您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 残差超复数偶对分解的多光谱和全色图像融合方法

  2. 提出一种残差超复数偶对分解的多光谱和全色图像融合方法。用超复数分别对多光谱图像和全色 图像的残差图像建模,并对多光谱图像的超复数残差模型沿彩色空间的灰度轴方向分别进行超复数偶对分 解,得到包含亮度信息的单部分和包含色度信息的复部分。分析表明用高分辨率全色图像的超复数残差图像 来替换低分辨率多光谱图像分解后得到的复部分,可以恢复出高分辨率的多光谱图像的残差,从而实现多光 谱图像和全色图像的融合。仿真结果验证了所提方法的有效性,同时验证了该方法不存在人眼可见的光谱畸 变。各种现有图像融合评估方法的
  3. 所属分类:嵌入式

  1. 常用的图像融合方法研究

  2. 本文对THS 融合方法和PCA 融合方法分别进行了融合实验, 融合后图像上的细部特征更 加清晰,光谱信息更加丰富。但IHS 方法扭曲了原始的光谱特性,产生了光谱退化现象,不利于影像的 分类。PCA 方法由于光谱信息的变化,使融合图像不能用于地物识别和反演工作,但是它可以改进目 视判读的效果,提高分类制图的精度。
  3. 所属分类:专业指导

  1. 图像融合,像素级遥感图像融合算法主要有IHS变换法、小波变换法、主成分分析(PCA)法和Brovey变换法。这几种融合算法理论比较成熟,并且在特定方面都有很好的融合效果。

  2. 像素级遥感图像融合算法主要有IHS变换法、小波变换法、主成分分析(PCA)法和Brovey变换法。这几种融合算法理论比较成熟,并且在特定方面都有很好的融合效果。
  3. 所属分类:其它

    • 发布日期:2010-05-11
    • 文件大小:196608
    • 提供者:jinshamingyuan
  1. 图像融合算法

  2. 实现多种方法的全色和多光谱图像融合:(1)IHS变换(2)高通滤波(3)GIHS方法(4)小波变换(5)PCA(6)Brovey变换。matlab实现。
  3. 所属分类:其它

    • 发布日期:2012-06-21
    • 文件大小:104448
    • 提供者:sxxl86
  1. PCA和IHS图像融合

  2. PCA和IHS图像融合的matlab源代码,学习这方面的试试吧
  3. 所属分类:其它

    • 发布日期:2012-07-24
    • 文件大小:87040
    • 提供者:stan_321
  1. 图像融合算法

  2. 如果改成自己的图片,注意分辨率。 还有IHS变换有三个模型,这个用的是正四棱锥?百度一下吧
  3. 所属分类:其它

    • 发布日期:2014-04-26
    • 文件大小:87040
    • 提供者:xhztjr620
  1. Landsat 7 ETM+影像像素级融合方法研究

  2. 文中在研究遥感影像像素级融合算法的基础上,采用IHS、PCA、Brovey、HPF及Wavelet五种遥感影像像素级融合方法对ETM+数据的多光谱与全色影像进行融合实验,并从融合影像的光谱质量、信息损失、对比度扭曲、空间分辨力几个方面进行比较分析。结果表明,五种融合方法都有效的提高了影像的空间分辨率,但在一定程度上IHS、PCA、Brovey融合影像光谱信息较原始影像存在一定的失真。Wavelet融合法和HPF融合法在信息量和光谱保真性方面较好。在兼顾光谱信息和空间信息综合效应的基础上,认为HP
  3. 所属分类:其它

    • 发布日期:2020-05-24
    • 文件大小:464896
    • 提供者:weixin_38707862
  1. 基于小波变换的遥感图像融合方法研究

  2. 在针对同一地区低空间分辨率的多光谱图像与高空间分辨率的全色图像的融合方法中,传统的强度色调饱和度(IHS)变换容易出现颜色失真现象,而小波融合虽然能使融合图像在获得高空间分辨率的同时较好地保持原始光谱信息,但由于舍弃了高分辨率图像的低频分量,故很容易出现分块模糊现象。提出了一种基于IHS和小波变换融合的改进方法。提取多光谱图像强度分量并进行主成分分析(PCA),将变换得到的强度分量与全色图像进行小波融合,然后再进行IHS逆变换得到融合结果。经过主客观评价,实验证明,提出的融合方法不但充分表达了地
  3. 所属分类:其它

    • 发布日期:2021-02-08
    • 文件大小:3145728
    • 提供者:weixin_38629303
  1. 基于图像融合的高光谱异常检测

  2. 针对高光谱图像空间分辨率不足导致异常检测虚警率过高的问题,提出了一种利用主成分分析(PCA)和IHS变换融合以降低虚警率的算法。首先对低分辨率高光谱图像进行PCA变换,提取3个主成分;然后对这3个主成分和高分辨率图像分别进行IHS变换,得到各自的强度分量,把高光谱数据的强度分量替换成高分辨率图像的强度分量;再运用IHS变换的可逆性,将新的强度分量与原色度分量和饱和度分量进行IHS逆变换,得到空间信息增强的高光谱图像数据;最后使用KRX算法对空间信息增强的高光谱图像数据进行异常检测。实验结果表明,
  3. 所属分类:其它

    • 发布日期:2021-01-28
    • 文件大小:833536
    • 提供者:weixin_38728347