基于IHS变换与直方图匹配法的遥感影像融合

针对IHS变换法(彩色空间变换法)对多光谱图像和高分辨图像进行融合会丢失较多的光谱信息,称之为光谱扭曲,文中研究并实践了一种新方法,该方法利用直方图匹配的方法来解决光谱特征扭曲的问题,经过直方图匹配处理后的高分辨图像和多光谱图像的光谱强度分量具有较强的相关性,经IHS反变换后可以得到具有较好空间分辨率和光谱信息的融合图像．文中以TM图像和SAR图像融合为例进行分析,其结果表明,该方法得到的融合图像优于传统的IHS变换法．     

基于IHS和小波变换的遥感图像融合方法研究

基于IHS变换法和小波变换法,提出一种新的图像融合方法．该方法利用IHS变换法增强空间细节表现能力,利用小波变换法保留TM图像的光谱特性,可以最大限度地保留待融合图像的光谱信息,同时可提高待融合图像的清晰度和空间分辨率．     

一种基于KPCA和Brovey变换的遥感影像融合方法

针对PCA-Brovey算法在融合多光谱遥感影像(MS)和全色影像(PAN)方面存在的空间细节特征和光谱特征不能同时得到较大提高的问题,提出一种基于KPCA-Brovey的遥感影像融合方法。利用核主成分变换(KPCA)算法的非线性光谱数据挖掘的特性,提取多光谱影像中信息量最大的3个主分量KPC1、KPC2和KPC3;然后利用Brovey算法对3个主分量和全色波段进行归一化融合运算,使融合结果中的空间信息和光谱信息更丰富。利用武汉区的Landsat5-TM和佛山区的Quick Bird影像进行实验,与PCA-Brovey方法相比,该方法在空间信息和光谱信息方面有明显提高,其中光谱信息提取率分别提高到96.6%(武汉区)和96.1%(佛山区),光谱相关系数提高到0.907 9(武汉区)和0.897 9(佛山区)。     

基于多尺度模糊边缘特征的遥感影像融合方法

针对全色与多光谱遥感影像融合,提出了一种基于多尺度模糊边缘特征的融合方法.该方法根据à trous小波变换特点以及全色与多光谱遥感影像的频率关系,对全色影像进行多层小波分解,并将不同尺度下的小波面叠加得到多尺度小波面,然后对其进行模糊增强处理提取边缘细节信息,最后将边缘细节信息叠加到多光谱影像中得到融合结果.实验中与传统融合方法进行了主观分析与客观定量比较,结果表明本文方法具有良好的融合效果.     

基于改进IHS变换的图像融合方法

针对传统的IHS变换法光谱信息丢失严重的问题,提出了一种改进的IHS变换法,该方法根据高分辨率图像的高频信息,对多光谱图像经过IHS变换的强度信息进行了调制,实验证明,该方法取得了较好的融合效果,优于传统的IHS变换法。     

基于多光谱混合梯度的遥感影像分水岭分割方法

针对分水岭分割算法中的过分割问题,提出基于加权混合梯度的多光谱遥感影像分水岭分割方法.综合利用多光谱遥感影像各个波段的光谱信息,根据图像信息熵构建加权混合梯度.加权混合梯度图像形态学重建滤波之后,引入基于梯度图像区域极值中值的自适应极小值抑制技术对混合梯度图像进行修正,修正后的梯度图像运用分水岭变换,实现了多光谱遥感影像的分割.以QuickBird和Planet多光谱影像为实验数据验证了该方法,分割结果符合人类视觉感受,减小了过分割现象,为多光谱遥感影像分割提供了一种新的思路.     

基于小波域隐马尔可夫树模型的多光谱遥感影像纹理分割技术研究

遥感图像纹理信息丰富，需要进行有效的纹理特征描述．小波域隐马尔可夫树（HMT）模型提供了一种有效的纹理特征提取方法．简述了HMT模型及分割思想，并在此基础上针对多光谱遥感图像，探索更好的纹理描述方法．通过适当的数学变换，得到多光谱遥感影像在不同角度下的描述：H—S—I分量和最大主成分分量．研究比较各分量特性并应用HMT模型，得到不同分量下纹理分割结果．实验表明，利用多光谱信息可有效地提高分割质量。     

基于NSCT变换的红外与可见光图像融合方法

针对小波变换不能很好地表达图像边缘信息，NSCT变换对图像细节信息表达缺失的问题，本文提出了一种改进的基于NSCT变换的图像融合方法．首先将经过预处理和配准后的红外图像和可见光图像进行NSCT变换，得到各个源图像的低频和高频系数，然后对分解后的低频系数采用小波变换的融合规则进行融合处理，高频系数则采用基于特征的区域能量的融合规则进行融合处理，最后对融合后的系数进行NSCT反变换得到融合图像．仿真实验表明，采用改进的NSCT融合方法对红外与可见光图像的融合有良好的效果，图像更清晰，信息更全面．     

基于图像融合和DCT域增强的人脸识别

提出了一种基于图像融合和DCT域增强的人脸识别方法.首先对人脸图像分别进行直方图均衡化和对指数变换,将二者变换结果融合,减少光照对人脸识别的影响;然后进行DCI变换,在滤除高频分量的同时进行图像增强,抑制块效应,在此基础上进行IDCT图像重建,利用二维主成分分析提取人脸特征,降低空间维数;最后通过最邻近分类法实现人脸识别.Yale人脸库仿真实验表明,该方法在光照变化较大和人脸样本较少的情况下具有较高的识别率.     

基于非下采样Contourlet变换的交通图像融合方法研究

电视监控是智能交通监控系统的一个重要组成部分,其目的是通过对视频交通图像处理进行车辆、行人、环境等的监控. 根据非下采样Contourlet变换具有多分辨率、多方向性和平移不变性的特点,提出了一种基于非下采样Contourlet变换的多聚焦交通图像融合方法. 融合策略采用低频系数取平均,高频系数基于邻域、兄弟和父节点信息的区域特征衡量取最大值法. 将本文的方法与小波变换、脊波变换及Contourlet变换相比较,实验结果表明,该方法取得了更好的融合效果,提高了图像质量,满足智能交通监控系统的要求.