-
公开(公告)号：CN110097501B
公开(公告)日：2020-08-07
申请号：CN201910293728.0
申请日：2019-04-12
Applicant: 武汉大学
Abstract: 本发明公开了一种基于非局部均值梯度稀疏正则化的NDVI图像融合方法，包括如下步骤：步骤1，获得同一时间同一地理区域已配准的多光谱图像和全色图像。本步骤在于获得同一时间同一地理区域已配准的多光谱图像和全色图像，其中多光谱图像包含红色和近红外谱段的信息；步骤2，基于步骤1的结果，获得低分辨率的NDVI图像；步骤3，基于步骤2的结果，获得低分辨率的NDVI图像与高分辨率的NDVI图像的l2范数；步骤4，计算高分辨率的NDVI图像与全色图像的l1范数；步骤5，基于步骤3和步骤4，获得高分辨率的NDVI图像与低分辨率的NDVI图像，全色图像的能量函数，并使用交替方向乘子法(ADMM)迭代求解获得高分辨率的NDVI图像。
-
公开(公告)号：CN110097501A
公开(公告)日：2019-08-06
申请号：CN201910293728.0
申请日：2019-04-12
Applicant: 武汉大学
Abstract: 本发明公开了一种基于非局部均值梯度稀疏正则化的NDVI图像融合方法，包括如下步骤：步骤1，获得同一时间同一地理区域已配准的多光谱图像和全色图像。本步骤在于获得同一时间同一地理区域已配准的多光谱图像和全色图像，其中多光谱图像包含红色和近红外谱段的信息；步骤2，基于步骤1的结果，获得低分辨率的NDVI图像；步骤3，基于步骤2的结果，获得低分辨率的NDVI图像与高分辨率的NDVI图像的l2范数；步骤4，计算高分辨率的NDVI图像与全色图像的l1范数；步骤5，基于步骤3和步骤4，获得高分辨率的NDVI图像与低分辨率的NDVI图像，全色图像的能量函数，并使用交替方向乘子法(ADMM)迭代求解获得高分辨率的NDVI图像。
-
公开(公告)号：CN109859153A
公开(公告)日：2019-06-07
申请号：CN201910049204.7
申请日：2019-01-18
Applicant: 武汉大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于自适应光谱-空间梯度稀疏正则化的多光谱遥感图像与全色图像的融合方法，包括如下步骤：步骤1：获得同一时间同一地理区域已配准的多光谱图像和全色图像；步骤2：基于步骤1的结果，对融合图像进行下采样，获得融合图像和多光谱图像的l2范数；步骤3：计算融合图像和复制的全色图像的差值图像在空间和光谱方向上的梯度和权重矩阵，从而获得融合图像和全色图像的l1范数；步骤4：基于步骤2和步骤3，获得融合图像与多光谱图像，全色图像的能量函数，并迭代求解获得融合图像。本发明主要针对多光谱遥感图像与全色图像融合的应用需求，考虑到多光谱图像的光谱一致特性和空间梯度稀疏特性。
-
公开(公告)号：CN109859153B
公开(公告)日：2020-10-30
申请号：CN201910049204.7
申请日：2019-01-18
Applicant: 武汉大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于自适应光谱‑空间梯度稀疏正则化的多光谱遥感图像与全色图像的融合方法，包括如下步骤：步骤1：获得同一时间同一地理区域已配准的多光谱图像和全色图像；步骤2：基于步骤1的结果，对融合图像进行下采样，获得融合图像和多光谱图像的l2范数；步骤3：计算融合图像和复制的全色图像的差值图像在空间和光谱方向上的梯度和权重矩阵，从而获得融合图像和全色图像的l1范数；步骤4：基于步骤2和步骤3，获得融合图像与多光谱图像，全色图像的能量函数，并迭代求解获得融合图像。本发明主要针对多光谱遥感图像与全色图像融合的应用需求，考虑到多光谱图像的光谱一致特性和空间梯度稀疏特性。
-
-
-
Search Results
4
records
(took 0.014 seconds)
