基于改进的IHS方法的SAR图像增强与融合

从目前SAR图像处理及其应用的研究现状来看,SAR图像和可见光图像相结合的处理和应用模式已得到公认,但是这种模式并不是完美的。探究了在没有可见光数据情况下SAR图像的增强和融合的方法,提出了一种基于改进的IHS方法的SAR图像增强与融合的算法。实践证明,这种改进的IHS方法融合的图像比传统的IHS方法融合的图像具有更高的对比度和清晰度。

基于因子函数的α-IHS抽样方法

核电厂概率安全分析中,由于数据源存在不确定性,导致无法进行准确评估,因此需开展不确定性分析。样本在空间分布的均匀特性是不确定性分析的关键因素,不同的样本分布导致不确定分析结果差异较大。传统的拉丁超立方抽样方法在样本空间分布均匀性方面未进行优化,改进分布式超立方抽样(IHS)方法通过保持样本点之间的最优距离来实现空间均匀分布,但其最优距离只能在理想分布下达到最优。为改进IHS设计上的缺陷,提出了基于因子函数的α-IHS方法,利用修正因子α来优化IHS方法中的最优距离。结果表明,该方法较IHS方法具有更均匀的空间分布,提高了抽样效率。

基于IHS变换的遥感影像融合方法

为了解决遥感影像空间分辨率与光谱信息不能兼顾的问题,即全色影像具有较高的空间分辨率但缺乏光谱信息,多光谱影像光谱分辨率高,光谱信息丰富,但其空间分辨率低的问题,采用MATLAB实验工具,基于IHS原理对遥感影像数据进行融合处理,试验结果表明使用该融合方法显著提高了多光谱影像的空间分辨率,同时保留了丰富的光谱特征,提高影像的判读、识别、分类能力,融合后图像的信息量比原始图像有明显增加,而且图像的细节反差、纹理和清晰度得到较大的提高,融合图像质量明显改善。