文献检索-宁波市创意产业特色资源库

限定检索结果

基于SVT变换的改进PCA多光谱图像融合: 收藏
分享
引用; 《电子科技》2018年第6期31卷 13-16,23页; 作者：戎凯旋韩新力张学攀芦存博中国电子科技集团公司第五十四研究所河北石家庄050081 中国电子科技集团公司第二十二研究所山东青岛266000 钱学森空间技术实验室北京100094; 针对传统主成分分析(PCA)多光谱图像融合算法引起的光谱失真问题,文中利用支撑值变换(SVT),提出了一种改进的PCA融合算法。首先利用PCA变换从上采样多光谱图像中提取出PC1分量并对其进行调制。然后利用SVT变换对调制的PC1分量和全色图像...; 针对传统主成分分析(PCA)多光谱图像融合算法引起的光谱失真问题,文中利用支撑值变换(SVT),提出了一种改进的PCA融合算法。首先利用PCA变换从上采样多光谱图像中提取出PC1分量并对其进行调制。然后利用SVT变换对调制的PC1分量和全色图像(PAN)进行分解,得到二者分解的高低频分量,进而再设计不同的高低频融合规则进行融合得到融合的PC1分量。最后通过逆PCA变换获得融合的多光谱图像。利用IKONOS和Quick Bird卫星数据得到的实验结果表明,融合构造的PC1分量更适合于多光谱融合,并且该算法提高了传统PCA融合算法的性能。; 来源：详细信息评论

限定检索结果