基于压缩感知的GF-1遥感影像IHS融合算法

发布时间：2018-04-18 13:25

本文选题：影像融合 + IHS变换　；参考：《国土资源遥感》2017年04期

【摘要】：针对高分一号(GF-1)遥感影像高空间分辨率的特点,综合压缩感知理论改进了传统的IHS影像融合算法,利用稀疏基和测量矩阵对多光谱影像IHS变换后的I'分量和全色影像进行处理,采用加权平均和OMP(orthogonal matching pursuit)重构得到新的I分量,再通过IHS反变换得到结果影像,并结合5个定量指标进行分析评价。实验结果表明,与传统方法相比,结合压缩感知的IHS融合算法所得相关系数更高、扭曲程度更小,融合结果不仅具有更高的空间信息丰富度,并且保持了多光谱影像的色彩信息,可为GF-1影像的目视解译和影像分类提供参考。
[Abstract]:According to the characteristics of high spatial resolution of GF-1 remote sensing image, the traditional IHS image fusion algorithm is improved by compressing sensing theory. The I 'component and panchromatic image after IHS transformation of multispectral image are processed by sparse basis and measurement matrix.The weighted average and OMP(orthogonal matching pursuit are used to reconstruct the new I component, and then the result image is obtained by IHS inverse transformation, and analyzed and evaluated with five quantitative indexes.The experimental results show that the IHS fusion algorithm combined with compression sensing has higher correlation coefficient and less distortion than the traditional method, and the fusion results not only have higher spatial information richness, but also have higher spatial information richness.The color information of multispectral images is maintained, which can provide reference for visual interpretation and classification of GF-1 images.
【作者单位】：中国地质大学(武汉)李四光学院;中国科学院遥感与数字地球研究所;国家海洋局海洋减灾中心;中国科学院大学;中国地质大学(武汉)信息工程学院;
【基金】：国家自然科学基金项目“高分辨率SAR图像典型地物目标样本特征提取和识别研究”(编号:61372189) 中国科学院大学生创新实践训练计划项目“基于压缩感知的遥感影像融合研究”(编号:Y5Y01206QM)共同资助
【分类号】：TP751

【相似文献】