基于二代曲波变换和PCNN的高光谱图像融合

• 作者: 季亚新 赵春晖
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 曲波变换 PCNN 图像融合 目标检测
• 年，卷（期）: 2008,（7）
• 页码范围: 729-734
• 页数: 6页
• 分类号: TN911.73
• 字数: 5409字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2008.07.016

摘要

为了解决高光谱图像的高数据维给后续图像分析和处理带来的困难,提出了一种基于二代曲波变换和脉冲耦合神经网络(PCNN)的融合新算法.利用各波段数据间的局部相关性将整个数据空间划分为若干个相关性较强的独立子空间,在对子空间内的各波段光谱图像进行曲波多分辨率分解的基础上,分别依据各波段图像所含有的信息量对曲波粗尺度系数进行加权融合和利用PCNN的全局耦合特性与脉冲同步特性对细尺度系数进行智能选取,最后由曲波逆变换得到各子空间的融合图像.AVIRIS数据融合实验表明,该算法能有效地实现高光谱数据维数减少和特征提取,相比于提升小波融合算法、主成分变换算法和基于典型融合准则的曲波融合算法,其所提取的图像特征在高光谱异常检测时能得到更多的真实目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵春晖	哈尔滨工程大学信息与通信工程学院	364	3419	27.0	39.0
2	季亚新	哈尔滨工程大学信息与通信工程学院	3	81	2.0	3.0