基于特征的遥感图像信息融合模式研究

基于图像特征的遥感图像信息融合是在突出目标地物的空间结构和纹理特征情况下的信息融合。本文在数字图像小波多分辨率分析理论基础上,采用小波变换方法对高分辨率遥感图像的目标地物边缘进行信息增强,然后与多光谱遥感图像进行特征信息融合。在融合过程中,首先对多光谱图像中的R、G、B三个波段的图像进行小波分解,得到相应的低频图像,并对特征增强后的高分辨率图像进行小波分解,再将分解后的高频图像分别与低频图像进行融合,最后经RGB合成为彩色图像。该方法既改善了图像的清晰度和分辨率,同时也保留了原图像的光谱信息。本文最后通过融合实验验证了上述结论。

基于特征级数据融合的遥感图像重构模式研究

基于图像特征级数据融合的遥感图像重构是在突出目标地物的空间结构和纹理特征情况下的信息融合.本文在数字图像小波多分辨率分析理论基础上,采用小波变换方法对高分辨遥感图像的目标地物边缘进行信息增强,然后与多光谱遥感图像进行特征信息融合.在融合过程中,首先对多光谱图像中的R、G、B三个波段的图像进行小波分解,得到相应的低频图像,然后对特征增强后的高分辨率图像进行小波分解,再将分解后的高频图像分别与低频图像进行融合,最后经RGB合成为彩色图像.该方法既改善了图像的清晰度和分辨率,同时也保留了原图像的光谱信息.本文最后通过融合实验验证了上述结论.

超分辨率图像的小特征增强方法研究与仿真

对超分辨率图像的小特征进行增强,可增强图像目标的边缘信息,改善图像的清晰度和分辨率。进行小特征增强时,需要根据图像帧之间的像素差设定图像增强增量,而传统多小波域算法在超高分辨率下无法获取图像帧之间的像素差,不能获取相关的增强增量,导致小特征增强效果差。提出改进小波变换的超分辨率图像小特征增强方法,先融合于Daubechies 8紧支撑正交小波对高分辨率图像的边缘信息进行去噪,利用张量扩散算法组建图像的各项异性张量扩散模型,将图像信息精细划分为光滑区域、边缘、和孤立噪声点,针对不同的分类设定相应的扩散张量的特征值,有效的完成了超分辨率图像的小特征增强。仿真结果证明,可以更有效增强图像的边缘和细节特征。

基于影像特征融合的遥感图像重构模式研究

基于影像特征级数据融合的遥感图像重构是在突出目标地物的空间结构和纹理特征情况下的信息融合。在数字图像小波多分辨率分析理论基础上,采用小波变换方法对高分辨遥感图像的目标地物边缘进行信息增强,然后与多光谱遥感图像进行特征信息融合。在融合过程中,首先对多光谱图像中的R、G、B三个波段的图像进行小波分解,得到相应的低频图像,然后对特征增强后的高分辨率图像进行小波分解,再将分解后的高频图像分别与低频图像进行融合,最后经RGB合成为彩色图像。该方法既改善了图像的清晰度和分辨率,同时也保留了原图像的光谱信息。通过融合实验验证了上述结论。

基于小波变换的遥感图像融合技术研究

在深入研究了多小波变换的特性以及遥感图像融合方法的基础上,提出了一种用离散多小波变换HIS方法相结合的图像融合技术,实验结果运用MATLAB软件进行仿真,并对结果进行了分析,证明了小波变换融合法使得融合后的图像最大限度地保留高分辨率、多光谱图像,与统传方法相比,小波分析方法具有明显的优越性。

基于小波的遥感影像特征信息融合模式研究

在数字图像小波多分辨率分析的理论基础上,采用小波变换方法对高分辨遥感图像的目标地物边缘进行信息增强,然后与多光谱遥感图像进行特征信息融合.在融合过程中,首先对多光谱图像中的R、G、B3个波段的图像进行小波分解,得到相应的低频图像,并对特征增强后的高分辨率图像进行小波分解,再将分解后的高频图像分别与低频图像进行融合,然后经RGB合成为彩色图像.该方法既改善了图像的清晰度和分辨率,同时也保留了原图像的光谱信息.最后通过融合实验验证了上述结论.

多分辨率遥感图像的特征小波变换融合模式研究

基于图像特征的遥感图像信息融合是在突出目标地物的空间结构和纹理特征基础上的信息融合。本文在数字图像小波多分辨率分析理论基础上 ,采用小波变换方法对高分辨遥感图像的目标地物边缘进行信息增强 ,然后与多光谱遥感图像进行特征信息融合。在融合过程中 ,首先对多光谱图像中的 R,G,B三个波段的图像进行小波分解 ,得到相应的低频图像 ,然后对特征增强后的高分辨率图像进行小波分解 ,再将分解后的高频图像分别与低频图像进行融合 ,最后经 RGB合成为彩色图像。该方法既改善了图像的清晰度和分辨率 ,同时也保留了原图像的光谱信息。