融合效果提供了一种新思路。     

基于多小波包变换的遥感影像融合

多小波变换以完善的小波基结构,可以在影像处理中获得比单小波变换更精确的处理结果;单小波包变换以精细的频域分割,进一步提高了单小波变换对影像的细节信息处理能力。多小波包变换将两者结合起来,综合了它们的优点,同时又弥补了它们的不足,使其在一些影像处理领域更具优势。在对多小波包变换分析之后,提出了一种基于多小波包变换的遥感影像融合方法,并将该方法与多小波变换融合方法（即基于多小波变换的影像融合方法）进行了对比分析。实验结果表明：由该方法所得的融合影像,无论是在视觉效果上还是在评价指标上都要优于由多小波变换融合方法得到的融合影像。     

基于多进制小波变换的图象放大方法

多进制小波是近几年发展的小波分析理论的一个新分支，为了更好地进行图象的放大，提出了一个基于多进制小波变换的图象放大方法，并用三进制小波变换进行了图象的放大试验，通过与常用的插值放大方法进行比较的结果表明，基于多进制小波放大的图象能较好地保持原来图象的特征，优于一般的插值放大方法。     

多分辨率金字塔算法的遥感影像融合对比分析

采用拉普拉斯、对比度、梯度以及形态学4种金字塔分解算法,以区域特征选择为融合规则对IKONOS多光谱和全色波段影像进行融合,从空间信息和光谱特征两个方面对融合结果进行对比分析,探讨各种算法的遥感影像融合效果。实验结果表明:基于形态学金字塔算法影像融合的空间信息增强和光谱特征保留效果最好;Laplacian算法次之;对比度和梯度算法效果最差。     

基于小波变换的遥感影像融合与评价

阐述了小波变换的Mallat算法,同时对遥感影像融合的分析与评价进行了深入的探讨,提出了综合利用三类统计参数进行评价的方法。经实验,评价结果与理论分析结果和目视效果相吻合,说明这些参数可以作为遥感影像融合的客观效果评价准则。     

基于多进制小波变换的图象压缩编码

首先介绍了多进制小波理论,然后提出一种基于多进制小波的图象压缩编码方法,通过对具体影象的实验,证明了该方法的可行性和优越性。     

基于参数斜矩阵的多进制多小波的构造与应用

斜矩阵是Walsh矩阵的一种变形,可以由Walsh矩阵变异得到。而Walsh矩阵又与小波关系密切。这样就可将斜矩阵和小波通过Walsh矩阵联系起来。论文利用这种思想提出一种基于带参数斜矩阵的多进制多小波的构造方法,这类多进制多小波的滤波器组矩阵由参数斜矩阵生成,构造方便,并能通过对参数的适当选择使滤波器系数更具灵活性。论文实验中利用这类多进制多小波进行图像阈值去噪,获得了良好的效果。     

一种多进制小波变换DEM数据简化方法

通过对DEM数据的二维多进制小波变换系数特征的讨论，针对三维地理景观的动态、实时绘制问题，提出了一种基于多进制小波变换的数字高程模型数据压缩方法，给出了DEM数据多进制小波系数编码压缩算法及其算法实验结果。     

一种基于区域分割和M带小波变换的图像融合算法

针对目前小波域图像融合所存在的问题,文中阐述了一种基于区域分割和M带小波变换的图像融合算法,在图像配准的基础上对各幅源图像进行M带小波分解,由分解结果产生图像纹理向量,对纹理向量进行聚类,形成源图像的多尺度区域分割,通过区域重叠得到指导融合的联合区域分割图像,然后进行图像融合;此算法充分利用了图像中体现象素间关系的区域信息和M带小波变换在能量紧致性和方向选择性等方面的优势;仿真实验表明,该算法的结果不论在主观视觉效果还是在客观评价指标方面都优于传统的二带小波融合算法.     

区域特征动态加权的IHS小波遥感图像融合

研究传统的IHS变换、小波变换和两者结合的图像融合方法,提出一种区域多元特征动态加权的IHS小波遥感图像融合算法。结合IHS变换和小波变换的优点,对匹配后的新全色分量和IHS变换后多光谱图像的亮度分量,采用多元特征动态加权法进行小波融合。实验结果表明,与传统融合算法相比,该算法在空间细节增强和光谱信息保持方面性能较优。     

基于小波包变换的遥感图象融合

为了能够更好地把来自多传感器的图象信息综合起来，以提高对图象信息的分析和提取能力，在研究了小波包图象分析法之后，提出了一种基于小波包变换的图象融合方法，由于小波包变换能对图象进行多层次分解，包括对小波变换没有细分的高频部分也能进行进一步的分解，因此小波包分析能够为图象提供一种比小波多分辨分析更加精细的分析方法，利用此融合算法将由多传感器获得的同一目标不同波段的遥感图象和不同分辨率的遥感图象进行融合后得到的融合图象，能够很好地将源图象的细节融合在一起，通过与该融合图象进行主观与客观的评价比较，证明该融合方法可以获得更好的融合效果。     

无人机影像匹配点云单木识别算法

针对单木识别研究中“局部最大值”算法因窗口大小设置不同而产生的单木漏识别与错识别问题,提出了联合“局部最大值”与“单木树冠结构分析”的单木识别算法。算法首先利用“局部最大值”获得候选单木;然后对候选单木树冠结构进行分析,提取树冠结构曲线;最后通过对树冠结构曲线判别,剔除、合并错识别与过识别单木,从而提高单木识别的精度。选取大兴安岭林区８个典型样地进行实验,以实测可见单木为参考,与窗口大小为1.0 m、2.0 m 的两种“局部最大值”算法进行比较。结果表明,该算法8个样地整体F 测度为90.45％,相比1.0 m、2.0 m 窗口的“局部最大值”法F 测度74.82％、77.35％,分别提高,15.63％,13.10％。     

基于小波支持向量机的遥感影像融合

针对遥感影像融合中出现的对比度差、边缘模糊等问题,利用支持向量机的统计学习优势,结合方向滤波器组的多方向特性,提出一种基于支持向量机的遥感影像融合框架。由于小波核相对其他核函数对复杂的信号具有更好的逼近能力,因此利用Morlet母小波构造核函数,研究基于小波支持向量机的遥感影像融合,提高遥感影像融合的精确度。实验结果表明,该方法的融合效果优于传统的图像融合方法。     

基于小波变换的多源遥感图像的信息融合

图像融合是一种重要的增强图像信息的技术方法,如何对同一目标的多源遥感图像数据进行有效的融合,最大限度地利用多源遥感数据中的有用信息,提高系统的正确识别,判断和决策能力,这是遥感数据融合的重要内容之一,提出了一咱基于小波变换的融合方法,使得融合图像在最大限度保留了多波段光谱信息的同时,提高了清晰度和空间分辨率,并对实验结果运用MATLAB语言进行了仿真,从几个方面对结果做了深入的分析与对比,取得了良好的效果。》     

多源遥感图象融合及应用

标准的数据融合方法在解决一幅高分辨率、全色图象与一幅低分辨率多频谱图象融合问题时,会使多频谱数据的频谱特性失真。我们基于多分辨率小波分解开发了一种技术,用于此类图象的融合。此法是将高分辨率图象的小波系数添加到多频谱（低分辨率）数据上,再将全色图象小波变换的高阶系数添加到多频谱图象的浓度组件上,此算法是对对标准的浓度－色度－饱和度（IHS或LHS）合并法的改进,将该算法应用于SPOT与LANDSAT（TM）图象融合的结果表明,在保留频谱与空间信息方面优于IHS和LHS融合法。     

遥感数据融合方法分析与评价综述

论述了几种常用的基于像元级遥感影像融合方法的原理、特点、作用及限制条件，对各种相应的算法进行了分析和评价，归纳并阐明了遥感数据融合效果定量评价指标及其意义，展望了遥感数据融合方法的发展与应用前景。     

基于区域小波统计特征的遥感图像融合方法

提出一种基于区域小波统计特征的遥感图像融合方法,对多光谱图像的I分量与直方图匹配后的高分辨率图像进行小波变换融 合。对分解后的低频分量采用加权平均的融合规则,高频分量则根据其区域的小波系数特征,采用基于区域方差匹配度的融合规则。对 SPOT多光谱图像和高分辨率图像进行融合实验,并利用信息熵和相关系数对融合结果进行客观评价与比较分析。仿真实验结果表明,基于区域小波统计特征的融合方法能达到较好的融合效果。     

遥感影象融合效果的客观分析与评价

本文综合利用三类统计参数来进行遥感影象融合效果的分析与评价：第一类反映亮度信息,如均值;第二类反映空间细节信息,如方差、信息熵、交叉熵和清晰度,其中给出了一种更切合实际的交叉熵定义;第三类反映光谱信息,如扭曲程度、偏差指数与相关系数。以小波变换融合方法为例,针对TM多光谱影象与SPOT全色影象融合的具体情况,,对不同分解阶数的融合影象进行分析和评价。评价结果与理论分析结果和目视效果相吻合,说明这些参数可以作为遥感影象融合的客观效果评价准则。