-
公开(公告)号：CN1296871C
公开(公告)日：2007-01-24
申请号：CN200410053855.7
申请日：2004-08-19
Applicant: 复旦大学
Abstract: 本发明为一种基于残差的遥感图像融合方法。该方法首先使用残差抽取算法获取多光谱图像的残差图像和全色图像的残差图像；然后将多光谱图像的残差图像插值到和全色图像的残差图像同样的尺寸，通过主成分分析对插值后的多光谱残差图像和全色图像的残差图像进行融合，恢复出多光谱图像的高分辨率残差；最后将多光谱图像的插值图像和多光谱图像的残差图像相加得到多光谱图像的高分辨率图像估计。本发明在较大地增强融合图像的空间细节表现能力的同时，很好地保留了原多光谱图像的光谱信息，其物理意义明确、实现结构简单、融合效果好，可为改善遥感图像的目视判读精度，提高信息清晰度和可靠性方面提供有效的技术支持。
-
公开(公告)号：CN1808181A
公开(公告)日：2006-07-26
申请号：CN200610024111.1
申请日：2006-02-23
Applicant: 复旦大学
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于统计参数估计的遥感图像融合方法。该方法引入高分辨率多光谱图像和低分辨率多光谱图像之间的观测模型，以及高分辨率多光谱图像和全色图像之间的观测模型，并将上述两个观测模型联立成一个贝叶斯线性模型。通过应用贝叶斯高斯—马尔科夫定理，得到线性最小均方误差意义上的高分辨率多光谱图像的估计。本发明不仅能够增强空间细节，而且很好地保持了光谱特性，其性能优于传统的HIS方法、PCA方法和小波变换方法以及现存的基于统计参数估计的Nishii方法和Hardie方法。新方法可为改善遥感图像的目视判读精度，提高信息清晰度和可靠性上提供新的有效的技术支持。
-
公开(公告)号：CN100410684C
公开(公告)日：2008-08-13
申请号：CN200610024111.1
申请日：2006-02-23
Applicant: 复旦大学
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于统计参数估计的遥感图像融合方法。该方法引入高分辨率多光谱图像和低分辨率多光谱图像之间的观测模型，以及高分辨率多光谱图像和全色图像之间的观测模型，并将上述两个观测模型联立成一个贝叶斯线性模型。通过应用贝叶斯高斯—马尔科夫定理，得到线性最小均方误差意义上的高分辨率多光谱图像的估计。本发明不仅能够增强空间细节，而且很好地保持了光谱特性，其性能优于传统的HIS方法、PCA方法和小波变换方法以及现存的基于统计参数估计的Nishii方法和Hardie方法。新方法可为改善遥感图像的目视判读精度，提高信息清晰度和可靠性上提供新的有效的技术支持。
-
公开(公告)号：CN1588447A
公开(公告)日：2005-03-02
申请号：CN200410053855.7
申请日：2004-08-19
Applicant: 复旦大学
Abstract: 本发明为一种基于残差的遥感图像融合方法。该方法首先使用残差抽取算法获取多光谱图像的残差图像和全色图像的残差图像；然后将多光谱图像的残差图像插值到和全色图像的残差图像同样的尺寸，通过主成分分析对插值后的多光谱残差图像和全色图像的残差图像进行融合，恢复出多光谱图像的高分辨率残差；最后将多光谱图像的插值图像和多光谱图像的残差图像相加得到多光谱图像的高分辨率图像估计。本发明在较大地增强融合图像的空间细节表现能力的同时，很好地保留了原多光谱图像的光谱信息，其物理意义明确、实现结构简单、融合效果好，可为改善遥感图像的目视判读精度，提高信息清晰度和可靠性方面提供有效的技术支持。
-
-
-
Search Results
4
records
(took 0.013 seconds)
