10.11996/JG.j.2095-302X.2017020247
基于PCA和NSCT变换的遥感图像融合方法
为了改善非下采样Contourlet变换(NSCT)在图像细节信息表达的缺失问题,提出了一种新的基于主成分分析(PCA)和NSCT的遥感图像融合方法.首先对低空间分辨率多光谱(MS)图像进行PCA变换,提取第一主分量(PC1);其次,对PC1和高空间分辨率全色(PAN)图像进行NSCT变换,对二者的低频系数采用小波变换的融合规则,高频系数采用基于区域标准差自适应加权的融合规则;最后,经过PCA逆变换和NSCT逆变换得到融合图像.仿真实验结果表明,该方法不仅有效地融合了源图像的细节信息,而且得到了较好的视觉效果和较优的评价指标.
遥感图像融合、NSCT变换、PCA变换、小波变换、融合规则、区域标准差自适
38
TP391(计算技术、计算机技术)
国家自然科学基金项目61440044,6110200;北方民族大学科研项目2014XYZ04;北方民族大学研究生创新项目YCX1680
2017-06-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
247-252