基于HIS小波变换和MOPSO的全色与多光谱图像融合

上一篇

下一篇

赵辽英, 马启良, 厉小润. 2012: 基于HIS小波变换和MOPSO的全色与多光谱图像融合, 物理学报, 61(19): 185-193.
引用本文: 赵辽英, 马启良, 厉小润. 2012: 基于HIS小波变换和MOPSO的全色与多光谱图像融合, 物理学报, 61(19): 185-193.
2012: Multi-spectral and panchromatic image fusion based on HIS-wavelet transform and MOPSO algorithm, Acta Physica Sinica, 61(19): 185-193.
Citation: 2012: Multi-spectral and panchromatic image fusion based on HIS-wavelet transform and MOPSO algorithm, Acta Physica Sinica, 61(19): 185-193.

基于HIS小波变换和MOPSO的全色与多光谱图像融合

Multi-spectral and panchromatic image fusion based on HIS-wavelet transform and MOPSO algorithm

  • 摘要: 有效的全色图像和多光谱图像的融合方法必须保证光谱和空间信息的最大化.采用HIS小波融合算法框架,提出了新的高频系数提取方法和一种新的全色和多光谱图像融合方法.根据小波变换后高频中的细节以及边缘信息都具有方向性,而噪声点一般都是孤立点这一物理特性,设计了一种基于一阶高斯微分的高频系数提取方法.以多个融合评价指标为目标函数,对HIS小波融合算法中采用不同融合规则得到的结果图像,通过多目标粒子群优化算法优化加权组合得到最终结果.对实际TM多光谱图像和SPOT全色图像进行了融合实验比较研究,结果表明,改进的高频系数提取方法得到的融合图像在光谱信息和空间信息上都有较好的改善,用多目标粒子群优化算法得到的结果图像在光谱信息保留上具有较明显的优势且空间信息也得到了较大的提高.
  • 加载中
  • 加载中
计量
  • 文章访问数:  475
  • HTML全文浏览数:  28
  • PDF下载数:  0
  • 施引文献:  0
出版历程
  • 刊出日期:  2012-10-15

基于HIS小波变换和MOPSO的全色与多光谱图像融合

  • 杭州电子科技大学计算机应用技术研究所,杭州,310018
  • 浙江大学电气工程学院,杭州,310027

摘要: 有效的全色图像和多光谱图像的融合方法必须保证光谱和空间信息的最大化.采用HIS小波融合算法框架,提出了新的高频系数提取方法和一种新的全色和多光谱图像融合方法.根据小波变换后高频中的细节以及边缘信息都具有方向性,而噪声点一般都是孤立点这一物理特性,设计了一种基于一阶高斯微分的高频系数提取方法.以多个融合评价指标为目标函数,对HIS小波融合算法中采用不同融合规则得到的结果图像,通过多目标粒子群优化算法优化加权组合得到最终结果.对实际TM多光谱图像和SPOT全色图像进行了融合实验比较研究,结果表明,改进的高频系数提取方法得到的融合图像在光谱信息和空间信息上都有较好的改善,用多目标粒子群优化算法得到的结果图像在光谱信息保留上具有较明显的优势且空间信息也得到了较大的提高.

English Abstract

参考文献 (0)

目录

/

返回文章
返回