基于互导滤波和显著性映射的红外可见光图像融合

来源 :遥感技术与应用 | 被引量 : 3次 | 上传用户:yxx1314521
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了解决传统多尺度红外可见光融合图像边缘模糊、对比度低和目标不显著的问题,提出一种基于互导滤波和显著性映射的红外可见光图像融合算法。由于互导滤波器能将图像一致结构和不一致结构分离并且具有尺度和保边意识,因此首先利用互导滤波器将原图像分解为具有冗余信息的结构层和不同尺度上具有互补信息的纹理层;其次根据过明或过暗区域更容易引起注意的视觉特点构造图像显著性映射函数对结构层和不同尺度的纹理层进行显著性映射;最后根据不同尺度的结构和纹理特性对图像进行融合重构。在两个数据集上的实验结果表明与传统的多尺度融合方法
其他文献
热带地区完整中分辨率时间序列遥感数据对于地表过程及地表扰动观测具有重要应用价值。针对热带地区Landsat数据存在云、雾污染及传感器本身缺陷导致的大量数据缺失问题,在现有的条带数据缺失填充算法(GNSPI)基础上,提出三次修复法。该方法能自动识别当前待修复像元前后48 d内有效参考像元,继而经三次修复法实现当前缺失数据的修复。实验结果表明:三次修复法整体平均修复精度(R~2)可达0.88,该方法弥
确定最优的飞行高度,是无人机遥感快速、有效识别毛竹立竹度的重要基础。以2 100株/hm~2密度的毛竹林为研究对象,利用无人机获取4个不同飞行高度(50、100、150和200 m)的毛竹林影像数据,通过分析各影像的波段光谱特征信息和纹理特征信息,选取识别毛竹立竹度的有效特征波段组合(蓝光波段、红光波段、近红外波段、纹理特征均值、归一化植被指数(NDVI)),采用面向对象多尺度分割,构建毛竹立竹度
川西高原不仅拥有独特的地形与地貌特征,而且在全球气候系统中也发挥着至关重要的作用,特别是通过植被动态变化和热交换机制对亚洲季风气候起着调节作用。基于2000~2017年MODIS-NDVI植被指数产品和气候数据,运用像元二分模型、趋势分析法以及相关分析法,对川西高原地区植被覆盖度(FVC)的动态变化及其与气候因子的关系进行研究。结果表明:①在2000~2017年川西高原地区年际FVC变化速率为0.