最大化算术-几何均值距离的多传感器遥感图像配准

互信息是多模态医学图像配准的一种重要方法。它测量的是两个概率分布之间的Kullback-Leibler(KL)距离。该文分析了KL距离和Shannon不等式之间的关系,在此基础上,提出了一种新的算术-几何均值距离,并将这一距离测度用于多传感器遥感图像的配准处理。与Kullback-Leibler距离不同,新的距离测度具有对称性,并且对概率值为0的情况不需要特殊处理。文中首先通过一维仿真信号对算术-几何(AG)测度进行了分析,并使用 Thematic Mapper(TM),Satellite POsitioning and Tracking(SPOT)遥感图像和雷达图像进行了配准实验,验证了提出的新的算术-几何均值距离函数在配准多传感器遥感图像方面的有效性。与目前常用的相关系数的方法不同,这种新方法对于像素灰度值不具有线性关系的多传感器遥感图像能够实现配准处理。

基于小波变换的多波段遥感图像条带噪声的去除

介绍了几种在TM,MSS,SPOT等多传感器遥感图像中条带噪声去除方法的特点,提出了一种基于小波变换的条带噪声去除方法,并以几何纠正前的非均匀地物分布的CMODIS图像为实验数据,对这些方法的去条带噪声效果作了比较。结果表明,本文提出的方法要优于以前的几种常用方法,具有很好的去条带效果,同时较好地保持了原图像的特征。这种方法在其它多传感器遥感图像的条带噪声去除中也有很强的适用性。