基于分布式压缩感知的遥感图像融合算法
针对基于压缩感知(Compressed Sensing,CS)理论的传统遥感图像融合算法未能考虑源图像信息相关性的特点,该文提出一种基于分布式压缩感知(Distributed Compressed Sensing,DCS)的遥感图像融合改进算法.通过DCS的第1联合稀疏模型(Joint Sparsity Model-1,JSM-1)提取源图像低频信息的公共部分和独有部分,再利用独有特征添加(UFA)的融合规则进行融合,从而提高融合精度.选取QuickBird卫星实测图像数据对该文方法和多个传统融合方法进行仿真实验并进行评价指标的对比,结果表明该文方法融合性能相对传统遥感图像融合方法都有不同程度的提高.
遥感图像融合、分布式压缩感知、独有特征添加、信息相关性
39
TP751.1(遥感技术)
CAST 创新基金J20141110 ,国家自然科学基金61573276;国家 973计划项目2013CB329405The Innovation Foundation of CASTJ20141110;The National Natural Science Foundation of China61573276;The National 973 Program of China2013CB329405
2017-11-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
2374-2381