计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
33期
201-204
,共4页
刘成云%陈振学%常发亮%尹秉坤
劉成雲%陳振學%常髮亮%尹秉坤
류성운%진진학%상발량%윤병곤
特征量积%主成分分析(PCA)变换%遥感图像融合%小波变换
特徵量積%主成分分析(PCA)變換%遙感圖像融閤%小波變換
특정량적%주성분분석(PCA)변환%요감도상융합%소파변환
在遥感图像融合中,传PCA算法会损失部分有用信息,从而使得融合结果的光谱分辨率受到较大影响,针对这种情况,借助小波变换优良的时频分析特性,利用特征量积来融合多光谱图像的第一主成分,实现了一种基于特征量积与PCA的小波遥感图像融合算法.通过对来自不同场景不同卫星的多光谱和全色图像进行融合实验,结果表明,该算法无论在主观视觉还是在客观统计数据上,均具有比其他方法较佳的融合效果.
在遙感圖像融閤中,傳PCA算法會損失部分有用信息,從而使得融閤結果的光譜分辨率受到較大影響,針對這種情況,藉助小波變換優良的時頻分析特性,利用特徵量積來融閤多光譜圖像的第一主成分,實現瞭一種基于特徵量積與PCA的小波遙感圖像融閤算法.通過對來自不同場景不同衛星的多光譜和全色圖像進行融閤實驗,結果錶明,該算法無論在主觀視覺還是在客觀統計數據上,均具有比其他方法較佳的融閤效果.
재요감도상융합중,전PCA산법회손실부분유용신식,종이사득융합결과적광보분변솔수도교대영향,침대저충정황,차조소파변환우량적시빈분석특성,이용특정량적래융합다광보도상적제일주성분,실현료일충기우특정량적여PCA적소파요감도상융합산법.통과대래자불동장경불동위성적다광보화전색도상진행융합실험,결과표명,해산법무론재주관시각환시재객관통계수거상,균구유비기타방법교가적융합효과.