小波变换实现多光谱图象融合增强

本文针对多光谱图象的增强问题,提出了一种基于小波变换理论的融合增强方法。它将高空间分辨率的全色图象和多光谱图象经小波变换后的低频分量进行融合,改进了传统基于小波变换理论的增强方法。本文还对比评价了基于IHS变换和传统小波变换的增强结果,表明了该方法在提高多光谱图象的空间细节表现能力和保持地物光谱信息上都具
有很好的效果。     

基于线性融合模型的多传感器图像融合

本文提出了一种新的基于小波变换的多传感器图像融合算法,在线性融合模型中引入了传感器噪声项,算法首先给出了基于期望融合图像局部方差最大的多传感器融合系数估计方法,然后利用多传感器图像和融合系数估计期望融合图像.最后的实验结果表明了本文图像融合方法具有明显的噪声抑制能力,能够得到更好的融合效果.     

平衡多小波在图象融合增强中的应用

平衡的多小波变换无需预滤波，保持了多小波的特性。据此，本文提出了一种基于平衡多小波变换的图象融合方法。多光谱图象融合增强实验表明，该方法在提高多光谱图象的空间细节表现能力和保持地物光谱信息上都具有很好的效果，优于基于非平衡多小波变换的融合方法。     

基于边缘融合的多图像直线提取算法

该文提出了一种新的基于边缘融合的多图像直线提取算法，该算法首先对所有多图像分别提取边缘，然后通过将多图像对应的梯度方向相似的、相邻近的边缘编组，以形成融合的直线支持区域，最后基于最小二乘的方法从直线支持区域拟合出直线段，并提取直线属性．该文提出的算法把边缘的相位信息作为融合要素，能够从复杂的图像中提取出相当低对比度的直线，并且通过分析多图像边缘之间的特性，提出相位压缩和融合编组方案，不仅可以充分融合互补信息还有效降低了算法复杂度．真实的遥感图像直线提取结果表明了该文算法的有效性．     

STSS星座空间覆盖性能分析方法研究

弹道导弹中段是对抗集中体现的区域,美国计划研制空间跟踪与监视系统(STSS),以实现对于中段目标的探测和识别能力.主要针对STSS星座的全球空间覆盖性能开展研究.为了使卫星提供精确拦截导弹的信息,根据任务需求的角度分析了STSS可能的星座构型和参数,可通过分析STSS卫星的地球临边探测方式,提出了基于地心角的STSS星座空间覆盖性能仿真分析方法.并对其可能采取的星座构型分析了其空间覆盖能力进行仿真.仿真结果表明未来STSS星座将对弹道导弹中段突防构成严重威胁.     

美国地基中段防御系统目标识别能力分析

美国地基中段防御（GMD）系统是弹道导弹防御系统的重要组成部分。综述了GMD系统的拦截飞行试验进展,对大气层外杀伤器（EKV）以及X波段雷达的中段目标识别技术途径与能力进行了分析,并阐述了空间监视与跟踪（STSS）系统的阶段进展及技术能力,最后指出目标识别是当前地基中段防御系统的主要技术瓶颈。     

基于统计模型的遥感图像多分辨融合方法

本文针对多光谱图像的增强问题,提出了一种新的多分辨融合方法.将相关约束引入到统计融合模型中,从而充分增强了相关的空间信息,同时又有效抑制了光谱失真.真实的遥感图像实验结果表明了该文算法的有效性.     

SAIP系统中目标识别技术与性能分析

目前SAR已经成为一种重要的军事侦查手段,面对日益增长的SAR图像数据,如何实现快速、准确的解译是迫切需要解决的技术问题。针对SAR图像目标识别问题,系统分析了美国SAIP系统中的目标识别技术及其性能。     

基于预处理模式的D-S证据理论改进方法

D-S证据理论是决策融合的主要方法之一,但典型的D-S理论不大适应高冲突证据组合.本文提出一种基于预处理模式的方法,在利用Dempster组合规则进行证据组合之前,将冲突焦元的基本概率赋值部分转移到焦元并集,采用证据之间的冲突额度来确定证据组合顺序.由于该方法将冲突化解为不确定的知识表示,可以处理冲突证据的组合问题.     

多源图像直线提取算法

针对多源图像的特征提取问题,提出了一种融合多源图像边缘信息的直线提取算法,通过在特征提取过程中融合多源图像的信息,把边缘的相位信息作为融合要素,采用多种融合规则组合多源图像中的不同特性,从而可以提取出仅利用单一图像不能获得的直线特征。