您当前的位置: 首页 > 论文 > 2022,53(04) > 信息与计算机·生物医学工程
基金项目:
国家自然科学基金资助项目(61703299)
分类号:
TP391
DOI:
10.16355/j.cnki.issn1007-9432tyut.2022.04.016
期刊号:
2022,53(04)
收稿日期:
修回日期:
通讯作者 | 单位 |
刘帆 | 太原理工大学大数据学院 |
摘要:
为了充分地利用遥感图像的空间细节信息,提出了基于卷积稀疏表示和非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)的遥感图像融合方法。首先利用卷积稀疏表示建立模型,完成图像的超分辨率,达到细节增强的目的。然后再对两幅图像进行融合,先将超分辨率后的图像和全色图像进行NSCT变换,得到各自的高分辨率子带图像和低分辨子带图像,根据不同子带的特点采用适当的融合规则进行融合得到新的子带信息,最后进行NSCT逆变换得到融合结果。实验证明,该方法获取的融合图像在视觉效果和客观指标两方面都优于其他方法。
关键字:
非下采样轮廓波变换;遥感图像;卷积稀疏表示;融合规则;