-
公开(公告)号：CN105261000A
公开(公告)日：2016-01-20
申请号：CN201510593947.2
申请日：2015-09-17
Applicant: 哈尔滨工程大学
IPC: G06T5/50
Abstract: 本发明属于高光谱图像处理领域，具体涉及高光谱图像融合与空间分辨率增强的基于端元提取与光谱解混的高光谱图像融合方法。本发明包括：使用N-FINDR算法进行端元提取；使用光谱解混技术获取各像素中各端元的丰度值；以丰度矩阵A为先验知识，通过模糊C均值聚类算法对多光谱图像的像素进行分类标记，再根据标记结果和端元光谱进行融合图像重构；求得的分类结果，根据标记的类别将端元光谱赋值给高光谱图像的各像素，获得重构的融合高光谱图像。本发明由于采用端元提取技术提取并保留端元光谱信息，整个融合过程并不引入系数变换步骤，故不造成光谱失真，因此，本发明较现有的高光谱图像融合算法具有更好的光谱保真度。
-
公开(公告)号：CN104766290B
公开(公告)日：2018-02-13
申请号：CN201510140920.8
申请日：2015-03-27
Applicant: 哈尔滨工程大学
IPC: G06T5/50
Abstract: 本发明属于图像融合研究领域，具体涉及NSCT的一种基于快速NSCT的像素信息估计融合方法。本发明包括：通过NSCT滤波器间的变换整合，生成分解滤波器组；使用基于像素信息的融合规则对分解得到的低频和高频图像分解进行系数融合；通过与生成分解滤波器组类似的方式生成重构滤波器组，对各个融合子图通过重构滤波器滤波后叠加生成重构图像。在图像分解和重构阶段，以滤波器变换代替传统NSCT中的迭代滤波，将源图像在分解和重构阶段的计算次数缩减至1次，达到理论上的最优解；首次采用全局特征与像素的差异替代像素邻域特征的融合规则计算方式，显著减少计算量，并提高了融合效果。
-
公开(公告)号：CN105261000B
公开(公告)日：2018-04-24
申请号：CN201510593947.2
申请日：2015-09-17
Applicant: 哈尔滨工程大学
IPC: G06T5/50
Abstract: 本发明属于高光谱图像处理领域，具体涉及高光谱图像融合与空间分辨率增强的基于端元提取与光谱解混的高光谱图像融合方法。本发明包括：使用N‑FINDR算法进行端元提取；使用光谱解混技术获取各像素中各端元的丰度值；以丰度矩阵A为先验知识，通过模糊C均值聚类算法对多光谱图像的像素进行分类标记，再根据标记结果和端元光谱进行融合图像重构；求得的分类结果，根据标记的类别将端元光谱赋值给高光谱图像的各像素，获得重构的融合高光谱图像。本发明由于采用端元提取技术提取并保留端元光谱信息，整个融合过程并不引入系数变换步骤，故不造成光谱失真，因此，本发明较现有的高光谱图像融合算法具有更好的光谱保真度。
-
公开(公告)号：CN104766290A
公开(公告)日：2015-07-08
申请号：CN201510140920.8
申请日：2015-03-27
Applicant: 哈尔滨工程大学
IPC: G06T5/50
Abstract: 本发明属于图像融合研究领域，具体涉及NSCT的一种基于快速NSCT的像素信息估计融合方法。本发明包括：通过NSCT滤波器间的变换整合，生成分解滤波器组；使用基于像素信息的融合规则对分解得到的低频和高频图像分解进行系数融合；通过与生成分解滤波器组类似的方式生成重构滤波器组，对各个融合子图通过重构滤波器滤波后叠加生成重构图像。在图像分解和重构阶段，以滤波器变换代替传统NSCT中的迭代滤波，将源图像在分解和重构阶段的计算次数缩减至1次，达到理论上的最优解；首次采用全局特征与像素的差异替代像素邻域特征的融合规则计算方式，显著减少计算量，并提高了融合效果。
-
-
-
Search Results
4
records
(took 0.019 seconds)
