没有合适的资源?快使用搜索试试~ 我知道了~
基于支持值变换和自适应主成分分析的多光谱和全色图像融合
0 下载量 199 浏览量
2021-02-24
06:35:10
上传
评论
收藏 1.72MB PDF 举报
温馨提示
试读
8页
在本文中,我们将投影替换与ARSIS(“全称”的缩写,“通过结构注入改善空间分辨率”,即通过结构注入提高空间分辨率”)概念假设相结合,以融合全色(PAN)和多光谱(MS)图片。 首先使用支持值过滤器(SVF)建立新的多尺度模型(MSM),使用支持向量变换(SVT),然后采用自适应主成分分析(APCA)通过统计方法选择MS图像的主成分测量MS和PAN图像之间的相关性; 其次,使用局部方法来检查结构是否应出现在新的主成分中,并且在插入MS模态之前,通过高分辨率带间结构模型(HRIBSM)对PAN高频结构进行转换。 因为SVT是具有移位不变属性的未抽取,二进位和混叠变换,所以融合图像可以避免采样时产生的振铃效果。 此外,ARSIS概念可以充分利用遥感物理学来减少结构注入中的空间和频谱失真。 纹理提取还用于避免由于将低通分量错误注入MS图像而导致的频谱失真。 包括视觉和数值评估在内的实验结果也证明了该方法相对于同类方法的优越性。
资源推荐
资源评论
资源评论
weixin_38637805
- 粉丝: 4
- 资源: 952
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功