面向提高图像分辨率的遥感数据融合新算法

• 作者: 俞能海 刘政凯 张荣 陈豪
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 数据融合 小波变换 主分量变换(principal component analysis) AWPCA(addingwavelet coefficients principal component analysis)
• 年，卷（期）: 2001,（10）
• 页码范围: 1534-1539
• 页数: 6页
• 分类号: TP391
• 字数: 3747字
• 语种: 中文

摘要

在遥感应用研究中,数据融合技术有着非常广泛的应用.主分量分析方法(principal component analysis,简称PCA)是一种经典的遥感数据融合技术,在主分量分析方法的基础上,将小波变换与其结合起来,提出了一种新的基于小波叠加的PCA融合算法(adding wavelet coefficients principal component analysis,简称AWPCA).实验证明,与原来的PCA和IHS方法相比,基于小波叠加的PCA融合算法进一步提高了融合信息的质量,并能应用于其他需要高分辨率图像的场合中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张荣	中国科学技术大学电子工程与信息科学系	119	1565	22.0	32.0
2	刘政凯	中国科学技术大学电子工程与信息科学系	70	1933	22.0	42.0
3	俞能海	中国科学技术大学电子工程与信息科学系	84	1225	18.0	32.0
4	陈豪	中国科学技术大学电子工程与信息科学系	9	72	4.0	8.0