一种多极化SAR图像融合方法研究
本文针对多极化SAR图像的融合问题,提出了一种基于非下采样Contourlet变换(NSCT)与脉冲耦合神经网络(PCNN)的图像融合方法.此方法用NSCT对已配准的多极化SAR图像进行分解,得到低频子带系数和各带通子带系数;采用简化的PCNN模型分别对低频子带和高频子带系数进行智能决策,并进行NSCT逆变换得到融合图像.经实验表明该方法能够最大程度地保留原始极化SAR图像的信息,融合效果好于基于单个像素和局部特征的融合方法.
非下采样Contourlet变换、脉冲耦合神经网络、多极化SAR图像、图像融合
39
TP751(遥感技术)
国家自然科学基金41274017;江苏省科技支撑计划BE2010316;日本宇航局ALOS数据研究项目PI 534
2014-03-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
14-18