Please wait a minute...
 
国土资源遥感  2009, Vol. 21 Issue (1): 55-59    DOI: 10.6046/gtzyyg.2009.01.12
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
基于双树复小波的CBERS-02B星遥感影像融合及评价
于  浩1,孙卫东1,2,常  玲1,甘甫平3
1. 新疆维吾尔自治区地质矿产勘查开发局信息中心,乌鲁木齐  830000;2. 中国地质大学,北京  100083; 3. 中国国土资源航空物探遥感中心,北京  100083)
REMOTE SENSING IMAGE FUSION AND EVALUATION OF CBERS—02B BASED ON DUAL TREE COMPLEX WAVELET TRANSFORMATION
YU Hao1, SUN Wei-dong1,2, CHANG Ling1, GAN Fu-ping3
1. Information Center of Xinjiang Bureau of Geology and Mining, Urumqi 830000, China; 2. China University of Geosciences, Beijing 100083, China; 3. China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083, China)
全文: PDF(2358 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

以CBERS-02星全色、多光谱图像及IKONOS多光谱图像为数据源,利用离散小波变换和双树复小波变换进行融合试验。结果表明,双树复小波变换在空间细节表现力和光谱保持方面能够较好地达到平衡,较离散小波变换更能提高图像融合质量。通过融合方法对比分析可知,02B星全色波段不仅与其多光谱波段融合能够得到信息更加丰富的图像,而且与其它传感器数据融合同样有很好的目视效果和可读性,具有较大的应用前景。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
李克鲁
王霞
郭敏茹
关键词 小波变换Mallat算法小波基信息融合    
Abstract

The data sources from the CBERS—02B satellite in the panchromatic band, multi-spectral band and IKONOS multi-spectra were used to perform the fusion test by DWT and DTCWT. The results show that the DTCWT could achieve a fairly good balance between the details of the space and the maintaining of the spectra, thus improving the quality of image fusion. In comparison with other fusion methods, the CBERS—02B panchromatic band can not only yield images of more information with the fusion of its multi-spectral band but also result in a good visual effect and readability with the fusion of other sensor data. The CBERS—02B satellite therefore has remarkable application prospects.

     出版日期: 2009-05-20
: 

TP75

 
引用本文:   
于浩 孙卫东 常玲 甘甫平. 基于双树复小波的CBERS-02B星遥感影像融合及评价[J]. 国土资源遥感, 2009, 21(1): 55-59.
YU Hao,SUN Wei-dong, CHANG Ling, GAN Fu-ping. REMOTE SENSING IMAGE FUSION AND EVALUATION OF CBERS—02B BASED ON DUAL TREE COMPLEX WAVELET TRANSFORMATION. REMOTE SENSING FOR LAND & RESOURCES, 2009, 21(1): 55-59.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2009.01.12      或      https://www.gtzyyg.com/CN/Y2009/V21/I1/55
[1] 周超凡, 宫辉力, 陈蓓蓓, 雷坤超, 施轹原, 赵宇. 联合WT-RF的津保高铁沿线地面沉降预测[J]. 自然资源遥感, 2021, 33(4): 34-42.
[2] 肖烨辉, 宋妮迪, 孟盼盼, 王培俊, 范胜龙. 模型集群分析策略联合ELM的土壤重金属Pb含量预测[J]. 自然资源遥感, 2021, 33(4): 143-152.
[3] 肖艳, 辛洪波, 王斌, 崔利, 姜琦刚. 基于小波变换和连续投影算法的黑土有机质含量高光谱估测[J]. 国土资源遥感, 2021, 33(2): 33-39.
[4] 王小兵. 融合提升小波阈值与多方向边缘检测的矿区遥感图像去噪[J]. 国土资源遥感, 2020, 32(4): 46-52.
[5] 李军军, 曹建农, 廖娟, 程贝贝. 多方向小波变换高分影像边缘提取[J]. 国土资源遥感, 2019, 31(1): 8-15.
[6] 胡华龙, 薛武, 秦志远. 基于小波纹理和基元合并的高分影像居民地提取[J]. 国土资源遥感, 2017, 29(1): 21-28.
[7] 张倩. 基于双重离散小波变换的遥感图像去噪算法[J]. 国土资源遥感, 2015, 27(4): 14-20.
[8] 李文静, 温文鹏, 王清和. 基于Contourlet变换的遥感图像融合方法研究[J]. 国土资源遥感, 2015, 27(2): 44-50.
[9] 孟强强, 杨桄, 童涛, 张俭峰. 基于小波变换的多聚焦图像融合算法[J]. 国土资源遥感, 2014, 26(2): 38-42.
[10] 吴寿江, 李亮, 宫本旭, 龚梅. GeoEye-1遥感图像去雾霾方法比较[J]. 国土资源遥感, 2012, 24(3): 50-53.
[11] 董张玉, 赵萍, 刘殿伟, 王宗明, 汤旭光, 刘婧怡. 一种改进的小波变换融合方法及其效果评价[J]. 国土资源遥感, 2012, 24(3): 44-49.
[12] 范文婷, 傅平. 一种基于小波变换的遥感图像融合方法[J]. 国土资源遥感, 2008, 20(3): 24-26.
[13] 赫华颖, 陆书宁. 几种小波基在遥感图像压缩中的应用效果比较[J]. 国土资源遥感, 2008, 20(3): 27-31.
[14] 张大明, 李璐, 符茂胜, 罗斌. 基于小波变换的全色和多光谱遥感图像融合[J]. 国土资源遥感, 2008, 20(1): 50-54.
[15] 刘佳佳, 管磊, 李乐乐. 基于à trous小波变换的Landsat 7 ETM+图像融合研究[J]. 国土资源遥感, 2007, 19(2): 50-52.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发