

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、航天技術在近幾個時代經(jīng)歷了不可思議的高速發(fā)展,擁有多傳感器的衛(wèi)星已經(jīng)在太空中時刻為我們傳送各種不同空間分辨率的衛(wèi)星遙感數(shù)據(jù),這使得研究如何更好的對多源遙感圖像進行融合,用以獲得更好的融合圖像質量,已經(jīng)逐漸成為領域內(nèi)的首要問題。多源遙感圖像融合是直接對遙感數(shù)據(jù)進行信息融合處理的技術,和圖像融合的目的一致,最終目的是為了豐富圖像所包含的信息量,提高圖像的識別質量。論文以不同分辨率的衛(wèi)星遙感數(shù)據(jù)為研究對象,對已有的典型融合算法為研究方向,重點
2、研究了多種圖像融合技術,對IHS變換、小波變換以及基于壓縮感知理論為基礎的融合算法進行了分析和改進,并將算法改進應用在多源遙感數(shù)據(jù)的融合。論文針對IHS變換算法在顯著提高圖像空間分辨率的同時引起了較為嚴重的光譜特性的丟失,分析了算法引起色彩畸變的原因,提出了改進算法。
論文是在基于IHS變換融合的框架下,結合信號處理領域中使用廣泛的稀疏性結構,首先通過對圖像色彩空間的IHS變換,獲取到信號圖像的I分量、H分量和S分量。圖像進行
3、變換后,對I分量和高分辨率全色圖像進行基于稀疏字典的稀疏表示得到相應的稀疏系數(shù),然后應用不同的融合規(guī)則對稀疏系數(shù)進行融合,融合后的稀疏系數(shù)進行OMP算法的信號重構得到新的I分量,結合變換得到的H分量和S分量進行圖像的IHS逆變換得到最終的圖像融合結果。
論文在分析IHS變換算法的不足中指出,傳統(tǒng)算法框架下,直接丟棄了I分量,忽略了該分量所含的光譜信息?;诙啻稳诤纤枷胧怯靡唤M互補的像素級圖像融合算法對I分量和全色圖像進行多次融
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波變換的多源遙感圖像融合.pdf
- 基于IHS變換的多光譜和全色圖像融合算法研究.pdf
- 3879.基于多尺度變換和稀疏表示的圖像融合算法研究
- 基于Shearlet變換的多源遙感圖像融合算法研究.pdf
- 基于結構組稀疏表示的遙感圖像融合方法研究.pdf
- 基于聯(lián)合稀疏表示的衛(wèi)星遙感圖像融合方法研究.pdf
- 基于多尺度濾波和稀疏表示的圖像融合方法研究.pdf
- 基于稀疏表示的遙感圖像融合理論與方法研究.pdf
- 基于稀疏表示的多源目標融合跟蹤方法研究.pdf
- 基于稀疏表示的圖像融合方法研究.pdf
- 基于小波核濾波器和稀疏表示的遙感圖像融合.pdf
- 基于Shearlet變換的多源圖像融合方法研究.pdf
- Shearlet變換和稀疏表示相結合的甲狀腺結節(jié)圖像融合.pdf
- 基于字典學習和稀疏表示的圖像融合方法.pdf
- 基于視覺稀疏表示和深度脊波網(wǎng)絡的遙感圖像融合及分類.pdf
- 多源遙感圖像融合方法的研究.pdf
- 基于分塊稀疏表示的多傳感器圖像融合研究.pdf
- Curvelet變換在SAR圖像斑點噪聲抑制和多源遙感圖像融合中的應用.pdf
- 基于稀疏表示的高光譜遙感圖像分類.pdf
- 基于多尺度幾何變換的遙感圖像融合方法研究.pdf
評論
0/150
提交評論