基于HSV变换与小波变换的遥感图像融合

在IHS变换与小波变换相结合的图像融合法的基础上提出了一种近似的图像融合方法,即基于HSV色彩空间模型与小波变换的图像融合法。传统的IHS变换融合法会产生较大的光谱失真和退化现象,而基于HSV色彩空间变换的融合法则较好的保留了多光谱信息,通过将HSV色彩模型与小波变换相结合,使得融合图像无论在细节纹理还是多光谱信息上都得到了很好的保持。通过Matlab平台实验对比表明,新算法具有较好的融合效果,且优于IHS与小波变换融合法。

基于自分类和颜色空间变换的遥感图像色彩校正方法

提出了一种基于遥感自动分类和lαβ颜色空间变换的色彩校正方法,并用此方法对不同时间的ETM遥感图像进行了多景色彩校正后的拼接实验。实验结果显示,相对于重叠区域校正、直方图匹配等常规方法,该方法能够很好地校正不同获取时间所导致的景间颜色、亮度差异,提高遥感图像后续分类、变化检测的准确性以及多景遥感图像的拼接效果。

海洋水色遥感交叉定标精度分析与仿真

交叉定标是解决海洋水色遥感器在轨高频次、业务化绝对辐射定标问题的重要手段,为了研究交叉定标方法对定标精度的影响,文章介绍了基于谱段匹配和光谱重构两种交叉定标方法并分析其影响因素。仿真方案针对我国"海洋一号"系列卫星海洋水色水温扫描仪(COCTS)可见近红外谱段交叉定标,结合国际典型参考遥感器光谱响应特性,基于实测水体光谱反射率数据,对比了在不同水体反射特性、大气条件及遥感器光谱响应下两种交叉定标模型引入的误差。仿真结果表明:光谱重构法交叉定标精度总体上优于谱段匹配法,参考遥感器光谱分辨率为5nm时,光谱重构法模型引入误差小于0.05%,对比结果为海洋水色遥感器交叉定标方法选择提供支持。

基于色彩空间与小波变换的图像融合

讨论了色彩空间模型分别与小波变换相结合的图像融合方法:基于RGB色彩空间模型与小波变换的图像融合法和基于IHS色彩空间模型与小波变换的图像融合法,并且在此基础上提出了一种基于HSV色彩空间模型与小波变换的图像融合法.经实验分析和对比,基于HSV色彩空间模型与小波变换的图像融合法除了能较好地保持细节纹理信息外,在光谱信息的保持方面要明显优于其他两种方法.

基于HSV变换与àtrous变换的图像融合

分析了àtrous算法,在此基础上引入了HSV色彩空间变换,提出了一种新的基于HSV色彩空间变换与àtrous小波变换的图像融合法。融合过程为:将多光谱图像通过HSV变换为H、S和V这3个分量,然后将V分量与全色图像分别进行àtrous分解,并对分解得到的两组小波平面和近似图像采用不同的融合策略进行融合,最后将融合得到的V'分量与H和S分量进行HSV逆变换得到融合图像。同时,提出了两种小波系数的融合策略,实验结果表明,两种融合方案分别改善了融合图像的纹理和色彩信息的质量。

基于色彩空间变换与异常检测的多光谱舰船感兴趣区域检测

针对多光谱遥感图像中复杂海面背景下海上舰船检测问题,在高斯模型RX异常检测算法的基础上进行改进,提出一种基于色彩空间变换的复杂海面上舰船感兴趣区域(ROI)的自动检测方法,解决了传统的阈值分割方法在遥感图像复杂海面背景下较难将目标与背景分离的问题。在多种不同复杂海面背景下的舰船ROI检测实验中,与传统阈值分割方法比较,该舰船ROI检测方法有较好的检测效果。

基于条件生成对抗网络的低照度遥感图像增强

为了提高低照度遥感图像的可视性,提出一种基于条件生成对抗网络的低照度遥感图像增强方法。首先,为克服样本数据不足,利用正常清晰光照的图像合成低照度图像作为训练样本;然后,将原始低照度遥感图像由RGB色彩空间转换到HSI色彩空间,进行通道拆分,有效分离H、S、I分量,在保持色调分量H不变的前提下,利用条件生成对抗网络和改进的对数变换方法分别处理亮度分量I和饱和度分量S;最后,执行通道合并将处理后的图像从HSI色彩空间转换到RGB色彩空间。在损失函数中引入焦点损失函数,解决样本比例高度不平衡的问题。实验结果表明:所提方法有效地提升了低照度遥感图像的亮度和对比度,为低照度遥感图像增强方法的研究提供了新的思路。