基于二代Curvelet变换耦合显著判定机制的遥感图像融合算法

您当前的位置：

首页 >

文章列表页 >

光学图像处理与识别 | 更新时间：2025-09-01

- 基于二代Curvelet变换耦合显著判定机制的遥感图像融合算法
- A remote sensing image fusion algorithm based on second generation curvelet transform and significant judgment mechanism
- 光学技术 2020年46卷第6期页码：721-727
- 作者机构：
  
  1. 1:西京学院机电技术系
  2. 2:西安电子科技大学通信工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金(61473237);陕西省科技厅重点研发项目(2017ZDXM-NY-088);陕西省自然科学基础研究计划项目(2014JM2-6096)
- DOI：10.13741/j.cnki.11-1879/o4.2020.06.015
  中图分类号：
- 纸质出版：2020
- 稿件说明：
移动端阅览
赛炜, 张善文, 胡予璞. 基于二代Curvelet变换耦合显著判定机制的遥感图像融合算法[J]. 光学技术, 2020,46(6):721-727.

A remote sensing image fusion algorithm based on second generation curvelet transform and significant judgment mechanism[J]. 2020, 46(6): 721-727.
赛炜, 张善文, 胡予璞. 基于二代Curvelet变换耦合显著判定机制的遥感图像融合算法[J]. 光学技术, 2020,46(6):721-727. DOI： 10.13741/j.cnki.11-1879/o4.2020.06.015.

A remote sensing image fusion algorithm based on second generation curvelet transform and significant judgment mechanism[J]. 2020, 46(6): 721-727. DOI： 10.13741/j.cnki.11-1879/o4.2020.06.015.

为了解决遥感图像融合方法在信息融合过程中因忽视了图像中的显著内容而导致融合图像的空间特征不理想的问题

提出了二代Curvelet变换耦合显著内容判定机制的遥感图像融合算法。借助HSV变换

计算多光谱(MS)图像的明度(V)分量;再采用二代Curelet变换对全色图像以及V分量进行计算

输出二者对应的频域子带。采用图像的幅度谱特征

计算出图像的显著信息

通过对图像进行分块

以分块图像的显著信息为依据

建立显著内容判定机制

根据分块图像的显著值

采用不同的方法来融合低频子带。最后

利用图像的梯度值

构造细节测度因子

以计算出图像的细节信息

实现高频系数的融合。实验结果显示

相对于已有的遥感融合方案而言

所提算法的融合图像拥有更好的光谱等特征

呈现出更高的标准差和相关系数值。

浏览量

107

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于双正交小波变换耦合区域梯度特征的遥感图像融合算法

基于非下采样Shearlet变换与双重制约的遥感图像融合算法

基于视觉感知机制制约的遥感图像融合算法

基于二代曲波变换与清晰度加权的遥感图像融合算法