典型文献
基于相位一致性与PCNN的SAR和多光谱图像融合算法
文献摘要：
针对合成孔径雷达(synthetic aperture radar,SAR)和多光谱图像融合结果易出现空间细节信息丢失问题,文章提出一种相位一致性和脉冲耦合神经网络(pulse coupled neural network,PCNN)相结合的图像融合方法.利用强度-色调-饱和度(intensity-hue-saturation,IHS)变换和非下采样shearlet变换(non-subsam-pled shearlet transform,NSST),将SAR和多光谱图像分别分解为低频系数和高频系数.从图像的空间结构和纹理特征入手,在低频中采用相位一致性融合规则,根据相位一致性提取的图像特征信息选择低频融合系数;在高频中采用PCNN的融合规则,有效保持图像的边缘纹理等细节信息.最后对融合后的高低频系数进行NSST逆变换和IHS逆变换,得到融合图像.针对哨兵1号SAR图像和Landsat-8多光谱图像进行实验结果表明,该方法在主观评价和客观评价方面均有明显提升,在保持光谱信息的同时,更好地提高了图像的空间细节表现能力.
文献关键词：
图像融合;相位一致性;脉冲耦合神经网络(PCNN);非下采样shearlet变换(NSST);强度-色调-饱和度(IHS)变换
中图分类号：
作者姓名：
余艳;杨学志;方帅;董张玉
作者机构：
合肥工业大学 计算机与信息学院,安徽 合肥 230601;工业安全与应急技术安徽省重点实验室,安徽 合肥 230601;合肥工业大学 软件学院,安徽 合肥 230601;智能互联系统安徽省实验室,安徽 合肥 230601
文献出处：
引用格式：
[1]余艳;杨学志;方帅;董张玉-.基于相位一致性与PCNN的SAR和多光谱图像融合算法)[J].合肥工业大学学报（自然科学版）,2022(03):324-331
A类：
shearlet,subsam
B类：
相位一致性,PCNN,SAR,多光谱图像,图像融合,融合算法,合成孔径雷达,synthetic,aperture,radar,空间细节信息,信息丢失,脉冲耦合神经网络,pulse,coupled,neural,network,融合方法,利用强度,色调,intensity,hue,saturation,IHS,非下,下采样,transform,NSST,低频系数,高频系数,纹理特征,融合规则,图像特征,特征信息,信息选择,高低频,逆变换,融合图像,哨兵,Landsat,主观评价,客观评价,光谱信息,表现能力
AB值：
0.310561
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
