針對現(xiàn)有多光譜和全色圖像融合算法空間和光譜特性難以兼顧的問題,文章提出了一種基于局部方差相似度的自適應(yīng)圖像融合算法,通過局部方差相似度自適應(yīng)選擇融合規(guī)則來改善現(xiàn)有問題。首先對多光譜圖像主成分分析（principal component analysis,PCA）變換后的第一主分量和全色圖像進行小波變換;其次根據(jù)系數(shù)矩陣局部方差相似度在2選1和加權(quán)平均之間自適應(yīng)選擇小波系數(shù)融合策略;最終由對應(yīng)的逆變換獲取融合圖像。實驗采用Landsat7和QuickBird衛(wèi)星數(shù)據(jù)進行算法驗證,并與基于PCA變換、小波變換（wavelet transform,WT）、基于局部算法的改進小波算法和自適應(yīng)IHS（intensity hue saturation）算法進行比較分析。實驗結(jié)果表明,該方法在提高融合圖像空間和光譜質(zhì)量上,綜合性能優(yōu)越。 

【文章來源】：合肥工業(yè)大學學報(自然科學版). 2016,39(12)北大核心CSCD

【文章頁數(shù)】：7 頁

【文章目錄】：
1 圖像融合算法原理
    1.1 基于PCA和小波變換的圖像融合算法
    1.2 本文圖像融合算法
2 實驗及其結(jié)果分析
    2.1 實驗設(shè)置
    2.2 定性評價
    2.3 定量評價
3 結(jié)論


【參考文獻】：
期刊論文
[1]基于采樣三通道不可分小波的多光譜圖像融合[J]. 劉斌,喬雙梁,魏艷萍.  儀器儀表學報. 2015(03)
[2]基于下采樣分數(shù)階小波變換的圖像融合新方法[J]. 徐小軍,王友仁,陳帥.  儀器儀表學報. 2014(09)
[3]Contourlet變換系數(shù)加權(quán)的醫(yī)學圖像融合[J]. 張鑫,陳偉斌.  中國圖象圖形學報. 2014(01)
[4]基于圖像融合的水下彩色圖像的增強方法[J]. 胡玉娟,曹風云.  合肥工業(yè)大學學報(自然科學版). 2013(08)
[5]基于Shearlet變換的自適應(yīng)圖像融合算法[J]. 石智,張卓,岳彥剛.  光子學報. 2013(01)
[6]Multi-spectral remote sensing image enhancement method based on PCA and IHS transformations[J]. Shan-long LU1,2,Le-jun ZOU1,Xiao-hua SHEN1,Wen-yuan WU1,Wei ZHANG3(1Department of Earth Sciences,Zhejiang University,Hangzhou 310027,China)(2Institute of Remote Sensing Applications,Chinese Academy of Sciences,Beijing 100101,China)(3China Aero Geophysical Survey & Remote Sensing Center for Land and Resources,Beijing 100083,China).  Journal of Zhejiang University-Science A（Applied Physics & Engineering）. 2011(06)
[7]聯(lián)合IHS變換和MAP估計的遙感圖像融合[J]. 石愛業(yè),徐立中,湯敏.  遙感學報. 2010(06)
[8]Contourlet方向區(qū)域相關(guān)性的遙感圖像融合[J]. 王相海,魏婷婷,周志光.  遙感學報. 2010(05)
[9]基于小波的偏振圖像融合算法及性能評價[J]. 張晶晶,方勇華,陳曉寧.  合肥工業(yè)大學學報(自然科學版). 2009(07)
[10]基于非亞采樣Contourlet和SWT的多光譜圖像和全色圖像的融合算法[J]. 時海亮,方敏,梁錦錦.  電子與信息學報. 2009(01)



本文編號：3385093