基于分布式压缩感知的遥感图像融合算法

发布时间：2019-02-25 08:47

【摘要】：针对基于压缩感知(Compressed Sensing,CS)理论的传统遥感图像融合算法未能考虑源图像信息相关性的特点,该文提出一种基于分布式压缩感知(Distributed Compressed Sensing,DCS)的遥感图像融合改进算法。通过DCS的第1联合稀疏模型(Joint Sparsity Model-1,JSM-1)提取源图像低频信息的公共部分和独有部分,再利用独有特征添加(UFA)的融合规则进行融合,从而提高融合精度。选取Quick Bird卫星实测图像数据对该文方法和多个传统融合方法进行仿真实验并进行评价指标的对比,结果表明该文方法融合性能相对传统遥感图像融合方法都有不同程度的提高。
[Abstract]:In view of the fact that the traditional remote sensing image fusion algorithm based on compressed sensing (Compressed Sensing,CS) theory fails to consider the correlation of source image information, an improved remote sensing image fusion algorithm based on distributed compressed sensing (Distributed Compressed Sensing,DCS) is proposed in this paper. The common part and the unique part of the low frequency information of the source image are extracted by the first joint sparse model (Joint Sparsity Model-1,JSM-1) of DCS, and the fusion rules of the (UFA) are added by using the unique features to improve the fusion accuracy. The Quick Bird satellite image data are selected to simulate the proposed method and several traditional fusion methods, and the evaluation indexes are compared. The results show that the performance of the proposed method is improved in varying degrees compared with the traditional remote sensing image fusion method.
【作者单位】： 西安交通大学电子与信息工程学院;西安卫星测控中心宇航动力学国家重点实验室;
【基金】：CAST创新基金(J20141110) 国家自然科学基金(61573276) 国家973计划项目(2013CB329405)~~
【分类号】：TP751

【相似文献】

相关期刊论文 前10条

1 李江;刘辅兵;;基于小波包的遥感图像融合方法[J];测绘与空间地理信息;2007年05期

2 周宏军;李江;蔡志刚;;一种小波包遥感图像融合方法[J];现代测绘;2008年01期

3 陈超;江涛;刘祥磊;;基于缨帽变换的遥感图像融合方法研究[J];测绘科学;2009年03期

4 柴勇;何友;曲长文;;遥感图像融合最新进展及展望[J];舰船电子工程;2009年08期

5 朱卫纲;周荫清;徐华平;李春升;;遥感图像融合效果客观评价[J];火力与指挥控制;2010年02期

6 孙洪泉;窦闻;易文斌;;遥感图像融合的研究现状、困境及发展趋势探讨[J];遥感信息;2011年01期

7 付和;;遥感图像融合的应用研究[J];科技创新导报;2011年09期

8 阮涛;那彦;王澍;;基于压缩感知的遥感图像融合方法[J];电子科技;2012年04期

9 吴连喜,梁波,刘晓梅;保持光谱信息的遥感图像融合方法研究(英文)[J];测绘学报;2005年02期

10 王艳;陈波;;遥感图像融合技术及其在土地资源动态监测中的应用[J];影像技术;2005年Z2期

相关会议论文 前7条

1 马艳军;石爱业;徐立中;;基于区域特性选择的遥感图像融合方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

2 梁波;吴连喜;陈竹安;段彩莲;苏小霞;;光谱锐化的遥感图像融合方法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年

3 葛雯;高立群;;基于非分离小波变换及形态学的遥感图像融合算法[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

4 成功;邓小青;;基于MATLAB的小波变换遥感图像融合研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

5 雷宏宇;钟广军;;基于Curvelet变换的快速遥感图像融合[A];第四届和谐人机环境联合学术会议论文集[C];2008年

6 赵鹏涛;刘刚;胡岑;王明昊;彭接力;;基于Laplace-PCA的遥感图像融合算法[A];国家安全地球物理丛书（八）——遥感地球物理与国家安全[C];2012年

7 石爱业;徐立中;黄风辰;;一种改进的基于小波变换的遥感图像融合方法[A];第二届全国信息获取与处理学术会议论文集[C];2004年

相关博士学位论文 前5条

1 陈志刚;基于Contourlet遥感图像融合与压缩技术研究[D];长春理工大学;2009年

2 郭立萍;基于支持向量机遥感图像融合分类方法研究[D];中国地质大学（北京）;2010年

3 田养军;基于提升小波分解曲波变换的多源遥感图像融合方法研究[D];长安大学;2009年

4 刘帆;基于小波核滤波器和稀疏表示的遥感图像融合[D];西安电子科技大学;2014年

5 徐彤阳;基于抗混叠Contourlet变换的遥感图像融合研究[D];上海大学;2011年

相关硕士学位论文 前10条

1 肖洋;基于贝叶斯网络及进化算法的遥感图像融合方法研究[D];华东师范大学;2016年

2 张晓;基于结构组稀疏表示的遥感图像融合方法研究[D];华南农业大学;2016年

3 王婷;遥感图像融合算法研究[D];浙江大学;2016年

4 胡晓婷;基于Shearlet变换的多源遥感图像融合算法研究[D];天津理工大学;2016年

5 万伟国;应急物流道路识别中的遥感图像融合方法研究[D];江西财经大学;2016年

6 瞿战伟;基于改进经验模式分解的遥感图像融合[D];浙江工商大学;2017年

7 李园园;基于多分辨分析的遥感图像融合技术研究[D];青岛大学;2009年

8 黄海东;基于多分辨率分析的遥感图像融合算法研究[D];复旦大学;2008年

9 罗俊;遥感图像融合方法及其在目标波谱反演中的应用研究[D];华中科技大学;2007年

10 姚媛;基于小波支持向量机的遥感图像融合[D];安徽大学;2010年

本文编号：2430000