基于改進(jìn)Contourlet變換MCT的遙感圖像融合算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶(hù)評(píng)論（0）
針對(duì)基于Contourlet變換的遙感融合圖像空間分辨率較低的問(wèn)題，提出了一種基于改進(jìn)的Contourlet變換（MCT）的遙感圖像融合方法。首先，對(duì)多光譜圖像進(jìn)行亮度一色調(diào)一飽和度（IHS）變換，得到其亮度、色調(diào)、飽和度三個(gè)分量；其次，取多光譜圖像的亮度分量，與直方圖匹配后的全色圖像進(jìn)行改進(jìn)的Contourlet變換，分別獲得低頻子帶系數(shù)與高頻子帶系數(shù)；然后，對(duì)低頻子帶系數(shù)采用平均法進(jìn)行融合，對(duì)高頻子帶系數(shù)采用新改進(jìn)的拉普拉斯能量和（ NSML）作為融合規(guī)則進(jìn)行融合；最后，把融合結(jié)果作為多光譜圖像的亮度分量，通過(guò)IHS逆變換得到融合的遙感圖像。將所提方法與基于主成分分析（PCA）和Shearlet的方法、基于PCA與小波的方法以及基于非下采樣Contourlet變換（ NSCT）的方法相比，所提方法在清晰度評(píng)價(jià)指標(biāo)平均梯度上分別提高了7.3%、6.9%和3.9%。實(shí)驗(yàn)結(jié)果表明，所提方法提高了Contourlet變換的頻率局部化特性和分解系數(shù)利用率，在保持多光譜信息的基礎(chǔ)上，有效地提高了遙感融合圖像的空間分辨率。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于改進(jìn)Contourlet變換MCT的遙感圖像融合算法下載
相關(guān)電子資料下載
- 基于大模型的遙感圖像變化檢測(cè)新網(wǎng)絡(luò) 648
- 陀螺儀LSM6DSV16X與AI集成(3)----讀取融合算法輸出的四元數(shù) 741
- 傳感器數(shù)據(jù)融合算法python代碼 977
- 多傳感器數(shù)據(jù)融合算法最關(guān)鍵的是 398
- 大氣所等發(fā)布風(fēng)云3D/HIRAS衛(wèi)星首幅全球氨氣濃度遙感圖像 523
- 訓(xùn)練樣本圖像制作工具及使用步驟 310
- 基于SAM實(shí)現(xiàn)自動(dòng)分割遙感圖像實(shí)例 1301
- 基于SAM設(shè)計(jì)的自動(dòng)化遙感圖像實(shí)例分割方法 663
- 4515DO-DS3BI004GP傳感器信息融合算法 477
- 微美全息（NASDAQ:WIMI）推出基于特征空間物體的高分辨圖像自動(dòng)配準(zhǔn)技術(shù) 415