基于非分离小波变换及形态学的遥感图像融合算法

来源 :2007年首届仪表、自动化与先进集成技术大会 | 被引量 : 0次 | 上传用户:houhx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对基于传统可分离小波遥感图像融合算法不能有效保留融合图像边缘信息的情况,利用非分离小波变换和形态学的各自优势,提出了一种注重边缘保护的遥感图像融合算法。该算法在非分离小波分解框架下,采用形态学边缘检测极大值和方差加权分析相结合的融合方法处理反映图像细节特征的小波系数;对反映图像近似内容的尺度系数利用加权法进行融合。最后通过非分离小波逆变换重构融合图像。实验结果表明,采用提出的融合规则得到的融合图像能够更好地再现图像的边缘信息,有机地融合遥感图像之间的互补信息,最大限度地反映地物的特征信息,为遥感图像的信息分析和提取能力提供有利的支持。
其他文献
本文对容错计算机输出数据的一致性表决问题进行了研究,提出了一种动态模糊聚类数据一致性表决容错方法,该方法在对多次运算输出数据进行归一化后,分析了各数据之间的模糊隶属度,利用他们的模糊隶属度使用动态模糊聚类方法构造λ截集,采用聚类数据多数一致方法确定容错计算机的最后输出,这一方法能剔除不正确或误差较大的数据,正确判断数据之间的一致性,获得正确的输出结果。
人工神经网络是由大量简单处理单元构成的非线性动力学系统,具有分布式的信息存贮、大规模并行处理、自学习和自组织等特点,可以解决传统计算机难以解决或无法解决的人工智能方面问题。本文结合两者特点,结合符号主义和连接主义两者的特点,提出并实现了一种脱机工作可训练的模式识别专用神经网络系统的结构设计。实验通过一次采样,便可独立完成包括模式采集、特征提取、样本学习以及识别等一整套与实物识别系统,并验证该神经计
本文针对显微视觉的图像恢复与3D重建问题,从显微光学成像的离焦机理和基于点扩散函数的图像模糊化描述出发,通过模糊测度算子分析序列显微图像的离焦分布规律,提出了一种用于构建较为精准离焦模型的方法。该模型采用混合参数多项式结构,与传统高斯模型相比,可以更接近真实离焦过程,这为较为精确的光学显微图像恢复和3D重构提供了新的技术途径。
本文建立了弹药单元包集合装载的数学模型,该模型的求解属于NP难问题,约束条件多,求解困难,本文探讨了模拟退火遗传算法在模型求解中的应用,给出了相应的适应度函数、能量函数、新个体接受策略及最优保存策略,并进行了实例仿真,证实了算法的有效性。
Δ调制作为一种控制策略已广泛应用于工程技术领域,但是目前还缺乏对其深入的系统理论研究,这在一定程度上限制了其应用的广泛性和深刻性。研究了Δ调制系统的混沌动力学特性,包括时间序列、相图、Lyapunov指数、功率谱、分形维数和分岔图。仿真实验结果表明,该系统具有混沌吸引子。对Δ调制系统的理论研究具有一定的意义。
本文对气象观测自动化设备的温度检定实现方法进行了阐述,对温度传感器检定过程中测量不确定度的主要来源和影响进行了分析评定。
提出一种改进的模拟测点选择方法。利用小波变换的时频特性,对电路的输出响应进行特征提取,根据特征信息范围创建模糊集,牛成整数编码字典;根据编码字典的特点,将测点选择问题转化为一类搜寻编码无重复的问题。通过对一滤波器的实际仿真和分析,证明了新方法的可行性。
在综合分析基于层次的凝聚聚类算法和基于密度的聚类方法的基础上,提出了一种聚类质量更好的混合聚类算法(HCAD)。它结合簇的密度参数重新定义了各簇之间的距离,采用层次凝聚的过程得到最终的聚类结果。实验表明其可有效地识别不同形状、大小的簇,过滤"噪声"数据,该算法在保证执行效率的情况下取得了更好的聚类结果。
在指纹识别中,很重要的部分是特征提取。特征提取的好坏直接决定了一个指纹识别系统的成败。不同的指纹细化方法,采取不同的特征提取算法。中心扫描细化算法是一种基于方向图的细化算法,具有较快的速度。细化后的指纹图像很少出现毛刺,并无需再做细化后处理。但在细化后的指纹图像中,其特征点往往成为断点,传统的特征提取方法很难对这种细化图像进行特征提取。提出了一种基于细化后形成断点和纹线方向的特征提取算法,有效解决
复烤润叶机入口烟叶来料流量和含水率的不确定性导致润后烟叶含水率控制精度不高以及控制滞后,影响烟叶工艺指标。通过分析影响润后烟叶含水率的相关变量,建立起描述变量依赖关系的贝叶斯网结构。通过实时参数学习算法更新贝叶斯网,由实时可测变量推算受控变量,实现对润叶加水量更精准和实时的自动控制,达到提高润后烟叶工艺指标的目的。