多源图像融合质量的综合评价体系研究

本文针对图像融合时存在的评价问题,深入地分析了图像融合质量的主观、定性评价和客观、定量评价的各种方法,并在此基础上提出了多源图像融合的综合评价体系。同时本文利用这一评价体系重点研究了基于小波变换的图像融合方法中分解层数对融合性能的影响问题,通过大量仿真实验得到了一些重要结论,这些结论对该方法在工程实际中的应用具有指导意义。     

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.     

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。     

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．     

图像融合算法的Matlab实现与比较

在介绍图像的直接融合、傅里叶变换融合和小波变换融合算法后,给出了相应的Matlab程序,并用均值、标准差、熵和交叉熵来评价融合结果,通过仿真实验显示,小波变换融合图像能更好地反映图像的细节特征.     

分析化学实验设计能力评价方法的探索

大学生学习分析化学的能力很大程度上反映在实验设计能力上,但是长期以来,对这一重要能力的评价一直比较抽象和模糊.分析化学实验课程的改革更加重视学生对实验设计能力的培养,迫切需要寻找合适的评价方法.文中探索了一种以定量评价为主,定性评价为辅的评价体系,它体现了多个人性化原则.从认知和操作两个方面来对实验设计能力进行定量评价,参考笔试、平时实验、设计性实验成绩;从创新精神、实践能力、科学素养三个方面来对实验设计能力进行定性评价.定量评价为主,定性评价为辅,二者相结合的评价方法,比较科学准确地评价大学生分析化学实验设计能力.     

一种基于小波变换的图像融合改进算法

提出了一种基于小波变换的图像融合改进算法,该算法对多源图像进行小波分解,并针对分解后的低频分量和高频分量各自的特点,选用不同的融合规则进行融合,即低频分量采用局部均方误差加权平均的方法,高频分量采用区域能量比的加权融合规则.实验结果表明,无论是从主观分析还是客观统计参数评价,本文方法的融合图像效果最好,优于文中的其他算法.     

基于Gabor滤波和图像金字塔的多聚焦图像融合

利用拉普拉斯金字塔分解方法对原始图像进行多分辨率分解,通过取不同方向Gabor滤波器对分解后的各层图像进行多方向的滤波,提取出不同方向的边缘特征,再通过比较特征大小来判断属于清晰还是模糊像素,最后对融合金字塔做拉普拉斯金字塔反变换得到融合图像.实验证明该方法能够取得很好的融合效果,融合质量优于其他方法.     

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。     

基于contourlet变换和模糊理论的多聚焦图像融合

研究一种基于contourlet变换和模糊理论的图像融合新算法.首先,对源图像进行contourlet变换;再对contourlet系数中低频和高频部分采用不同的融合规则,即低频部分采用基于模糊集的自适应加权融合方法,高频部分采用区域能量最大的方法进行融合;最后再通过contourlet逆变换,获得融合图像.实验结果表明该算法能够取得较好的融合结果.