论文部分内容阅读
Curvelet变换能充分利用原函数的几何正则性,可以达到用更少的系数来逼近奇异曲线的目的,因此相比小波变换而言,它更适合分析二维图像中的曲线或直线状边缘特征。综合分析Curvelet变换的特性,提出一种基于Curvelet变换的遥感图像融合算法。通过Curvelet变换将源图像分解到不同尺度、不同方向的频带范围内,然后分别对低频、高频分量采取不同的融合规则进行融合,最后进行Curvelet逆变换得到融合结果。实验结果表明该方法在增强空间特征和保留光谱信息方面均优于传统小波变换和传统Curvelet