基于Contourlet变换的全色影像与多光谱影像的融合

Contourlet变换比小波变换更适宜表达图像的各向异性的直线、曲线和边界特征,能有效地捕捉图像的几何结构信息。与Contourlet变换相比,非下采样Contourlet变换不仅具有多尺度、多方向特性,同时还具备平移不变性。本文提出了一种新的基于Contourlet变换和IHS变换的全色影像与多光谱影像的融合方法,并将IKONOS影像数据应用于融合实验来验证方法的有效性,结果表明本文方法在较好地保持多光谱影像光谱信息的同时增强了融合图像的空间细节表现能力,优于IHS和基于小波变换的IHS融合方法。     

QuickBird遥感影像的融合及在土地利用调查中的应用研究

应用比值变换、IHS变换、主成分变换3种影像融合方法对QuickBird多光谱和全色遥感影像融合，并对融合结果进行评价．以增强处理的QuickBird影像为基础建立解译标志，进行人机交互式解译分类——土地利用类型的专题信息提取．并利用地理信息系统软件制作土地利用类型现状图．     

基于IHS变换和形态小波变换的遥感图像融合

针对多光谱图像与全色图像的融合,本文提出了一种基于IHS变换和形态小波变换的遥感图像融合方法。新方法首先对多光谱图像作IHS变换,得到亮度I,色度H,饱和度S三个分量;其次,利用形态小波变换融合方法融合多光谱图像的亮度分量与全色图像,并用融合后的图像代替多光谱图像的亮度分量;最后,作IHS反变换得到新的多光谱图像。主观视觉效果分析和客观统计参数分析评价分析表明,新方法的性能优于IHS变换融合、小波变换融合方法,不仅较大地增强了融合图像的空间细节表现能力,而且很好地保留了多光谱图像的光谱信息。     

基于土地覆盖分类的IKONOS影像融合与精度评价

遥感影像的融合,可以提高目视和自动影像提取的类别精度,已成为遥感应用研究领域的重要主题,不同的图像融合算法会产生不同程度的光谱畸变.概略介绍IHS变换、Brovey变换、PCA变换、SFIM变换、Gram-Schmidt变换五种融合方式,结合融合后影像的数据统计以及分类结果,得出对于此次试验区的IKONOS影像来说,在图像空间信息提高和光谱信息保真方面以SFIM变换和Gram-Schmidt变换相对较好,其中Gram-Schmidt变换对图像微小细节反差的表达能力优于SFIM变换.分类之后,在上述5种图像融合算法中Gram-Schmidt变换得到的融合影像分类精度最高,总体精度和Kappa系数分别为95.20%和0.93,表明利用Gram-Schmidt变换进行IKONOS影像融合更适合基于光谱的土地覆盖分类.     

一种HPF的图像融合方法

采用了一种利用HPF滤波进行图像融合的新方法.首先对多光谱图像进行IHS变换,从RGB空间变换到IHS空间,然后在其亮度分量和高分辨率图像之间引入HPF滤波进行直方图的调整,把调整后得到的新亮度分量进行IHS逆变换,最后回到RGB空间.实验结果表明,文中提出的新方法更适于进行多光谱图像和高分辨率图像的融合.     

基于小波变换与低通滤波的多源图像融合方法

在多尺度分解的框架下,对像素级的多源图像融合,提出一种基于低通滤波与小波变换的图像融合算法.先将低空间分辨率的多光谱图像插值,使之具有与高空间分辨率全色图像相同的分辨率,然后再对多光谱图像低频分量和全色图像低频分量进行融合处理,得到一幅具有高空间分辨率的多光谱图像.将全色图像的低频分量和多光谱图像的低频分量进行融合,以达到增强光谱图像的低频分量空间特性效果.     

遥感影像融合的实现与效果评价

随着遥感科技的发展,遥感数据变得越来越多。然而,遥感影像融合是信息富集最为有效的方式之一。通过融合,能使结果影像兼备多光谱影像的高光谱信息与全色影像的高空间分辨率,同时去掉数据的冗余,压缩数据量。通过VC++编程实现HIS、Brovey、PCA和高通滤波法图像融合,在对其原理进行说明的基础上,对融合的结果进行了定性和定量的比较,为进一步的应用和研究提供依据和参考。     

结合小波变换和HIS变换的遥感图像融合方法

对比HIS变换,小波变换结合HIS变换方法对一景WorldView 2多光谱图像进行像素级融合。对WorldView 2多光谱图像进行HIS变换,对亮度分量I和全色波段图像进行3层小波分解,并用全色波段图像第3层的3个高频小波系数图像替换亮度分量I第3层的3个高频小波系数图像。再通过小波逆变换重构亮度分量I,利用HIS逆变换得到融合图像,最后采用目视判读评价融合效果。结果表明,相较于HIS变换方法,采用小波变换结合HIS变换方法能使WorldView 2多光谱图像在融合后实现多光谱信息保真,同时融入全色波段图像空间纹理结构特征,提高图像细节表达能力,改善目视判读效果。     

图像配准中的非均匀多分辨率分析技术研究

在基于灰度的图像配准中,针对传统的空间均匀采样的多分辨率分析技术在低分辨率时会丢失重要边缘信息,从而产生较多局部极值点,导致误配准问题,通过使用基于灰度概率分布和其梯度信息的抽样方法,提出了非均匀空间采样的多分辨率分析技术．在人体脑部图像的刚体配准实验中应用非均匀多分辨率分析技术,实验结果表明,该非均匀多分辨率分析技术可以有效地减少局部极值点,并提高配准速度．     

基于主成分分析变换和提升小波的图像融合

为了将低分辨率多光谱图像和高分辨率全色图像有效地融合,提出了主成分分析(PCA)变换和提升小波相结合的融合方法。小波提升后选用不同的融合规则对高低频成分进行融合,并与PCA+DWT和HSV+LWT融合法进行了比较,实验结果表明,该方法较好地保留了多光谱图像的光谱特性,提高了空间分辨率。     

基于粒子群算法的织物组织结构识别

提出了一种基于粒子群算法的织物组织结构识别新方法。该方法采用USB数码显微镜摄取布样图像,经直方图均衡化以增加灰图图像对比度、二值化、去除噪声等一系列图像预处理,用经线纬线的宽度法来提取织物组织结构的特征,用粒子群算法进行识别分类。实验结果表明,通过该方法对织物组织结构的识别具有较高的准确率。     

Multi-spectral remote sensing image enhancement method based on PCA and IHS transformations

This paper introduces a new enhancement method for multi-spectral satellite remote sensing imagery, based on principal component analysis (PCA) and intensity-hue-saturation (IHS) transformations. The PCA and the IHS transformations are used to separate the spatial information of the multi-spectral image into the first principal component and the intensity component, respectively. The enhanced image is obtained by replacing the intensity component of the IHS transformation with the first principal component of the PCA transformation, and undertaking the inverse IHS transformation. The objective of the proposed method is to make greater use of the spatial and spectral information contained in the original multi-spectral image. On the basis of the visual and statistical analysis results of the experimental study, we can conclude that the proposed method is an ideal new way for multi-spectral image quality enhancement with little color distortion. It has potential advantages in image mapping optimization, object recognition, and weak information sharpening.     

一种新的基于灰度冗余的红外图像均衡技术

针对红外图像的特点,文章提出一种新的基于灰度冗余的红外图像均衡技术.通过设定合适的阈值,将图像灰度直方图中像素分布为零的灰度级进行完全压缩,将小于阈值的灰度级映射到最近的大于阈值的灰度级,然后将有效灰度级做基于幂函数的拉伸变换后进行直方图均衡,最后将均衡后的图像灰度级等间距排列.该算法在压缩灰度冗余的同时进行直方图的无损均衡,保留了图像细节部分,避免了常规直方图均衡所带来的图像细节丢失和灰度断层现象,提高了图像质量.     

A matching algorithm based on hybrid matricesconsisting of reference differences and disparities

INTRODUCTION A common method for extracting depth in-formation from intensity images is based on theprinciples of stereovision. In this method, a pair ofimages is obtained using two cameras displacedfrom each other by a known distance. After deter-mining the stereo correspondence, the distance ofvarious points is computed using triangulation(Jeon et al., 2001). Stereo correspondence is theproblem of finding corresponding points in two ormore images of the same scene, usually assumin…     

A matching algorithm based on hybrid matrices consisting of reference differences and disparities

Unique correct correspondence cannot be obtained only by use of gray correlation technique,which describes gray similar degree of feature points between the left and right images too unilaterally.The gray correlation technique is adopted to extract gray correlation peaks as a coarse matching set called multi-peak set.The disparity gradient limited constraint is utilized to optimize the multi-peak set.Unique match will be obtained by calculating the correlation of hybrid matrices consisting of reference differences and disparities from the multi-peak set.Two of the known corresponding points in the left and right images,respectively,are set as a pair of reference points to determine search direction and search scope at first.After the unique correspondence is obtained by calculating the correlation of the hybrid matrices from the multi-peak set,the obtained match is regarded as a new reference point till all feature points in the left(or right)image have been processed.Experimental results proved that the proposed algorithm was feasible and accurate.     

应用直方图均衡化实现图像增强

对图像灰度及直方图灰度分布概率密度函数进行抽象分析,通过变换函数拓展和修正直方图,使直方图均衡化,从而实现图像增强,并得出相关结论;通过OpenCV开源分析库平台,使用C++语言分别对直方图进行灰度、彩色及均衡化进行编程输出。     

一种小波域K-Means遥感图像分类标注算法

由于合成孔径雷达图像（遥感）的相干斑噪声数据丰富,导致传统的遥感图像分割方法分割效果不佳,采用学习理论和神经网络改善图像处理性能。根据图像统计特征,采取神经网络语义提出一种高效的图像纹理特征分割方法。首先,利用K-means聚类提取遥感图像的纹理特征,然后根据遥感图像在小波域中的分布特征对其进行滤波,最后利用语义对滤波后的遥感图像纹理特征和灰度组成的矢量进行分割归类,在遥感图像分割中快速标注分类以便于视觉分析。利用区域一致性分割分类,由聚类样本特征匹配进行图像分类标注,对变化检测进行统计分析,过分割或欠分割误差聚类样本不做标注,选取最佳样本聚类k值标注分类结果。     

苹果图象的预处理及尺寸检测

分析了苹果品质检测中的图象预处理方法，并根据苹果的外形特征进行尺寸检测。利用白色背景下，图象的B分量灰度直方图进行图象与背景的分离，结合苹果表面光滑易反射的特点，用链符法搜索并细化轮廓，采用最小外接矩形法求横径、纵径；测量尺寸与实际尺寸的相关系数为0．955。本文对促进我国水果分级自动化有着现实意义。     

基于迭代型形态成分分析的多聚焦图像融合

为了提高多幅多聚焦图像的融合质量,提出一种基于迭代型形态成分分析的特征加权融合算法。该方法利用形态成分分析正交性和稀疏性的特点,改进形成能够有效对源图像进行多尺度分解的迭代型形态成分分析方法;然后采用移动窗口计算方法对分解后的多尺度子图提取四维特征向量,用以反映子图的亮度、纹理规则性、光滑程度和随机性。此外,提出以四维特征向量的特征值作为权值,设计适用于两幅及以上多幅源图情况下的以特征权重作为判别依据的融合规则,并运用这一规则对复合子图进行逐层融合,最终通过多尺度逆变换得到融合图像。实验结果证明,与已有多尺度融合算法相比,新方法融合得到的图像具有更好的主观感受和更高的客观评价指标值。     

一种非迭代的同名标记点图像特征匹配算法

利用编码元和非编码元,根据标记点的尺寸、形状及灰度变化等特征提取目标,然后利用非编码元与编码元的不同形状与灰度特征,提出一种改进的编码元自动身份识别方法,同时实现非编码元与编码元的分类;并利用质心定位方法抽取标记点中心位置,抽取的中心具有亚像素级.在利用编码元的身份信息实现同名编码元匹配的基础上,由相似性和相容性确定非编码元的初始匹配,通过3个准则从非编码元的初始匹配中剔除误匹配,最终得到同名非编码元的匹配结果.经实验验证,该算法速度快、匹配率高、鲁棒性好.