您的位置: 专家智库 > >

西北工业大学基础研究基金(JC20110266)

作品数:11 被引量:48H指数:4
相关作者:李晖晖郭雷路雅宁时丕丽杨宁更多>>
相关机构:西北工业大学上海海事大学更多>>
发文基金:西北工业大学基础研究基金国家自然科学基金国家教育部博士点基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 11篇中文期刊文章

领域

  • 10篇自动化与计算...
  • 1篇电子电信

主题

  • 10篇图像
  • 8篇图像融合
  • 5篇多尺度
  • 5篇多尺度几何分...
  • 4篇遥感
  • 4篇遥感图像
  • 3篇多光谱
  • 3篇多光谱图像
  • 3篇多光谱图像融...
  • 3篇遥感图像融合
  • 3篇光谱图像
  • 3篇SAR图像
  • 3篇HSI变换
  • 3篇波变换
  • 2篇曲波变换
  • 2篇下采样
  • 2篇孔径雷达
  • 2篇雷达
  • 2篇合成孔径
  • 2篇合成孔径雷达

机构

  • 11篇西北工业大学
  • 1篇上海海事大学

作者

  • 10篇李晖晖
  • 8篇郭雷
  • 5篇路雅宁
  • 3篇时丕丽
  • 3篇杨宁
  • 2篇陈智慧
  • 1篇赵天云
  • 1篇刘坤
  • 1篇曾艳
  • 1篇姚西文
  • 1篇金星

传媒

  • 2篇光子学报
  • 2篇计算机应用研...
  • 1篇西北工业大学...
  • 1篇光电工程
  • 1篇南京理工大学...
  • 1篇计算机测量与...
  • 1篇吉林大学学报...
  • 1篇中国图象图形...
  • 1篇西安工业大学...

年份

  • 1篇2015
  • 1篇2014
  • 2篇2013
  • 7篇2012
11 条 记 录,以下是 1-10
排序方式:
基于曲波活性测度的SAR与多光谱图像融合被引量:6
2012年
曲波变换是一种更适合于图像处理的多尺度几何分析方法,具有很强的方向性。结合活性测度将其应用于合成孔径雷达(SAR)图像和多光谱(MS)图像融合可以更好地表示图像中的有用特征。首先,对多光谱图像和SAR图像的R、G、B三波段分别进行曲波变换,粗尺度系数采用3×3窗口系数活性测度进行融合,细节尺度直接取大,对粗尺度和细节尺度系数重构后得到最终融合结果。采用熵、平均梯度、信噪比和扭曲程度对融合结果进行评价。实验结果表明,基于曲波活性测度的融合方法在保持MS光谱信息和提高空间分辨率上都有较好的结果。
路雅宁郭雷李晖晖
关键词:曲波变换多尺度几何分析活性测度
基于NSCT的SAR与可见光图像融合方法被引量:8
2013年
为了更好地将可见光图像与噪声干扰严重的合成孔径雷达图像融合,提出了一种最大尺度硬阈值去噪的方法,在此基础上设计了一种融合规则,根据噪声和信号在NSCT(nonsubsampled Contourlet transform)域的分解系数特性,将NSCT分解的最大尺首先进行硬阈值去噪,其他高频尺度与最大尺度对应的像素点取值方式保持一致,在低频系数采用"简单绝对值取大"的融合规则,最后进行NSCT逆变换得到融合图像。实验结果表明,该方法能有效抑制斑点噪声,并能充分保留源图像重要特征。
时丕丽郭雷李晖晖
关键词:非下采样CONTOURLET变换合成孔径雷达图像可见光图像相干斑噪声图像融合
结合边缘特征的遥感图像融合被引量:3
2012年
曲波(Curvelet)变换是一种更适合于图像处理的多尺度几何分析(MGA)方法,具有很强的方向性。结合HSI变换将其应用于全色图像和多光谱(MS)图像融合可以更好地表示图像中的有用特征。首先对多光谱图像进行HSI变换,得到亮度分量I,对全色图像和I分量进行曲波变换得到粗尺度系数和细节尺度系数,对全色图像的粗尺度系数和细节尺度系数进行叠加,计算归一化的全色曲波系数直方图,定义边缘有效因子,利用全色图像的特征信息对融合图像的粗尺度系数进行处理,对细节尺度系数采用函数对弱边缘进行增强,对新的曲波系数设计融合规则进行融合,逆变换后得到新的亮度分量Inew,用Inew替代原亮度分量I进行逆HSI变换得到最终融合结果,采用统计类指标对融合结果进行评价。实验结果表明,该方法在保持光谱信息和提高空间分辨率上都有较好的效果。
路雅宁郭雷李晖晖
关键词:HSI变换遥感图像融合
改进的压缩感知重构算法及其在图像融合中的应用被引量:4
2014年
为了提升压缩感知图像的重构精度,该文提出一种伪逆自适应压缩感知重构算法。该算法在总结已有贪婪算法的基础上,从最优原子的选择方式和支撑集更新过程两方面对已有算法进行改进。将算法应用于基于压缩感知原理的图像融合框架,实验结果表明,改进算法的重构图像质量优于基本贪婪类算法,应用于图像融合时可在较短的时间内得到更好的融合结果。
李晖晖曾艳杨宁姚西文钱林弘
关键词:压缩感知贪婪算法图像融合
一种曲波域亮度调制的遥感图像融合方法被引量:2
2012年
曲波(Curvelet)变换是一种更适合于图像处理的多尺度几何分析(MGA)方法,具有很强的方向性;结合HSI变换将其应用于合成孔径雷达(SAR)图像和多光谱(MS)图像融合可以更好地表示图像中的有用特征;首先对多光谱图像进行HSI变换,得到亮度分量I,对亮度调制(IM)的方法为:对SAR图像和I分量进行曲波变换得到粗尺度系数和细节尺度系数,利用边缘信息和和调制系数k对粗尺度系数进行处理,逆变换后得到新的亮度分量Inew,用Inew替代原亮度分量I进行逆HSI变换得到最终融合结果,采用熵、梯度、空间频率、偏差指数和扭曲程度对融合结果进行评价;实验结果表明,该方法在保持光谱信息和提高空间分辨率上都有较好的结果。
路雅宁郭雷李晖晖
关键词:HSI变换SAR图像融合
基于MSA特征和模拟退火优化的遥感图像多目标关联算法被引量:1
2015年
由于当前遥感成像技术一般只能获取采样稀疏的遥感图像,无法准确估计目标的状态信息,因此传统的利用状态特征进行关联的方法并不适合遥感图像的目标关联。选取不依赖于时间的目标图像特征作为关联量又无法处理大场景中多个目标关联引起的模糊性。针对上述问题,本文提出了基于多尺度自卷积不变矩特征匹配和模拟退火优化的多目标关联算法。首先提取目标的多尺度自卷积矩(MSA)特征,计算特征间匹配概率,构造整体关联代价矩阵,并设置自适应温度更新函数和双阈值对模拟退火算法进行改进,快速寻求全局最优解。实验结果表明,该算法能够有效地利用遥感图像特征信息,消除关联模糊性,高效解决多目标关联问题。
李晖晖滑立杨宁刘坤
关键词:摄影测量与遥感技术模拟退火算法
基于NSCT和遗传算法的SAR图像和多光谱图像融合被引量:1
2012年
合成孔径雷达(SAR)图像与多光谱图像成像机理和光谱特性差异较大,一般的融合方法很难取得满意的融合结果。文章提出了一种基于Nonsuosampled Contourlet transform(NSCT)和遗传算法的融合算法,首先将经过预处理后的图像进行NSCT分解,低频系数采取区域信息熵最大的准则融合;高频子带计算区域相关性,对相关性在不同阈值范围内的系数进行融合,阈值的选取采用遗传算法进行搜索;最后对融合系数进行NSCT逆变换,得到融合结果。仿真结果表明该算法显著优于基于像素点和基于区域的融合方法。
时丕丽郭雷李晖晖杨宁陈智慧
关键词:图像融合NSCT遗传算法SAR图像多光谱图像
结合边缘信息和图像特征信息的曲波域遥感图像融合被引量:10
2012年
曲波变换是一种更适合于图像处理的多尺度几何分析方法,具有比小波变换更强的方向选择和辨识能力,而且对图像边缘的表达更优于小波.结合色度-饱合度-亮度变换将其应用于合成孔径雷达图像和多光谱图像融合可以更好地表示图像中的有用特征.首先对多光谱图像进行色度-饱合度-亮度变换,得到亮度分量I,对雷达图像和I分量进行曲波变换得到粗尺度系数和细节尺度系数;将雷达图像的粗尺度系数和细节尺度系数进行叠加,计算归一化的曲波系数直方图,定义边缘有效因子,利用合成孔径雷达图像的特征信息将曲波变换系数分为均匀区、非均匀区和亮点目标区.然后采用相应的融合规则对融合图像的粗尺度系数进行处理,对细节尺度系数采用简单的直接取大方法,逆变换后得到新的亮度分量.用新的亮度分量替代原亮度分量进行逆色度-饱合度-亮度变换得到最终融合结果,利用统计类指标对融合结果进行评价.实验结果表明,该方法在保持光谱信息和提高空间分辨率上都有较好的效果.
路雅宁郭雷李晖晖
关键词:曲波变换多尺度几何分析HSI变换图像融合
带限剪切波变换与全变差结合的图像去噪被引量:4
2013年
基于带限剪切波变换理论,提出了一种带限剪切波与全变差相结合的去噪算法.根据剪切波变换在不同分解尺度的噪音标准差设置不同的阈值对噪音图像进行重构,以此重构图像作为全变差去噪的初始图像进行全变差最小化去噪,经过迭代后得到最终去噪结果.实验结果表明,与基于多尺度几何分析的其他去噪算法(曲波变换、非下采样轮廓波变换、剪切波变换直接硬阈值去噪)相比,视觉效果与峰值信噪比数值有明显的提高,且保留了更多的纹理、边缘等图像细节信息.
路雅宁郭雷李晖晖
关键词:图像去噪多尺度几何分析剪切波变换全变差
非下采样Contourlet变换与脉冲耦合神经网络相结合的SAR与多光谱图像融合被引量:14
2012年
由于获取地物波谱信息的波段范围及成像方式的不同,SAR与多光谱图像所得到的信息有很大差异,而且SAR图像会受到严重的相干斑噪声干扰,因此SAR与多光谱图像的融合很难获得满意的效果。考虑到非下采样Contourlet变换(NSCT)相比于其他多尺度几何分析方法的优势,提出了一种NSCT与脉冲耦合神经网络(PCNN)相结合的SAR与多光谱图像融合方法。源图像首先经过NSCT分解获得不同尺度多个方向下的分解系数,将分解系数的高斯拉普拉斯算子能量作为脉冲耦合神经网络模型的输入,具有较大点火频率的系数将被选择作为融合图像的系数,最后经过NSCT重构得到最终的融合图像。实验结果表明,这种算法无论在主观视觉还是在客观指标上都要优于之前的许多算法。
金星李晖晖时丕丽
关键词:图像融合非下采样CONTOURLET变换脉冲耦合神经网络SAR图像多光谱图像
共2页<12>
聚类工具0