發(fā)布時間：2022-11-07 18:59

　　為了改善遙感圖像的融合質(zhì)量,制定了信息量制約法則用于獲取融合遙感圖像。利用亮度-色調(diào)-飽和度（IHS）變換從多光譜（MS）圖像中獲取亮度（I）分量�；诜窍虏蓸蛹羟胁ㄗ儞Q（NSST）,獲取I分量與全色（PAN）圖像完成分解,得到I分量與PAN圖像的高低頻系數(shù)。最后,利用低頻系數(shù)的均值以及區(qū)域能量信息,建立信息量制約法則,分析不同低頻系數(shù)對融合系數(shù)的影響程度,設(shè)計不同的融合方法對這些低頻系數(shù)進(jìn)行融合。采用改進(jìn)的平均梯度度量模型完成高頻系數(shù)融合。通過NSST逆變換對計算融合后的高低頻系數(shù),輸出新的亮度分量,將其與原始的色調(diào)（H）、飽和度（S）分量組合,通過IHS逆變換,獲取融合結(jié)果。實驗數(shù)據(jù)顯示,相對已有的融合算法,所提算法的融合圖像所含的信息量更為豐富,且光譜扭曲度更小。 

【文章頁數(shù)】：7 頁

【部分圖文】：

HIS變換提取I分量結(jié)果

NSST分解結(jié)果

NSST分解結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]非下采樣Contourlet變換耦合區(qū)域信息特征的遙感圖像融合算法[J]. 張淑艷,朱娟,王超,田紀(jì)亞,曾小慧.  計算機應(yīng)用與軟件. 2019(04)
[2]災(zāi)害遙感中SAR三維成像技術(shù)的研究與應(yīng)用[J]. 梁興東,卜運成,張福博,王宇,陳龍永.  太赫茲科學(xué)與電子信息學(xué)報. 2019(01)
[3]基于PCA和NSCT變換的遙感圖像融合方法[J]. 紀(jì)峰,李澤仁,常霞,吳之亮.  圖學(xué)學(xué)報. 2017(02)
[4]基于Shearlet變換的SAR與多光譜遙感影像融合[J]. 邰建豪,潘斌,趙珊珊,趙園.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2017(04)
[5]引導(dǎo)濾波和稀疏表示相結(jié)合的遙感圖像融合算法[J]. 王威,張佳娥.  小型微型計算機系統(tǒng). 2017(03)
[6]基于Shearlet和稀疏表示的遙感圖像融合[J]. 趙學(xué)軍,劉靜.  科學(xué)技術(shù)與工程. 2017(04)
[7]基于MSSTO與NSCT變換的可見光與紅外圖像增強融合[J]. 王峰,程詠梅.  控制與決策. 2017(02)
[8]基于非抽樣剪切波的加權(quán)區(qū)域圖像融合[J]. 李隆,傅依柳,柴昱洲,陳霄鵬,高當(dāng)麗,屈子杰.  應(yīng)用光學(xué). 2015(05)



本文編號：3704228