基于Curvelet和2DPCA的遥感图像融合算法

发布时间：2017-12-22 10:22

  本文关键词：基于Curvelet和2DPCA的遥感图像融合算法　出处：《计算机测量与控制》2016年11期 　论文类型：期刊论文

  更多相关文章： 遥感融合 二维主成分分析 曲波变换 光谱特征

【摘要】：根据图像处理不同算法模型的特点,提出了一种基于Curvelet和2DPCA变换相结合的遥感图像融合算法;首先,对多光谱图像进行2DPCA变换,获得其最佳投影轴集合U及特征向量矩阵Q,按照投影规则将多光谱图像投影到U上,得到各主成分分量Yk;再将与多光谱图像进行过直方图匹配的高分辨率图像投影到Q上,获得其主成分PanM及其它主成分分量,将PanM与Yk分别进行Curvelet变换,得到对应的高、低频系数;然后,根据相应的融合规则,对处理后的系数进行Curvelet逆变换,得到融合子图像;最后,将高分辨率图像的其他主成分分量与融合子图像进行2DPCA逆变换得到融合后图像;应用多光谱图像和高分辨率图像进行了融合实验,并将实验结果与其他方法进行比较;实验结果表明,该方法能够在保持源数据光谱特性的同时,较好的提高空间分辨率。
【作者单位】： 平顶山学院信息工程学院;平顶山学院高压智能开关河南省高校工程技术研究中心;中城泰信科技发展股份有限公司;
【基金】：国家水体污染控制与治理科技重大专项(2009ZX07527-006-5-2)
【分类号】：TP751
【正文快照】： 0引言遥感技术作为一种重要的技术手段,能够实现对全球信息的有效监控,当前被广泛应用在海洋生态、军事侦察、农业信息普查等领域。各个国家都十分重视卫星的重要作用,随着卫星数量的增多,人们获取的卫星影像数据量也急剧增大。同时,由于卫星的传感器类型不同,不同卫星影像的

【相似文献】

中国期刊全文数据库 前1条

1 白杨;赵银娣;韩天庆;;一种改进的K2DPCA高光谱遥感图像降维方法[J];测绘科学;2014年07期

，

本文编号：1319252