發(fā)布時(shí)間：2018-12-11 02:36

【摘要】：針對(duì)NSCT變換算法具有較高復(fù)雜度、計(jì)算時(shí)間長(zhǎng)、不符合實(shí)時(shí)性要求的問題,提出將基于Shearlet變換和稀疏表示的算法引入到遙感圖像融合中。首先,對(duì)待融合圖像進(jìn)行Shearlet變換,分解后得到的低頻子帶系數(shù)采用區(qū)域能量取大的融合規(guī)則;分解后的高頻子帶系數(shù)采用PCNN的融合規(guī)則,最后對(duì)重構(gòu)系數(shù)進(jìn)行Shearlet逆變換。實(shí)驗(yàn)結(jié)果表明,與NSCT變換及經(jīng)典算法相比,新方法不僅有效改善了圖像融合質(zhì)量,同時(shí)提升了算法的運(yùn)行速度,實(shí)時(shí)性良好。
[Abstract]:Aiming at the problem that the NSCT transform algorithm has high complexity, long computation time and does not meet the real-time requirements, an algorithm based on Shearlet transform and sparse representation is proposed for remote sensing image fusion. Firstly, the Shearlet transform is applied to the fused image, and the low frequency subband coefficients are decomposed using the fusion rule of large region energy. The decomposed high frequency subband coefficients adopt the fusion rules of PCNN, and at last, the reconstructed coefficients are inversely transformed by Shearlet. The experimental results show that the new method not only improves the image fusion quality, but also improves the running speed and real-time performance of the algorithm compared with the NSCT transform and the classical algorithm.
【作者單位】： 中國(guó)礦業(yè)大學(xué)(北京)機(jī)電與信息工程學(xué)院;
【基金】：國(guó)家高技術(shù)研究發(fā)展計(jì)劃(2012AA12A308) 國(guó)家地質(zhì)調(diào)查項(xiàng)目(1212011120221) 國(guó)土資源部公益性行業(yè)科研專項(xiàng)(201211003)資助
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳思寶;趙令;羅斌;;局部保持的稀疏表示字典學(xué)習(xí)[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

2 鄭軼;蔡體健;;稀疏表示的人臉識(shí)別及其優(yōu)化算法[J];華東交通大學(xué)學(xué)報(bào);2012年01期

3 段菲;章毓晉;;一種面向稀疏表示的最大間隔字典學(xué)習(xí)算法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

4 張佳宇;彭力;;基于聯(lián)合動(dòng)態(tài)稀疏表示方法的多圖像人臉識(shí)別算法[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

5 查長(zhǎng)軍;孫南;張成;韋穗;;基于稀疏表示的特定目標(biāo)識(shí)別[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2013年01期

6 朱啟兵;楊寶;黃敏;;基于核映射稀疏表示分類的軸承故障診斷[J];振動(dòng)與沖擊;2013年11期

7 王國(guó)權(quán);張揚(yáng);李彥鋒;王麗芬;馬曉梅;;一種基于稀疏表示的圖像去噪算法[J];工業(yè)儀表與自動(dòng)化裝置;2013年05期

8 耿耀君;張軍英;;一種基于投影稀疏表示的基因選擇方法[J];哈爾濱工程大學(xué)學(xué)報(bào);2011年08期

9 翟懿奎;甘俊英;徐穎;曾軍英;;快速稀疏表示指背關(guān)節(jié)紋識(shí)別及其并行實(shí)現(xiàn)[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2012年S1期

10 詹永照;張珊珊;成科揚(yáng);;基于非線性可鑒別的稀疏表示視頻語(yǔ)義分析方法[J];江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

相關(guān)會(huì)議論文 前3條

1 何愛香;劉玉春;魏廣芬;;基于稀疏表示的煤矸界面識(shí)別研究[A];虛擬運(yùn)營(yíng)與云計(jì)算——第十八屆全國(guó)青年通信學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2013年

2 樊亞翔;孫浩;周石琳;鄒煥新;;基于元樣本稀疏表示的多視角目標(biāo)識(shí)別[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

3 葛鳳翔;任歲玲;郭鑫;郭良浩;孫波;;微弱信號(hào)處理及其研究進(jìn)展[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2013年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 李進(jìn)明;基于稀疏表示的圖像超分辨率重建方法研究[D];重慶大學(xué);2015年

2 王亞寧;基于信號(hào)稀疏表示的電機(jī)故障診斷研究[D];河北工業(yè)大學(xué);2014年

3 姚明海;視頻異常事件檢測(cè)與認(rèn)證方法研究[D];東北師范大學(xué);2015年

4 黃國(guó)華;蛋白質(zhì)翻譯后修飾位點(diǎn)與藥物適應(yīng)癥預(yù)測(cè)方法研究[D];上海大學(xué);2015年

5 王瑾;基于稀疏表示的數(shù)據(jù)收集、復(fù)原與壓縮研究[D];北京工業(yè)大學(xué);2015年

6 王文卿;基于融合框架與稀疏表示的遙感影像銳化[D];西安電子科技大學(xué);2015年

7 解虎;高維小樣本陣列自適應(yīng)信號(hào)處理方法研究[D];西安電子科技大學(xué);2015年

8 秦振濤;基于稀疏表示及字典學(xué)習(xí)遙感圖像處理關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2015年

9 薛明;基于稀疏表示的在線目標(biāo)跟蹤研究[D];上海交通大學(xué);2014年

10 孫樂;空譜聯(lián)合先驗(yàn)的高光譜圖像解混與分類方法[D];南京理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 王道文;基于稀疏表示的目標(biāo)跟蹤算法研究[D];華南理工大學(xué);2015年

2 李哲;基于稀疏表示和LS-SVM的心電信號(hào)分類[D];河北大學(xué);2015年

3 孫雪青;Shearlet變換和稀疏表示相結(jié)合的甲狀腺結(jié)節(jié)圖像融合[D];河北大學(xué);2015年

4 吳麗璇;基于稀疏表示的微聚焦X射線圖像去噪方法[D];華南理工大學(xué);2015年

5 趙孝磊;基于圖像分塊稀疏表示的人臉識(shí)別算法研究[D];南京信息工程大學(xué);2015年

6 黃志明;基于辨別式稀疏字典學(xué)習(xí)的視覺追蹤算法研究[D];華南理工大學(xué);2015年

7 張鈴華;非約束環(huán)境下的稀疏表示人臉識(shí)別算法研究[D];南京信息工程大學(xué);2015年

8 賀妍斐;基于稀疏表示與自適應(yīng)倒易晶胞的遙感圖像復(fù)原方法研究[D];南京信息工程大學(xué);2015年

9 楊爍;電能質(zhì)量擾動(dòng)信號(hào)的稀疏表示/壓縮采樣研究[D];西南交通大學(xué);2015年

10 應(yīng)艷麗;基于低秩稀疏表示的目標(biāo)跟蹤算法研究[D];西南交通大學(xué);2015年

，

本文編號(hào)：2371701