基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于PCA的遥感图像融合算法思想简单,实现起来较容易,而且遥感图像融合的性能也较好.但这种方法也有一些缺点:①不能有效利用图像的结构信,息;②光谱信息损失较多;③灵活性较差.针对这些问题,首次提出了一种基于2DPCA的遥感图像融合算法.与PCA融合算法相比,基于2DPCA的融合算法的主要特点是:①直接对图像矩阵进行2DPCA分析,因而可以有效利用图像的二维结构信息;②多光谱图像的特征矩阵主成分的替换个数可以是一个或多个,这样就可以调节光谱信息的保持程度和空同分辨率的改善程度,从而获得不同融合质量的图像,具有更好的灵活性;③融合后的图像不仅光谱信息得到了较好保持,空间分辨率获得了明显改善,而且图像色彩也得到了增强.
推荐文章
基于双向2DPCA与SVM的木材死节缺陷图像分割算法
双向2DPCA
SVM
死节缺陷
图像分割
一种基于2DPCA的人耳识别方法
人耳识别
主分量分析
二维主分量分析
BP神经网络
基于2DPCA的特征融合方法及其应用
二维主成分分析
特征融合
弱小目标
图像匹配
基于引导滤波的遥感图像融合算法
遥感图像
图像融合
引导滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于2DPCA的遥感图像融合算法研究
来源期刊 地质科技情报 学科 地球科学
关键词 图像融合 遥感 PCA 2DPCA
年,卷(期) 2008,(5) 所属期刊栏目 技术方法
研究方向 页码范围 97-101
页数 5页 分类号 P407.8
字数 4434字 语种 中文
DOI 10.3969/j.issn.1000-7849.2008.05.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨武年 成都理工大学地质灾害防治与地质环境保护国家重点实验室 143 1294 16.0 28.0
5 吴学明 成都理工大学地质灾害防治与地质环境保护国家重点实验室 4 41 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (18)
二级引证文献  (0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像融合
遥感
PCA
2DPCA
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
地质科技通报
双月刊
1000-7849
42-1904/P
大16开
湖北省武昌鲁磨路388号
1982
chi
出版文献量(篇)
3306
总下载数(次)
6
总被引数(次)
35542
论文1v1指导