融合变换在紫茎泽兰遥感监测中的应用研究

应用融合变换对四川西昌地区紫茎泽兰遥感图像ASTER数据进行处理,结果表明:对ASTER三种传感器生成的三种分辨率的影像数据进行Gram-Schmidt融合处理,可以将具有较高光谱分辨率的多光谱遥感波段的空间分辨率从30m×30m提高到15m×15m,增加更多的地表地物组分信息,有助于识别各种不同地物类型,同时使同一地物的光谱信息变换前后保持不变,确保了后续图像分类的可靠性。应用ENVI中对融合后的图像进行马氏距离分类,分类结果总体精度为73.6983%,Kappa系数等于0.6936。

一种新的基于小波变换的多聚焦图像融合算法

提出了一种基于小波变换的多聚焦图像融合算法(简记为WMFFA)。首先综合源图像求得参照图像,并对源图像和参照图像分别做小波变换,将其分解成低频和高频图像,然后求出源图像的每个小波系数与参照图像中对应位置上的小波系数之间的距离,按照距离特征从源图像中选取小波系数,组成融合后的小波系数并进行小波反变换,得到融合图像。对提出的融合算法性能进行了评价与分析,结果表明提出的算法对多聚焦图像融合是有效的。

Hough变换与数据融合

提出了一种基于 Hough变换数据关联方法 ,这种数据关联方法既可用于各种目标跟踪算法的初始化 ,也可用于雷达情报数据自动处理。其主要思想是将直角坐标系下的情报点迹在 Hough变换下映射到参数空间 ,在参数空间进行聚类 ,从而实现直角坐标系下按不同目标的点迹聚类 ,经过数据融合 。

基于分块变换-融合滤波的改进EZW算法

针对EZW算法变换和编码不能同时进行,因而不能实现完整意义上的子图像编码,以及该算法在全图像的小波变换未完成前,算法不能被执行,从而带来算法复杂度较高等问题,通过对EZW算法的深入分析,从算法的变换阶段入手,提出一种基于分块变换-融合滤波的改进EZW算法。实验结果证明,该改进算法在保持EZW算法主要优点的同时,能较好地实现完整意义上的子图像编码,同时可以大幅度降低计算复杂度。

考虑变换域融合方法的刀具磨损区域三维重构

针对数控机床加工领域刀具磨损区域的三维重构精度提高的问题,提出了变换域融合方法。将非下采样轮廓波变换和小波变换相结合,对非下采样轮廓波变换得到的低频系数采用小波变换方法进行融合,对得到的高频系数构造区域方差进行融合,突出刀具磨损图像的整体灰度信息和边缘细节信息,从而获得更为清晰的二维刀具图像,以及更为准确的磨痕形貌及磨痕体积。对基于非下采样轮廓波变换、小波变换方法和变换域融合方法得到磨损区域三维形貌和磨损体积与显微镜的观察结果进行了对比分析,发现提出的方法得到的三维形貌与显微镜结果最接近,且计算出的磨损体积平均相对误差小于10%。分析和实验数据表明,所提方法无论在图像的清晰度和磨损体积的准确性方面都有一定的优势,该方法对于刀具磨损区域三维重构精度较高,优于单独采用非下采样轮廓波变换和小波变换方法得到的结果。

ALOS卫星影像自然色变换及融合方法探讨

不同的卫星影像其自然色变换和融合的方法是不一样的,这里探讨了ALOS影像的自然色变换和融合方法,得到了信息丰富、色彩真实的影像。实践表明,ALOS影像的自然色变换公式和选取的融合方法可用于摄影测量生产。

基于小波变换的图像动态融合技术

本文探讨了图像抠图和融合两个内容,通过trimap图将获得图像前景的mask图,以及通过mask和原图融合获得前景图像,mask求补后与背景图融合后的图像,最终前后景图像融合成新的图像的方法,所有融合前都需对图像进行小波变换,对近似图像融合后,逆小波变换得到最终的融合图像。本文实例均在Matlab平台下通过测试和验证。

基于curvelet变换与一致性约束的遥感图像融合

目前,块效应和光谱扭曲是遥感图像融合方案中两个短板部分,基于图像归一化区域方差,获取具有一种新的融合方式。通过变换,将图像的亮度分量从现有的多光谱图像中分离;通过快速离散Curvelet将它和全色图像变换,这种情况下分别求出高频系数和低频系数;算出高频系数的归一化区域方差,采取一致性约束的原则,将其融合;把归一化区域能量这一特性作为接下来比较的对象,我们比较各个低频系数,将低频系数利用不一样的融合方式融合;以完成融合的子带系数做为基础采用快速离散Curvelet和HSV逆变换,用以融合所需图像。实验表明,该方法融合质量更高,光谱曲度最小值达2.3;耗时1.74S,融合效率达到新高。

基于纹理轮廓变换的红外与可见光图像融合

为更好地提取红外图像的轮廓结构特征和可见光图像的细节纹理特征,提出了一种基于交换特征的融合方法,利用残差网络提取图像特征。网络基于有标签数据集,在深度卷积生成对抗网络中引入纹理和梯度损失函数,以端到端的方式训练,避免繁琐的手工设计融合规则,最终的融合结果可以较好地保留红外图像的目标特征和可见光图像的纹理特征,在TNO数据集上与主流的IFCNN,FusionGAN等红外与可见光图像融合方法对比,通过主观和客观的图像质量评价证明了方法的有效性。

CBERS-02B星数据融合方法评价

CBERS-02B星(以下简称02B星)多光谱CCD数据与全色HR数据空间分辨率相差较大,给图像融合带来一定困难。在对IHS变换、主成分变换、Brovey变换及GS变换等融合算法分析的基础上,利用02B星数据进行了融合试验。通过对试验结果的目视评价与定量分析发现,主成分变换和GS变换方法融合图像纹理信息较清晰,光谱保真度较好。在GS变换融合中,可利用02B星CCD相机第5波段模拟GS变换的低分辨率输入,融合结果统计值优于PC变换。

结合域变换和轮廓检测的显著性目标检测

针对多层显著性图融合过程中产生的显著目标边缘模糊、亮暗不均匀等问题,提出一种基于域变换和轮廓检测的显著性检测方法.首先选取判别式区域特征融合方法中的3层显著性图融合得到初始显著性图;然后利用卷积神经网络计算图像显著目标外部轮廓;最后使用域变换将第1步得到的初始显著性图和第2步得到的显著目标轮廓图融合.利用显著目标轮廓图来约束初始显著性图,对多层显著性图融合产生的显著目标边缘模糊区域进行滤除,并将初始显著性图中检测缺失的区域补充完整,得到最终的显著性检测结果.在3个公开数据集上进行实验的结果表明,该方法可以得到边缘清晰、亮暗均匀的显著性图,且准确率和召回率、F-measure,ROC以及AUC等指标均优于其他8种传统显著性检测方法.

不同IHS变换公式在植被信息提取中的比较研究

多源遥感图像融合对于植被信息提取具有重要意义,该文对常用的球体、柱体、三角形和单六角锥4种IHS变换融合方法进行了比较研究,分别从融和图像的信息量、标准差等统计特征、植被光谱特征曲线、类别可分性、植被指数4方面做了分析.研究结果表明,球体变换融和图像的信息量、标准差和光谱扭曲值等统计指标从整体上优于其他变换.球体变换可将不同类型的灰度平均值间的距离进行拉伸.类别可分性指标的分析表明,球体变换可将难以区分的阔叶林与针叶林、阔叶林与草地间的距离加大。

CBERS-02B星CCD与HR数据融合方法探讨

随着CBERS-02B星(以下简称02B星)多光谱CCD数据与全色HR数据在各个领域的广泛应用,两者相差较大的空间分辨率给图像融合带来难题。在对改进型的IHS变换、主成分变换、Brovey变换、GS变换等融合算法分析的基础上,利用02B星数据进行融合试验,并对试验结果进行定性与定量评价,结果表明:①Brovey变换融合效果较差;②在影像的阴影区域,改进型的IHS变换融合结果存在光谱失真;③PCA变换光谱保真较好;④GS变换无论是统计结果还是图像的色彩和清晰度都明显优于上述三种方法。

遥感影像数据融合方法的新探讨

通过对HIS遥感影像融合方法的认识,在分析其缺陷的基础上,提出并深入讨论了改进型HIS变换的影像融合方法,选用Landsat-7 ETM B7、B4、B1(30米空间分辨率)和全色波段B8(15米空间分辨率)以及P6数据5.8米空间分辨率影像为例,将这种方法与HIS变换融合方法作定性定量的比较,结果表明:基于改进型HIS变换法的融合方法是最优方法。

遥感影像融合方法比较研究

影像融合是提高遥感影像特征提取、分类、目标识别能力的重要手段;为比较不同融合方法的融合效果,采用基于低通滤波的IHS变换融合法、PCA变换法、高通滤波法和Gram-Schmidt变换融合法对北京某地区的SPOT-5全色影像和TM多光谱影像进行融合试验,并采用均值、标准差、信息熵和相关系数4个评价指标对结果影像从信息保留性和光谱保持性上进行评价;结果表明:在4种方法中,Gram-Schmidt变换融合法在信息量的保持上具有最大优势,光谱保持性与PCA变化法持平;高通滤波法在对信息量的保留和光谱信息保持均较好,但融合结果的亮度性最差。

SAR与光学影像融合在宁陕地区明长城探测中的应用研究

宁夏和陕西地区的明长城在遭到自然与人为双重破坏后日渐退化,有的区段已消失于地表。采用SAR与光学影像像素级融合方法——HIS变换融合和主成分变换(PCA)融合,通过比较2种方法的融合效果,最终选定PCA主分量变换融合的结果作为自动提取该区明长城信息的基础。通过"骨架"算法实现了对该区明长城空间位置的自动提取,最终获得了较为清晰的明长城信息。该区明长城准确而完整的空间位置,可为进一步研究该区明长城沿线环境变化及古环境演变提供精准的研究范围和研究基础。

基于ERDAS IMAGINE9.2操作平台的遥感图像融合概述

随着遥感技术的迅猛发展,各种遥感数据相应呈现。如何让数据得到充分的应用?数据融合在当今社会显得越来越重要;如何更好地对数据进行融合?我们必须了解各种融合方法的优缺点。本文介绍了ERDAS IMAGINE9.2操作平台上的几种遥感图像融合,分别是分辨率、小波变换、改进IHS、高通滤波融合,并通过实验比较几种融合方法的优缺点以及探讨未来可能研究方向。

基于滚动导向滤波的可见光与红外图像融合嵌入式系统研究

在不利的环境条件下,红外图像往往会出现暗部纹理信息缺失不全、主体轮廓模糊等问题,现已提出了多种相关的算法来解决这些问题,获得了极大的成功。但这些算法大多停留于软件仿真,本文研究了一种基于滚动导向滤波的嵌入式的图像增强算法并对其融合方法进行一定的改进:首先,使用滚动导向滤波器对红外图像和可见光图像进行多尺度分解得到一系列Gauss金字塔,再对每层Gauss金字塔分解出一张Laplace金字塔,得到红外和可见光图像的高频部分和低频部分,之后对低频部分和高频部分使用Gauss分布权重矩阵进行加权平均处理,根据图像灰度级生成一个可视化权重图,生成基层融合图像,之后计算两张图像高频部分的差异矩阵,接着将差异矩阵与两张图像的高频部分进行加权平均得到一个中间图像,使用该中间图像和两张原始图像的高频部分构建一个线性的差异矩阵,根据矩阵得到一个线性特征的方程组,通过求解该方程组得到待融合图像的细节层,实现图像的细节边缘性特征保存,最后进行逆变换从而得到融合图像。之后通过一系列图像质量评价的方式:STD、AVG、SSIM、FD,证明了该方法的可行性。最后探索了基于该方法的FPGA实现方式,在嵌入式平台实现了仿真,满足了图像融合的要求。

多源遥感影像融合的光谱优化方法

在多源遥感影像融合过程中光谱畸变是常见的问题之一,它主要是因为不同传感器的光谱响应范围不一致造成的。在推导色彩变换理论强度、色度和饱和度三元素之间的数学关系的过程中,通过研究Wallis滤波理论,发现灰度匹配的相似程度是解决光谱畸变的有效途径。因此提出了基于Wallis滤波的HIS变换融合方法。通过了实验验证,效果较好。

基于分层变换器融合元数据的高级别浆液性卵巢癌轻量级复发预测模型

高级别浆液性卵巢癌恶性程度高,检出时易发生周围软组织浸润、腹腔与淋巴结转移、腹膜种植和远处转移,是否复发成为该疾病手术计划与治疗手段的重要参考依据。目前的复发预测模型未考虑整个卵巢内部组织之间的潜在病理关系,通常使用较为复杂的卷积神经网络提取局部区域特征进行判断,准确率不高且成本开销大。针对此问题,本文提出了一种新的面向高级别浆液性卵巢癌复发预测的轻量级深度算法模型。该模型先使用鬼影卷积(Ghost Conv)和坐标注意力(CA)建立鬼影倒残差模块(SCblock)提取图像的局部特征信息,然后通过提出的分层融合变换器(Transformer)模块(STblock)进行全局信息的捕捉与多层次信息的融合,提升不同层之间的交互能力;Transformer模块则通过先展开特征图使其对应区域块进行计算,再折叠还原,以此降低计算成本开销。最后,将每个STblock模块进行深浅层的深度信息融合,并加入患者的临床元数据共同进行复发预测。实验结果表明,相较于主流的轻量级移动视觉Transformer网络(MobileViT),本文提出的切片视觉Transformer网络(SlicerViT)在准确率、精确率、灵敏度、F1分数上均有提高,计算量仅为其1/6,参数量降低1/2。本文研究证实了所提算法模型在高级别浆液性卵巢癌的复发预测上更加精确高效,未来可作为一种辅助诊断技术提高患者生存率,并有利于将模型应用于嵌入式设备。