基于局部特征的多光谱与全色图像融合算法研究

被引量 : 6次 | 上传用户:haiyan100
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
随着遥感技术的发展,同一卫星装载多个不同的传感器来获取遥感图像。多光谱传感器获取的多光谱图像的主要特点是具有丰富的光谱信息但空间分辨率低,全色传感器获取的全色图像是一幅具有高空间分辨率的灰度图像。因此利用图像融合技术将这两种具有互补信息的图像进行融合可以得到一幅空间分辨率高的多光谱图像。本文以全色图像与多光谱图像的空间分辨率之比为2:1和4:1为研究对象,以提高多光谱空间分辨率和减少光谱损失为目标,展开全色图像与多光谱图像的融合算法研究。以全色图像与多光谱图像空间分辨率之比为2:1为研究对象
其他文献
随着物联网技术及计算机视觉的发展,基于视频的说话人定位与跟踪技术也越来越受到人们的重视,目前已成为一个重要的研究课题,而智能环境下基于视频的多特征融合跟踪是该技术
毫米波辐射计利用被动接收目标辐射能量对信号进行处理和目标识别。毫米波辐射计因其独特的优势得到广泛的使用。它有较好的信号处理能力、较高的目标辨识度,因而在军事、农
毁伤效能是武器系统作战效能评估中最重要的性能指标,由于高空炸点存在目标高速性、炸点分布随机性以及炸后破片分布广泛性等特点,很难给出合理的多姿态弹目交会目标毁伤评估和
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术能有效对抗无线信道多径时延引起的符号间干扰(Inter Symbol Interference,ISI),频谱利用率高,是新一代宽带
基于视频流的运动目标检测与跟踪是计算机视觉领域的重要研究热点之一,主要利用数字信号处理技术、模式识别技术、人工智能理论和自动控制技术等,实现对运动目标的形态捕捉和
网络拓扑识别是网络性能监测的重要组成部分之一,实时、准确地了解网络拓扑结构对于很多实际应用(如链路丢包率估计、链路时延估计等)都非常重要。基于网络层析成像的拓扑估
地震波阻抗是一个预测储集条件分布和储层分布空间的关键参数,它可直接反映储层物性,因此,地震波阻抗反演技术一直得到了广大科研人员的深入研究。本文针对当前波阻抗反演中
稀布阵列天线可利用更少的天线单元对相同孔径下的均匀阵列天线性能进行逼近,从而降低成本;在天线数目相同的条件下,具有更窄的主波束宽度,增强系统性能;同时阵元间距的增大
延迟/中断可容忍网络(Delay/Disruption-Tolerant Network, DTN)是一种能够有效克服太空或受限通信环境的技术。DTN结构中束层所使用的束协议(Bundle Protocol,BP)有一个关键
随着网络业务数目和带宽需求的快速增加,流量工程作为网络性能优化的重要机制受到了网络运营商越来越多的重视。当前IP网络的流量工程方法主要有两种:IGP权重优化和MPLS-TE。