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:
为了提高多光谱图像和全色图像的融合质量,提出了一种基于广义亮度色度饱合度(IHS)变换与分类思想相结合的遥感图像融合算法.在充分考虑各波段传感器的相对光谱响应的基础上,在强度分量的构造和空间细节信息的注入方面进行了改进.改进后的方法首先对图像进行分类,然后采用高斯概率密度函数对分类构造后的影像进行加权融合,有效地改善了光谱畸变问题,且能同时对所有的光谱波段进行融合.以资源卫星IKONOS影像进行实验,结果表明该方法不仅能使融合图像具有较好的空间分辨率,还能很好地保持原有多光谱图像的光谱响应特性,具有潜在的应用前景.
推荐文章
基于蚁群算法的多光谱遥感图像分类
多光谱遥感图像
分类
光谱特征
形状特征
蚁群算法
支持向量机分类器
利用特征子空间评价与多分类器融合的高光谱图像分类
高光谱图像
多分类器融合
自适应子空间分解
加权表决
采用ACGAN及多特征融合的 高光谱遥感图像分类
高光谱图像分类
生成对抗网络
局部二值模式
卷积神经网络
基于光谱复原的高光谱高空间遥感数据融合研究
遥感数据融合
光谱复原
空间域变换
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 基于传感器光谱特性与分类的遥感图像融合
来源期刊 同济大学学报(自然科学版) 学科 工学
关键词 图像融合 分类加权 高斯概率密度函数 光谱响应特性
年,卷(期) 2011,(12) 所属期刊栏目 测量科学与技术
研究方向 页码范围 1860-1864,1870
页数 分类号 TP751.1|TP79
字数 4492字 语种 中文
DOI 10.3969/j.issn.0253-374x.2011.12.024
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 倪翠 同济大学测量与国土信息工程系 6 36 3.0 6.0
2 关泽群 同济大学测量与国土信息工程系 15 54 5.0 7.0
3 林怡 同济大学测量与国土信息工程系 74 595 14.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (55)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (15)
二级引证文献  (14)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(7)
  • 参考文献(2)
  • 二级参考文献(5)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(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
分类加权
高斯概率密度函数
光谱响应特性
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
同济大学学报(自然科学版)
月刊
0253-374X
31-1267/N
大16开
上海四平路1239号
4-260
1956
chi
出版文献量(篇)
6707
总下载数(次)
15
总被引数(次)
105464
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导