ARSIS概念下基于第二代Curvelet变换的遥感影像融合方法

合集下载

基于二代Curvelet变换与MPCA的可见光与红外图像融合

龙源期刊网
基于二代Curvelet变换与MPCA的可见光与红外图像融合
作者：周爱平,梁久祯
来源：《计算机应用》2010年第11期
摘要:
针对同一场景红外图像与可见光图像的融合问题,提出了一种基于二代Curvelet变换与模
块化主成分分析(MPCA)的图像融合新方法。

首先对原始图像分别进行快速离散Curvelet变换,得到不同尺度和方向下的粗细尺度系数;根据红外图像与可见光图像的不同物理特性以及人类视觉系统特性,对粗尺度系数的选择,采用基于模块化主成分分析(MPCA)的融合规则,确定融合
权值,而对不同尺度与方向下的细尺度系数的选择,采用基于局部区域能量的融合规则;最后经Curvelet逆变换得到融合结果。

实验结果表明,该方法能够更加有效、准确地提取图像中的特征,在主观视觉效果与客观评价指标上均取得了较好的融合效果,是一种可行有效的图像融合算
法。

关键词:
图像融合;Curvelet变换;模块化主成分分析;可见光图像;红外图像。

基于第二代Curvelet变换的遥感图像融合算法研究的开题报告

基于第二代Curvelet变换的遥感图像融合算法研究的开题报告一、选题背景随着遥感技术的不断发展和应用，人们对于遥感图像的要求也越来越高。

目前，遥感图像融合技术已经成为了提高遥感图像分析和应用水平的重要手段。

遥感图像融合旨在将多个不同分辨率或传感器的遥感图像集成成一个更具信息含量和完整性的新图像，以便更好地满足使用需求。

目前，遥感图像融合主要采用多分辨率分析技术和小波变换技术等方法。

然而，这些方法在处理一些特殊情况下存在一定的局限性和不足。

为此，本文提出了基于第二代Curvelet变换的遥感图像融合算法。

二、研究意义基于第二代Curvelet变换的遥感图像融合算法在处理多分辨率图像时，具有更好的形态表达能力和更好的局部性能。

相比于传统的小波变换、多分辨率分析等方法，该算法在多分辨率图像的边缘和轮廓上的表现更为优异。

在图像融合应用中，对于边缘和轮廓的保护尤为重要，因此该算法有望在遥感图像融合领域得到广泛应用。

三、研究内容本文将首先对遥感图像融合相关技术进行分析，然后介绍第二代Curvelet变换的原理及其在图像处理中的应用。

进一步，基于第二代Curvelet变换，我们将提出一种新的遥感图像融合算法，包括以下步骤：1. 将原始遥感图像通过第二代Curvelet变换，得到低频和高频部分。

2. 对低频部分采用平均算法进行融合。

3. 对高频部分进行加权平均算法融合。

4. 将融合后的低频部分和高频部分通过逆Curvelet变换，得到最终的融合图像。

四、预期成果本文研究的基于第二代Curvelet变换的遥感图像融合算法，将在多种图像融合任务上进行测试，并与传统的小波变换、多分辨率分析等方法进行比较。

通过实验结果，我们将证明该算法具有更好的图像融合效果和更高的图像质量。

五、研究方法本文的研究方法将包括文献调研、理论分析、算法设计、实验测试和结果分析等步骤。

我们将通过收集、分析和归纳相关文献，对遥感图像融合和Curvelet变换等技术进行详细的介绍和分析。

应用第二代Curvelet变换的遥感图像融合

应用第二代Curvelet变换的遥感图像融合张强;郭宝龙【期刊名称】《光学精密工程》【年(卷),期】2007(015)007【摘要】提出了一种基于第二代Curvetet变换遥感图像融合算法.将具有高空间分辨力的Pan图像与Ms图像的待融合波段图像进行直方图匹配,并对直方图匹配后的Pan图像与待融合波段Ms图像分别进行Curvelet变换分解,得到各自的低频子带系数和各带通方向子带系数;采用一定的融合规则对Curvelet变换系数进行组合得到融合图像的Curvelet系数;最后对组合后的系数进行Curvelet重构得到该波段具有高空间分辨力的Ms图像.对IKONOS卫星遥感图像的仿真实验结果表明:与传统的基于亮度-色调-饱和度彩色空间变换融合算法相比,该算法使融合后的Ms 图像整体光谱保持度提高了10.54%,而与传统的基于小波变换的图像融算法相比,其空间质量提高了0.81%～1.12%,有效解决了基于亮度-色调-饱和度彩色空间变换融合算法中光谱失真严重和基于小波变换图像融合算法中空间质量较低的缺点,使得融合后的Ms图像在最大可能地保持原始Ms图像光谱特性的同时,显著提高了融合图像的空间质量.【总页数】7页(P1130-1136)【作者】张强;郭宝龙【作者单位】西安电子科技大学机电工程学院智能控制与图像工程研究所,陕西,西安,710071;西安电子科技大学机电工程学院智能控制与图像工程研究所,陕西,西安,710071【正文语种】中文【中图分类】TP751【相关文献】1.第二代Curvelet变换在低剂量CT图像增强中的应用 [J], 张涛;王宾;杨立娟;齐乃新2.第二代Curvelet变换在地震随机噪声衰减中的应用 [J], 林春;王绪本3.基于Curvelet变换与一致性约束的遥感图像融合 [J], 张维; 陈报章; 赵亮4.基于二代curvelet变换耦合方差特征约束的遥感图像融合算法 [J], 韩卫冰5.基于curvelet变换与一致性约束的遥感图像融合 [J], 楚琳琳;范文兵因版权原因，仅展示原文概要，查看原文内容请购买。

基于二代Curvelet变换和区域匹配度的图像融合算法

基于二代Curvelet变换和区域匹配度的图像融合算法
邓艾;吴谨;杨莘;李娟
【期刊名称】《计算机科学》
【年(卷),期】2012(039)B06
【摘要】提出了一种新的基于二代Curvelet变换的多传感器图像融合算法,分别讨论了粗尺度系数和细尺度系数的融合规则。

首先采用二代Curvelet变换对源图像进行多尺度的分解,将粗尺度系数值进行变换使其强度分布一致,再采用加权平均的方法确定粗尺度融合系数。

采用显著性测度和区域匹配度联合分析的方法确定细尺度系数,并进行一致性验证,最后进行二代Curvelet逆变换获取融合图像。

将传统融合规则和该方法从独立因素、联合因素以及综合评价3方面进行了比较,结果表明,该方法较好地保持了边缘信息,减少了细节信息的损失,具有较优的性能参数和良好的视觉效果。

【总页数】3页(P513-514,548)
【作者】邓艾;吴谨;杨莘;李娟
【作者单位】武汉科技大学信息科学与工程学院,武汉430081
【正文语种】中文
【中图分类】TN91
【相关文献】
1.基于区域特性的Curvelet变换图像融合算法 [J], 王坤臣;孙权森
2.第二代curvelet变换与区域能量的多聚焦图像融合方法 [J], 郭敏;任娜;高卫平
3.基于二代curvelet变换耦合方差特征约束的遥感图像融合算法 [J], 韩卫冰
4.基于第二代Bandelet和区域特性的多聚焦图像融合算法 [J], 楼晶晶;王煦;苗启广
5.基于二代Curvelet变换耦合二维因子的图像融合算法 [J], 韩明;李宏图
因版权原因，仅展示原文概要，查看原文内容请购买。

基于第二代Curvelet变换的多聚焦图像融合

其：矩Ｓ［ｔ］度不均分中切阵。ＬａＪ０是匀布剪＝一０ — ；角ｎ
的，但它的斜率是均匀分布的。
则离散ｃｒｅｔ义为ｕｖｌ定ｅ
，
域的广泛应用，多学者对基于小波的像素级图像融合算众
法展开了广泛研究。与小波变换一脉相承的Ｃｒｅｔ换ｕｖｌ变ｅ由于其优秀的边缘表达能力，助于改善小波变换融合图有像的视觉清晰度，有效地提高其空间分辨率。１９并９９年，ＥＪＣｎｅ．ａｄｓ和ＤＬＤｎｈ．ｏｏｏ提出Ｃｒｅｔ换理论，就是第ｕｖｌ变ｅ也
第３１卷
第３期
四川兵工学报
２１００年３月
【信息与计算机】
基于第二代Ｃｒｅｅ变换的多聚焦图像融合崇ｕｖｌｔ
宋英姿
（放军理工大学气象学院，京解南２１Ｏ）１ｌ１
摘要：将第二代Ｃｒｌｔｕｖｅ变换引入图像融合领域。选取目前有代表性的融合规则进行大量实验，ｅ并用峰值信噪比（ＳＲ和均方误差（Ｓ）ＰＮ）ＭＥ进行定量分析与比较。实验表明，采用适合的Ｃｒｅｔｕｖｌ变换融合算法具有更强的细节ｅ获取能力，融合效果优于采用各种融合规则的小波分解融合算法。特别是采用基于边缘的融合规则时Ｃｒｅｔｕｖｌｅ变换的融合改进效果更好。关键词：第二代Ｃｒｌｔ多聚焦图像；ｕｖｅ；ｅ图像融合

基于Shearlet变换的多聚焦图像融合方法

基于Shearlet变换的多聚焦图像融合方法邱万山;何建忠【摘要】为提高多聚焦图像的融合效果,利用Shearlet变换具有多尺度多方向的特性,文中提出了一种基于Shearlet变换的图像融合算法.针对待融合图像进行Shearlet变换,得到低频子带系数和不同尺度不同方向的高频子带系数;对低频子带系数取分解系数区域能量高的系数,高频子带系数采用区域能量和区域清晰度以及区域方差相结合,采用多判别法得到融合系数,并最终进行Shearlet逆变换得到融合图像.结果表明,在主观视觉效果和客观评价指标上此算法优于其他融合算法.【期刊名称】《电子科技》【年(卷),期】2015(028)011【总页数】4页(P143-146)【关键词】Shearlet变换;区域清晰度;区域能量;区域方差;多判别法【作者】邱万山;何建忠【作者单位】上海理工大学光电信息与计算机工程学院,上海200082;上海理工大学光电信息与计算机工程学院,上海200082【正文语种】中文【中图分类】TP391.41图像融合是信息融合［1］的一个重要分支，也是图像理解和计算机视觉中的一项重要技术，其分为3 个层次，即像素级图像融合［2］、特征级图像融合及决策级图像融合，在像素级图像融合中，多聚焦图像融合直接在原始数据上进行融合，能保持尽可能多的现场数据，提供其他融合层次所不能提供的更丰富、可靠的信息，有利于对图像的进一步分析、处理与理解。

图像融合算法在早期是基于空域的，直接对源图像的像素灰度空间操作，实现简单，但效果欠佳。

1983年，Burt P J 等人首先提出了金字塔变换［3］，开启了多尺度分解的序幕，之后基于小波变换［4］，Contourlet 变换［5］等的变换方法相继被提出。

1 Shearlet 变换1.1 预备知识Shearlet 变换［6－10］理论在2005 年提出，Glenn Easley等人将合成小波理论与传统的仿射系统理论相结合，提出了一种新的多尺度几何分析方法，通过对一个函数进行伸缩、平移、旋转生成一组基函数，使其和多分辨分析关联起来，能在不同尺度、不同方向对图像的细节信息进行有效描述。

Curvelet变换结合(2D)2PCA的人脸识别算法

Curvelet变换结合(2D)2PCA的人脸识别算法赵庆敏;彭雪莹【摘要】作为一种新的多尺度多方向性的信号分析工具,Curvelet变换不但具有小波变换多尺度和多分辨率的特点,还具有很强的方向性,对包含大量面部轮廓和五官曲线信息的人脸图像能实现最优的稀疏表示.本文提出并实现了一种基于Curvelet变换结合双向二维主成分分析((2D)2 PCA)的人脸识别算法,以Yale人脸数据库进行人脸识别实验,结果表明,该算法相对于传统基于小波变换的人脸识别算法,能有效提高识别率,缩短识别时间.【期刊名称】《南昌大学学报（理科版）》【年(卷),期】2018(042)002【总页数】4页(P180-183)【关键词】Curvelet变换;小波变换;人脸识别;双向二维主成分分析((2D)2PCA)【作者】赵庆敏;彭雪莹【作者单位】南昌大学信息工程学院,江西南昌 330031;天津市信息中心,天津300201【正文语种】中文【中图分类】TP391.41人脸识别技术作为生物特征识别技术中的一种，由于它是非接触、无侵犯性的，无须干扰人们的行为，被誉为最友好的生物特征识别技术[1]。

与其他生物特征(指纹、虹膜、语音等)识别技术相比，人脸识别技术具有检验快速、操作简便、准确可靠、隐蔽性好等优越性，在信息和公共安全等相关领域具有广阔的应用前景[2]。

近年来，作为一种很好的信号分析工具，小波变换发展迅速，为人脸图像的特征提取和表征提供了强有力的工具[3]，但由于小波变换只具有有限的方向性(水平、垂直和对角线)，对包含大量奇异性的人脸图像不能实现最优的表示。

为了克服小波变换方向性的不足，寻找更好的人脸图像表示方法，Candès和Donoho在Ridgelet变换的基础上于1999年提出了Curvelet变换并构造了Curvelet的紧框架[4]，该变换对含大量光滑奇异性曲线的目标函数可实现稳定、高效和近乎最优的表示。

基于Curvelet变换与分形的遥感图像融合

基于Curvelet变换与分形的遥感图像融合马瑶;那彦;张守将;刘震【摘要】基于Curvelet变换对于图像的光谱信息保留和分形原理,针对图像的纹理信息提取的特性,提出了一种基于Curvelet变换与改进的分形布朗运动分维数计算的新的融合算法。

对多光谱与全光谱图像进行了融合实验,并与传统的基于小波变换和高频系数取大算法进行了对比。

实验证明,文中算法在图像光谱信息保留和纹理细节信息等方面具有良好的性能。

%In this paper,an algorithm based on curvelet transform and fractal is proposed in light of the fact that the curvelet transform can keep the spectrum information and the principle of fractal can extract the texture information of the image.A fusion experiment is done using the panchromatic image and the multi spectral image,and a comparison is made with the algorithm based on the wavelet transform and high frequency coefficients.The result shows that the proposed method has a good performance on getting the spectrum and texture information.【期刊名称】《电子科技》【年(卷),期】2012(025)005【总页数】4页(P94-96,100)【关键词】图像融合;Curvelet变换;小波变换;分形布朗运动【作者】马瑶;那彦;张守将;刘震【作者单位】西安电子科技大学电子工程学院,陕西西安710071;西安电子科技大学电子工程学院,陕西西安710071;西安电子科技大学电子工程学院,陕西西安710071;西安电子科技大学电子工程学院,陕西西安710071【正文语种】中文【中图分类】TP391.41遥感图像融合是利用空间分辨率低、光谱信息丰富的多光谱图像和空间分辨率高、光谱分辨率低的全光谱图像进行融合，从而获得空间分辨率和光谱分辨率均较高的图像。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

融合方法。实验结果表明Ｃｒｅｔｕｖｌ方法无论在光谱保真度还是空间细节增强方面都优于小波方法，ｅ且本文提出
的融合模型提高了传统模型下Ｃｒｅｅｕｖｌｔ的融合效果。关键词：ＡＲＳＳＣｒｅｅ变换；ｖｌｔ变换；Ｉ；ｕｖｌｔＷａｅｅ融合模型；ＰＳＯＴ
遥感信息
理论研究
２１．ＯＯ６
ＡＳＳ概念下基于第二代ＣｒｅｅＲＩｕｖｌｔ变换的遥感影像融合方法
彭凌星，自强，光银朱鲁
（中南大学信息物理工程学院，沙４０８）长１０３
摘要：ＲＩＡＳＳ概念下的遥感影像融合中多尺度分析方法层出不穷，经典的小波分析方法因为方向有限且是各
有更高的逼近精度和更好的稀疏表达能力。本文利用第二代Ｃｒｅｅ作为多尺度分析工具，提出一种新的分ｕｖｌｔ并量融合模型，尺度分量线性加权融合，同层次细尺度分量采用不同融合模型，。２层对全色影像Ａ分量进粗不１和。行调整使其与多光谱影像Ｂ分量具有相同的概率密度函数；。基于对全色影像和多光谱影像分量的相关性判３层断来调整融合分量。利用该方法对ＳＯ－ＰＴ５影像进行了融合实验，对比小波融合方法和传统模型下的Ｃｒｅｔ并ｕｖｌｅ
ＰＥＮＧｎ－ｉｇＺＬｉｇｘｎ，ＨＵｉｑａｇＬＧｕｎ－ｉＺ－ｉｎ，Ｕａｇｙｎ
（ｃｏｌｆＩｆ－ｈｓｓｎｅｍｔｓＥｇｎｅｉｇ，ｅｔａｏｔｎｖｒｉ，ｈｎｓａ４０８）ＳｈｏｏｐｙｉｄＧｏａｉｎｉｅｒｎＣｎｒｌｕｈＵｉｅｓｙＣａｇｈ１０３ｏｎｃａｃＳｔ
ＡｂｔａｔＭｕｉｃｌｎｌｓｓｍｅｈｄａｅｎｔｅＡＲＳＳｃｎｅｔｈｖｅｎｅｒｉｇ，ｉｈｔｅｃａｓｃｌｖｌｔｎｌｓｒｃ：ｈｓａｅａａｙｉｔｏｓｂｓｄｏｈＩｏｃｐａｅｂｅｍｅｇｎｉｗｈｃｈｌｓｉａｎｗａｅｅｉｔｄｄｒｃｉｎｌａｉｇｔｏｌｒｉｇｓＣｕｖｌｔａｅｍｕｔｃｌｎｌｓｓａｇｒｔｍ，ｓｍｏｅｓｔｏｉａｕｅａｄｌｍｉｉｅｔ，ｅｄｎｏｓｍｅｂｕｍａｅ．ｒｅｅ，ｓａｎｗｌｉａｅａａｙｉｌｏｉｈｅｏｓｉｒａｐｏｒｔｏｎｌｓｓｏｈｇｄｅｆｓｏｔｏｕｈａｕｖｎｉｅｃａａｔｒｓｉｓｔａｖｌｔＴｈｅｏｄｇｎｐｒｐｉｅｆｒａａｙｉｆｅｉａｔｍａｅｅｇｕｉｎｍｅｈｄｓｃｓｃｒｅａｄｌｈｒｃｅｉｔｈｎｗａｅｅ．ｎｃｅｓｃｎ－ｅ — ｅａｉｎｃｒｅｅｔｒｎｅｆｓｎｍｏｅｓｐｏｏｅｎｔｉｐｐｒＴｈｅｆｓｏｄｌｉｖｌｅｏｈｔｅｌｅｒｒｔｕｖｌｔｗｉａｂａｄｎｗｕｉｄｌｉｒｐｓｄｉｈｓａｅ．ｏｈｏｅｎｗｕｉｎｍｏｅｎｏｖｓｂｔｈｉａｎ
向同性的，因此不能 “ 疏” 达二维图像中的线奇异以及边缘方向，融合影像中引入一定程度模糊。曲波稀表在
（ｕｖｌｔ作为一种新的多尺度分析方法比小波分析更加适合分析二维图像中的曲线或直线状边缘特征，Ｃｒｅｅ）而且具
ｙｉｐｐａｓｎｏｏｍｐｔｎｎｇｔｐｒｉｈｅａｒｘｍａｉｎｒｃｓｏａｄｐａｓｔｓｒｐｔｏｎｏｆ２－ｉａｄｇｅｄｕｏｔｓｓａｅｒｔｃｅｅｔｅｏｕｈｏｏｖｄｅｔｐｐｏｉｔｏｐｅｉｉｎｎｓｒｉｙｄｅｃｉｉＤｍｇｅｅｅｔｉｓ
ＡｎＩａｅＦｕｉｎＭｅｈｄＢａｅｎｔｅｏｎｒｔｏｍｇｓｏｔｏｓｄｏｈｅＳｃｎｄＧｅｅａｉｎＣｕｖｌｔＡｎｌｓｓｗｉｈｎｔｒｅｅａｙｉｔｉｈｅＡＲＳＳＣｏｅａｅＩｎｃｐｔＦｒｍ
ｄｉ１．９９ｊｉｓ．Ｏ０３７．０００．０ｏ：０３６／．ｓｎ１Ｏ — １７２１．６０４
中图分类号：Ｐ９Ｔ７
文献标识码：Ａ
文章编号：００１７２１）１一ｏ１一Ｏ１０ —３７（００１２ｏ４５