科研之友
微信
新浪微博
Facebook
分享链接
摘要
遥感图像融合作为一种整合多光谱和全色图像所包含的信息的有效方法，在国土空间规划和灾情检测等应用领域已成为一种强大的技术。针对非下采样剪切波变换（Non-subsampling shearlet transform,NSST）域的融合策略进行研究，提出了一种新的NSST域遥感图像融合方法。该方法首先将源图像进行NSST分解为低频系数和多方向的高频子带；然后，引入基于平均谱半径（MSR）的图像特征加权机制，将能量属性（EA）和改进的拉普拉斯能量和（SML）进行加权并应用于低频系数融合，以解决能量保存和细节提取问题；其次，开发了一种改进的双通道脉冲耦合神经网络（Pulse coupled neural network,PCNN），并结合由方向信息（OI）确定权重的加权自适应方法来对高频子带进行融合；最后利用融合后的低频系数和高频子带进行重构，得到融合后的图像。通过GF-2、GeoEye和WorldView-3三种不同分辨率的共48组卫星影像验证了该方法的有效性，与5种融合方法的对比实验表明，该方法在视觉感知和定量评价指标方面都能取得较好的效果。
- 出版日期2022-7-18
- 单位昆明理工大学
