文献类型：期刊文章

作　　者：纪峰[1] 李泽仁[1] 常霞[1] 吴之亮[1]

JI Feng;LI Zeren;CHANG Xia;WU Zhiliang(Institute of Mathematics and Information Science, Beifang University of Nationalities, Yinchuan Ningxia 750021, China)

机构地区：[1]北方民族大学数学与信息科学学院,宁夏银川750021

出　　处：《图学学报》

基　　金：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)

年　　份：2017

卷　　号：38

期　　号：2

起止页码：247-252

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD_E2017_2018、核心刊

摘　　要：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。

关 键 词：遥感图像融合 NSCT变换 PCA变换 小波变换 融合规则  区域标准差自适应加权  

分 类 号：TP391]