基于梯度权重规则的IHS变换与小波变换结合算法

针对多光谱图像与全色图像的融合,本文在认真分析了IHS变换、小波变换,以及基于梯度绝对值最大准则的IHS变换与小波变换结合算法的基础上,提出了一种基于梯度权重规则的改进算法.在使用小波变换融合多光谱图像I分量与全色图像时,计算二者高频细节分量的梯度作为权重,实现高频细节信息的融合;低频近似分量采用经验调节权系数的方式,运用加权和准则融合获得.融合所得新I'分量与之前多光谱图像IHS变换分离出的色度H和饱和度S进行逆变换,生成最终的融合图像.实验结果表明,该方法在保留多光谱图像光谱信息的基础上,有效地增强了融合图像的空间细节表现能力.     

一种改进的遥感图像融合方法

针对传统的IHS变换和Mallat算法在融合多光谱图像和高空间分辨力图像时存在的不足,提出了一种将IHS变换和平稳小波变换相结合的遥感图像融合方法;另外,对多光谱图像和高空间分辨力图像因空间分辨力的不同而带来的融合图像中所存在的虚假轮廓问题,提出在融合过程中先定位虚假轮廓出现的位置,然后加以处理的方法.仿真结果表明,本文算法在光谱失真上小于IHS变换法,克服了Mallat算法存在的方块效应,同时较好的抑制了虚假轮廓.     

小波变换遥感图像的数据融合

利用小波变换方法进行多卫星遥感图像数据融合，分析不同长度的小波基对融合图像的影响，从信息的保持性、视觉效果及运用灵活性等方面与IHS、PCA融合算法进行了比较，从而探讨这一新算法在遥感图像分析应用中的可行性。     

基于宽光谱光学遥感图像的细分光谱光学遥感图像的模拟

本文分析了现有遥感图像模拟方法的特点,介绍了地物波谱知识库的建立情况与应用意义,论述了光学传感器的成像特点及地面实测数据与遥感反演数据之间的转换关系.本文在对TM图像的光谱波段进行细划分的基础上,提出利用波谱知识库的数据支持来模拟获取具有更高光谱分辨率的细分光谱光学遥感图像的方法.本方法依据光谱数据库等先验知识的支持,通过遥感成像时辐射传输的模拟运算,在宽光谱光学遥感数据提供的图像纹理信息和地类信息的基础上,获取细分光谱波段的模拟光学遥感图像,同时避免了难以接受的计算量.细分光谱模拟图像的实验结果表明,本方法能够较为可靠的模拟出真实高光谱分辨率图像的信息,模拟方法可信.     

一种抽样小波域的遥感影像融合新方法

针对传统图像融合方法的不足,提出了一种新的基于IHS变换与抽样小波变换的高清晰遥感影像融合方法.该方法将直方图匹配后的全色影像的高频系数作为融合后的高频系数,而融合后的低频系数依据新提出的融合规则得到,最后采用小波逆变换与逆IHS变换获得融合图像.实验结果表明,该方法在提高融合影像的空间分辨率与光谱质量之间得到了更好的折衷.该方法的计算复杂度接近于常用的基于抽样小波变换的融合方法,明显少于基于非抽样小波变换的融合方法.     

遥感图像多光谱假彩色合成处理及其在环境地学中的应用

本文首先论述了遥感图像多光谱假彩色合成中组合波段的选择方法以及彩色合成的几种方法。通过分析比较，N维数据熵值原理选择法和HLC合成法的结合是一种有效的假彩色合成手段，并在计算机上实现了这种合成方法，最后，论及了多光谱假彩色合成遥感图像在环境地学中的一些应用。     

小波变换在多光谱图象压缩中的应用

机载高分辨率成象光谱仪所记录的数据量很大,而采用普通的压缩方法其精度满足不了事后处理的要求。因此利用小波变换,将图象分解成不同的频率区域,再根据多光谱图象的特点进行编码压缩,较好地完成了压缩编码的任务,与通用的压缩方法相比,不易产生细节模糊,具有更高的精度。     

基于多进小波的选择性遥感图像融合算法

本文提出了一种基于多进小波的选择性融合方法,通过引入选择因子对融合图像的空间细节信息和光谱信息保持度进行控制,以满足不同融合应用对空间细节信息和光谱信息的特定需求.实验结果表明本算法在保证融合整体效果的前提下,具有满足不同应用需求的灵活性.     

基于小波变换的图像融合方法研究

图像融合是多传感器信息融合的一个重要分支,小波变换是这一领域研究方法上的重大突破。本文通过对小波变换理论的研究,分析了二维离散小波分解与重构的算法,提出了一种高频小波系数直接替换的算法,并利用MATLAB数学分析工具环境实现全色图像和多光谱图像的融合,实验结果表明这种方法能很好地增强图像的光谱分辨率,便于对图像进行分析和识别。     

光谱相关能级匹配遥感目标提取算法

光谱相关能级波形匹配算法是在利用光谱相关系数确定谱带强度相似度,能级波形匹配技术确定波形特征相似度的基础上,将二者的乘积作为图像光谱与参考光谱间的总相似度来进行的高光谱遥感和多光谱遥感精确目标提取算法.在阐述基本原理的基础上,首先模拟了大气、噪声等边界条件对算法相似度的影响;其次,利用400个图像测试光谱对算法进行了精度评价;最后,对4种端元进行了目标提取.边界条件模拟结果表明,算法对大气效应具有较好的抑制作用,当大气效应小于模拟数值的50倍时,可以省略大气订正.虽然算法对噪声较为敏感,但通过噪声消除算法可以将该影响减小到最低,甚至将其消除掉;精度评价结果表明,算法的平均精度为85%.     

一种基于小波子带熵的遥感图像压缩算法

提出了一种使用小波子带熵进行比特分配的遥感图像压缩算法.对遥感图像进行小波提升分解后,分析了各高频子带能量百分比及其熵的变化趋势,在此基础上提出了一种新的快速比特分配方法-使用子带熵进行比特分配.然后对各个高频子带进行均匀量化,量化后的数据采用比特平面编码.对最高比特平面只记录该比特平面中非零系数的坐标,其它比特平面采用行程编码和Huffman编码方法进行压缩.实验结果表明,纹理复杂以及相对平坦的遥感图像使用该算法压缩后都可以获得很好的重构图像质量,峰值信噪比均大于34dB,而压缩比则与图像的复杂程度有关.     

一种基于小波变换的遥感图像压缩算法

为验证图像压缩算法122.0-B-0对遥感图像的有效性,在对该算法进行了较为详细的研究后,对该算法进行了软件实现,然后将该算法与JPEG2000、SPIHT算法在压缩效率及压缩速度上进行了比较.实验结果表明:该算法在较低码率下压缩性能与JPEG2000、SPIHT算法相当,在较高码率下压缩性能略微下降,但在相同码率下它的编码速度比JPEG2000快2倍左右,比SPIHT算法约快1.5倍左右,且编解码速度与码率成正比.该算法采用的编码方式相对简单,无反馈操作,可适应于不同内存大小的压缩系统,并采用分段编码有效地防止误码扩散,因此在空间飞行器上具有巨大的应用价值.     

扩展方向树的遥感图像小波包压缩算法

针对遥感图像纹理丰富、空间相关性弱,普通压缩算法容易造成高频信息丢失的特点,本文利用小波包优良的高频分析能力,提出一种结合SPIHT的小波包编码算法.该算法采用类似SPIHT算法的零树结构,通过重新定义方向树,即扩展方向树,改变小波包各节点之间的对应关系,解决小波包分解时产生的"父冲突"问题.同时,对扩展方向树的合理性进行了实验验证,并结合SPIHT算法实现了整个编解码.实验结果表明,对于富含纹理的遥感图像,在1bpp的压缩率下,该算法峰值信噪比(PSNR)超出SPIHT算法0.5-1dB,且视觉效果更好.     

Tetrolet域卫星云图分块压缩感知(英文)

针对卫星云图数据量大,但传输通道和存储空间相对狭小的问题,本文提出了一种基于Tetrolet变换的卫星云图分块压缩感知方法。该方法将Tetrolet变换引入压缩感知的稀疏表示环节,以刻画卫星云图细节丰富,纹理复杂的特性,而且将分块压缩感知与平滑投影Landweber迭代方法结合用于云图重构,以提高计算效率。同时,为了进一步提高重构云图的质量,本文对云图的稀疏表示提出了另一种改进方案,首先对原始云图进行拉普拉斯金字塔分解,将得到的低频分量和高频分量分别进行分块及采样,并对低频及高频分量分别进行离散小波变换(DWT)及Tetrolet变换以实现稀疏表示,此不仅可以发挥不同稀疏变换各自的优点,而且充分利用了Tetrolet变换在表示云图方向纹理和边缘等重要信息方面的优势。实验结果表明,在相同采样率下,本文方法的重构结果明显优于直接用Tetrolet,DWT,Contourlet和DCT变换对卫星云图进行稀疏表示的重构结果。     

基于NSST与IHS的红外与彩色可见光图像融合

目的 鉴于传统的红外与彩色可见光图像融合算法得到的融合图像,无法很好兼顾清晰度、对比度和色彩是否失真等,提出一种新的基于NSST和IHS颜色空间的彩色图像融合算法。方法 首先将源彩色可见光的RGB图像变换到各通道相关性最小的IHS颜色空间,分离出亮度分量和色度分量。其次对彩色可见光的亮度分量和红外图像分别进行NSST分解,对分解得到的低频系数采用基于自适应高斯模糊逻辑函数的系数选择方案,对高频系数则采用基于像素点的绝对值取大的系数选择方案,然后对经过选择的低、高频系数进行NSST逆变换,得到的融合图像作为新的亮度分量,结合已有的色度分量将其进行IHS逆变换,得到最终的RGB融合图像。结果 通过2种场景的红外与彩色可见光图像进行仿真实验,将提出的算法与LPT,SWT和NSCT等算法对比,通过主观评价和客观评价指标IE, AG, SF和SD等,可知新算法的融合结果图像场景细节最清晰,红外隐藏目标对比度最高,且色彩未出现明显失真现象,图像融合质量最高。结论 提出的算法相较于传统的红外与彩色可见光图像的融合质量,全面提升了效果,表明该算法具有优越性。     

基于遗传算法的遥感影像匹配定位的研究

提出了利用遗传算法进行遥感影像的匹配定位,将遗传算法优良的全局寻优特点应用于原始影像和目标影像的匹配,实现了具有旋转畸变条件下的遥感影像匹配定位,实验结果表明,该算法不仅具有很高的定位精度,而且具有较高的定位效率。     

CCD传感器噪声对遥感影像无损压缩的影响

为分析CCD传感器噪声对遥感影像无损压缩的影响,选取ISO/IEC标准图像和UK-DMC多光谱影像作为测试图像,根据CCD传感器噪声模型,在测试图像上添加CCD传感器模拟噪声,采用JPEG2000-Lossless无损压缩算法对不同污染程度的噪声图像进行压缩处理,并对不同污染程度的噪声影像无损压缩比进行比较分析.而后,在多光谱遥感影像上添加模拟的混合噪声,分析CCD噪声对星地间数据传输效率的影响.实验结果表明,CCD传感器噪声对所获取影像的污染会降低遥感影像的无损压缩比和星地间数据传输效率,以泊松噪声为模型的散粒噪声与读出噪声对影像无损压缩的影响最大,以高斯噪声为模型的热噪声与暗电流噪声的影响次之,由于CCD器件工艺问题引发的脉冲噪声对无损压缩的影响最小.