几种遥感图像融合技术方法的对比与讨论

本文在研究遥感图像融合技术原理的基础上,详细介绍了IHS、主成份分析融合方法和小波变换融合方法的技术核心和步骤。并对比了这三种方法的优缺点。     

基于小波变换的遥感图像融合方法研究

本文提出了基于小波变换的图像融合过程中最关键的步骤是系数的融合,对系数融合的方法做了深入的探讨和归纳。针对多遥感器图像融合,因涉及到不同的数据源,其数据获取方式,图像融合方法十分不同,很难有一个具体模型的情况,提出了基于弹性模型的方法。     

基于PCA变换的多传感器图像融合质量评价

本文利用主成分分析变换的方法对多传感器图像进行融合,针对实验结果从客观定量和主观定性的角度进行了质量评价.     

基于小波变换的图像融合及其MATLAB实现

图像融合是对数字图像的预处理,使图像整体或局部特征能有效地改善。本文基于对图像融合理论的理解,分析了小波变换在图像融合中的应用。在此基础上,利用MATLAB对不同融合系数的图像以及不同增强系数的图像进行融合等,并对其结果进行分析与比较,表明采用方法的合理性。     

遥感图像融合技术探讨

对图像融合的原理和方法进行了剖析,研究和分析了几种常用的多源遥感图像融合的方法:Brovey法、主成分分析和乘积法等,并以实例对这三种方法融合的图像进行了评价.     

小波变换在遥感图像降噪中的应用

本文对小波变换的基本理论进行了简单介绍,由于小波变换具有时域和频域上的局部性特性、多分辨分析特性、低熵性、去相关性及选基灵活性等优点,非常适合于对非平稳信号-图像进行分析和处理。并且详细分析了基于小波变换对图像进行消噪的处理原理与实现,并且利用MATLAB对含噪遥感图像进行处理,最后结合理论分析和实验实例讨论了小波分析在遥感影像降噪处理中的作用,利用像元均值和方差来评价降噪效果,说明该方法有效、可行。     

小波变换在图像融合中应用探讨

作为像素级融合的方法之一,小波变换具有多分辨分析和多尺度分析的特点,目前被广泛应用于红外和可见光图像融合中。本文通过深入研究现有的图像融合算法,研究小波基的提升方案,并对其提升处理后的小波性能进行比较。     

一种改进的DCT变换图像融合技术

提出了一种提升小波变换和DCT变换相结合的图像融合算法。这种算法并不依赖于对方差,而是直接使用DCT变化和小波变化分别对高频部分、低频部分进行特征提取。实验表明,这种新的融合技术与传统算法相比,不但提高了图像的信噪比,更加保留了边缘的信息细节,同时也提高了处理效率,减少了使用时间,具有较高得实用价值。     

基于平移不变小波变换的图像融合技术的实现

本文介绍作者所进行的基于像素级图像融合技术的研究。目前,图像融合技术主要分为像素级、特征级和决策级这三种主要方法,而像素级图像融合的方法可以更多地保留原有图像的信息,并对单一像素信息进行处理,精度高、方法简单易行,目前被广泛的应用在各个领域。而基于平移不变小波变换算法先对待融合的多源图像进行空间域的变换,得到图像各层分解后的系数,再对该组系数按一定的融合规则进行融合处理得到一个融合后的系数表示,最后经图像的逆变换获得最终的融合图像。     

基于小波框架变换和区域能量的图像融合算法

提出了一种基于小波框架变换和区域能量的多聚焦图像融合方法,该方法首先利用离散小波框架变换对原始图像进行多尺度分解,通过计算各个像素的高频能量并设置合适的闽值,将源图像分割成3个区域：聚焦区、离焦区和边界区,不同的区域采用不同的融合规则,在保持源图像各自聚焦区域的同时尽可能保持边缘区域的细节：实验结果表明,该方法取得了比其它2种传统融合方法更优的视觉效果和性能指标。     

在PCG Ieomatic8·2下基于HIS变换的遥感影像数据融合方法

本文详细介绍了利用PCI Geomatic8.2遥感影像处理软件包实现基于HIS变换的不同空间分辨率和波谱分辨率的数据进行融合的方法,以实现不同遥感影像数据的优势互补,使其发挥更高的经济效益。     

多信息源图像的融合技术研究

多源图像融合是将不同来源的某一场景的两个（或多个）目标进行两次（或多次）成像,将这些图像的清晰部分组成一幅新的图像,以得到一个多目标都聚焦清晰的融合图像。提出将小波变换方法应用于多信息源图像的融合,并选取适当的小波基、分解层数和融合算子。针对小波变换及图像的特点,本文选取了7类共50种小波基、4种小波分解层数和6种融合算子,共1200种小波变换的融合方法进行了比较。通过比较融合图像的相似性,对图像融合效果的评价表明,实验获得的最佳图像与理想图像的相似度均达到99%。     

基于ERDAS IMAGINE9.2操作平台的遥感图像融合概述

随着遥感技术的迅猛发展,各种遥感数据相应呈现。如何让数据得到充分的应用？数据融合在当今社会显得越来越重要;如何更好地对数据进行融合？我们必须了解各种融合方法的优缺点。本文介绍了ERDAS IMAGINE9.2操作平台上的几种遥感图像融合,分别是分辨率、小波变换、改进IHS、高通滤波融合,并通过实验比较几种融合方法的优缺点以及探讨未来可能研究方向。     

基于融合技术的边缘检测方法

利用小波分解后的平均与细节的特性,提出了一种新的图像融合方法。结合各种边缘检测算子和小波变换边缘检测方法,提出了一种新的边缘检测方法。     

小波双线性插值应用于光学遥感图像

针对遥感图像插值要求,尽可能保持原图像信息,提高图像分辨率,并适合人眼观察的特点,提出适合于遥感图像的小波双线性插值方法.实验表明,与双线性插值相比,该算法得到较高的信噪比和较好的图像效果.     

遥感图像变化信息提取方法研究

利用遥感技术对区域性土地利用/土地覆盖类型进行动态监测,提取变化信息目前是资源环境科学重要研究领域之一.本文通过对各种变化信息提取方法的效果分析及其精度评价,对变化信息提取的整个过程进行了整理,通过实践验证了各种变化信息提取方海的可靠性.     

基于小波变换的遥感图像压缩并行算法研究

文章针对遥感图像本身的特点和统计特性,首先对遥感图像进行小波变换,将遥感图像进行多分辨率分解,分解成不同空间、不同频率的子图像;然后将经过小波变换以后的遥感图像分割成不同频带,其中的低频带采用差分脉冲调制法进行压缩,保证遥感图像主要的信息不丢失,其他高频带采用多级树集合分裂算法编码提高压缩比,这样分为高频和低频带为算法的并行实现提供了条件。实验结果表明,遥感图像在图像压缩的并行处理以后可以获得更少的时间开销。     

基于IHS变换的图像融合方法研究

在分析亮度、色度、饱和度(IHS)变换影像融合方法的基础上,针对HIS变换存在光谱扭曲的缺点,提出了一种新的图像融合方法。该方法采用加权平均融合方法和高通滤波理论对I分量进行处理。通过matlab仿真实验表明,改进的图像融合方法可以最大限度地减弱传统IHS融合法存在的光谱退化现象,同时也可提高融合图像的清晰度和空间分辨率。     

像素级图像融合用于汽车图像轮廓的检测

图像融合是一门新兴的技术,由于图像所获取的信息丰富,图像融合运用各种方法,将关于某个具体场景的图像或者图像序列信息加以综合,生成一个新的有关此场景的解释,而这个解释是从单一传感器获取的信息中无法得到的。