本文選題：遙感圖像融合 + NSCT變換��； 參考：《圖學(xué)學(xué)報(bào)》2017年02期

【摘要】：為了改善非下采樣Contourlet變換(NSCT)在圖像細(xì)節(jié)信息表達(dá)的缺失問(wèn)題,提出了一種新的基于主成分分析(PCA)和NSCT的遙感圖像融合方法。首先對(duì)低空間分辨率多光譜(MS)圖像進(jìn)行PCA變換,提取第一主分量(PC1);其次,對(duì)PC1和高空間分辨率全色(PAN)圖像進(jìn)行NSCT變換,對(duì)二者的低頻系數(shù)采用小波變換的融合規(guī)則,高頻系數(shù)采用基于區(qū)域標(biāo)準(zhǔn)差自適應(yīng)加權(quán)的融合規(guī)則;最后,經(jīng)過(guò)PCA逆變換和NSCT逆變換得到融合圖像。仿真實(shí)驗(yàn)結(jié)果表明,該方法不僅有效地融合了源圖像的細(xì)節(jié)信息,而且得到了較好的視覺(jué)效果和較優(yōu)的評(píng)價(jià)指標(biāo)。
[Abstract]:In order to improve the lack of detailed information representation of non-downsampling Contourlet transform, a new method of remote sensing image fusion based on principal component analysis (PCA) and NSCT is proposed. First, the first principal component is extracted by PCA transform on the low spatial resolution multispectral image. Secondly, the PC1 and high spatial resolution panchromatic pan images are transformed by NSCT. The fusion rules of wavelet transform are used for the low frequency coefficients of the two images. The fusion rules based on the adaptive weighting of the region standard deviation are adopted in the high frequency coefficients. Finally, the fusion image is obtained by the inverse PCA transform and the NSCT inverse transform. The simulation results show that the proposed method not only combines the details of the source image effectively, but also gets better visual effect and better evaluation index.
【作者單位】： 北方民族大學(xué)數(shù)學(xué)與信息科學(xué)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61440044,6110200) 北方民族大學(xué)科研項(xiàng)目(2014XYZ04);北方民族大學(xué)研究生創(chuàng)新項(xiàng)目(YCX1680)
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周宏軍;李江;蔡志剛;;一種小波包遙感圖像融合方法[J];現(xiàn)代測(cè)繪;2008年01期

2 陳超;江濤;劉祥磊;;基于纓帽變換的遙感圖像融合方法研究[J];測(cè)繪科學(xué);2009年03期

3 柴勇;何友;曲長(zhǎng)文;;遙感圖像融合最新進(jìn)展及展望[J];艦船電子工程;2009年08期

4 朱衛(wèi)綱;周蔭清;徐華平;李春升;;遙感圖像融合效果客觀評(píng)價(jià)[J];火力與指揮控制;2010年02期

5 孫洪泉;竇聞;易文斌;;遙感圖像融合的研究現(xiàn)狀、困境及發(fā)展趨勢(shì)探討[J];遙感信息;2011年01期

6 付和;;遙感圖像融合的應(yīng)用研究[J];科技創(chuàng)新導(dǎo)報(bào);2011年09期

7 阮濤;那彥;王澍;;基于壓縮感知的遙感圖像融合方法[J];電子科技;2012年04期

8 吳連喜,梁波,劉曉梅;保持光譜信息的遙感圖像融合方法研究(英文)[J];測(cè)繪學(xué)報(bào);2005年02期

9 王艷;陳波;;遙感圖像融合技術(shù)及其在土地資源動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用[J];影像技術(shù);2005年Z2期

10 林卉,肖劍平,杜培軍;基于正交小波包遙感圖像融合算法研究[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年02期

相關(guān)會(huì)議論文 前7條

1 馬艷軍;石愛(ài)業(yè);徐立中;;基于區(qū)域特性選擇的遙感圖像融合方法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

2 梁波;吳連喜;陳竹安;段彩蓮;蘇小霞;;光譜銳化的遙感圖像融合方法[A];第三屆全國(guó)數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應(yīng)用學(xué)術(shù)研討會(huì)論文摘要集[C];2004年

3 葛雯;高立群;;基于非分離小波變換及形態(tài)學(xué)的遙感圖像融合算法[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

4 成功;鄧小青;;基于MATLAB的小波變換遙感圖像融合研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

5 雷宏宇;鐘廣軍;;基于Curvelet變換的快速遙感圖像融合[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

6 趙鵬濤;劉剛;胡岑;王明昊;彭接力;;基于Laplace-PCA的遙感圖像融合算法[A];國(guó)家安全地球物理叢書(shū)（八）——遙感地球物理與國(guó)家安全[C];2012年

7 石愛(ài)業(yè);徐立中;黃風(fēng)辰;;一種改進(jìn)的基于小波變換的遙感圖像融合方法[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)博士學(xué)位論文 前5條

1 陳志剛;基于Contourlet遙感圖像融合與壓縮技術(shù)研究[D];長(zhǎng)春理工大學(xué);2009年

2 郭立萍;基于支持向量機(jī)遙感圖像融合分類方法研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2010年

3 田養(yǎng)軍;基于提升小波分解曲波變換的多源遙感圖像融合方法研究[D];長(zhǎng)安大學(xué);2009年

4 劉帆;基于小波核濾波器和稀疏表示的遙感圖像融合[D];西安電子科技大學(xué);2014年

5 徐彤陽(yáng);基于抗混疊Contourlet變換的遙感圖像融合研究[D];上海大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 肖洋;基于貝葉斯網(wǎng)絡(luò)及進(jìn)化算法的遙感圖像融合方法研究[D];華東師范大學(xué);2016年

2 張曉;基于結(jié)構(gòu)組稀疏表示的遙感圖像融合方法研究[D];華南農(nóng)業(yè)大學(xué);2016年

3 王婷;遙感圖像融合算法研究[D];浙江大學(xué);2016年

4 胡曉婷;基于Shearlet變換的多源遙感圖像融合算法研究[D];天津理工大學(xué);2016年

5 李園園;基于多分辨分析的遙感圖像融合技術(shù)研究[D];青島大學(xué);2009年

6 黃海東;基于多分辨率分析的遙感圖像融合算法研究[D];復(fù)旦大學(xué);2008年

7 羅俊;遙感圖像融合方法及其在目標(biāo)波譜反演中的應(yīng)用研究[D];華中科技大學(xué);2007年

8 姚媛;基于小波支持向量機(jī)的遙感圖像融合[D];安徽大學(xué);2010年

9 張燦峰;高性能遙感圖像融合算法研究與實(shí)現(xiàn)[D];國(guó)防科學(xué)技術(shù)大學(xué);2010年

10 崔學(xué)梅;基于多小波變換的遙感圖像融合技術(shù)研究[D];青島理工大學(xué);2010年

，

本文編號(hào)：1923652