结合NSDTCT和稀疏表示的遥感图像融合

发布时间：2020-12-09 19:59

　　为了提高全色图像与多光谱图像的融合质量,提出一种基于非下采样双树复轮廓波变换和稀疏表示的图像融合算法.对多光谱图像进行亮度-色度-饱和度变换,再对亮度分量和全色图像进行直方图匹配及亮度平滑滤波处理.利用非下采样双树复轮廓波变换处理亮度分量和全色图像,得到对应的高低频系数.对于低频系数,利用稀疏表示进行融合,采用空间频率和l1范数双指标取大的融合规则得到稀疏表示系数;对于高频系数,将改进的拉普拉斯能量和作为脉冲耦合神经网络的外部输入项,提出了改进的脉冲耦合神经网络的融合策略.最后进行非下采样双树复轮廓波逆变换和亮度-色度-饱和度逆变换得到融合结果.实验结果表明,该算法最大限度地保留光谱信息的同时可以提高空间分辨率,视觉效果及客观指标均优于经典的融合算法. 

【文章来源】：光子学报. 2016年01期 第16-23页 北大核心

【文章页数】：8 页

【文章目录】：
0 引言
1 NSDTCT原理
2 图像稀疏表示理论
    2.1 图像的稀疏表示
    2.2 构造过完备字典
3结合NSDTCT和稀疏表示的图像融合算法
    3.1 基本框架
    3.2 低频融合规则
    3.3 高频融合规则
        3.3.1 Sigmoid-PCNN
        3.3.2 外部输入项SML
        3.3.3 高频融合的具体步骤
4 融合实验与性能分析
5 结论


【参考文献】：
期刊论文
[1]基于改进梯度投影NMF和复Contourlet变换的遥感图像融合[J]. 吴一全,沈毅,殷骏.  光子学报. 2014(05)
[2]改进NSCT和IHS变换相结合的遥感影像融合[J]. 刘慧,周可法,王金林,王珊珊.  中国图象图形学报. 2014(02)
[3]基于训练字典的遥感图像融合[J]. 刘婷,程建.  计算机工程与应用. 2013(19)
[4]小波变换和稀疏表示相结合的遥感图像融合[J]. 刘婷,程建.  中国图象图形学报. 2013(08)
[5]Shearlet与改进PCNN相结合的图像融合[J]. 廖勇,黄文龙,尚琳,李鹏.  计算机工程与应用. 2014(02)
[6]结合Contourlet和HSI变换的组合优化遥感图像融合方法[J]. 宋梦馨,郭平.  计算机辅助设计与图形学学报. 2012(01)



本文编号：2907403