导读:本文包含了特征量积论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:特征,图像,小波,遥感,系数,成分,评价。
特征量积论文文献综述
胡学龙,潘大伟,陆慧敏,张力峰,Seiichi,SERIKAWA[1]（2012）在《基于第二代Curvelet变换和特征量积的图像融合》一文中研究指出文中提出了一种基于二代Curvelet和特征量积的图像融合算法.首先对融合图像进行快速离散Curvelet变换,在相应的尺度上由融合规则将Curvelet系数融合.采用平均策略融合低频系数;对于高频分量采用了小波的局部能量、局部梯度、局部的标准偏差组成的特征量积自适应地融合高频系数.最后利用Curvelet重构得到融合图像.对多聚焦图像和多光谱图像进行了实验.采用了标准差、平均梯度、信息熵作为评价标准,并与小波的融合结果做了比较..实验证明二代Curvelet所获得的融合结果更佳清晰、效果更佳且应用广泛.(本文来源于《微电子学与计算机》期刊2012年11期）
刘成云,陈振学,常发亮,尹秉坤[2]（2010）在《基于特征量积与PCA的小波遥感图像融合》一文中研究指出在遥感图像融合中,传统PCA算法会损失部分有用信息,从而使得融合结果的光谱分辨率受到较大影响,针对这种情况,借助小波变换优良的时频分析特性,利用特征量积来融合多光谱图像的第一主成分,实现了一种基于特征量积与PCA的小波遥感图像融合算法。通过对来自不同场景不同卫星的多光谱和全色图像进行融合实验,结果表明,该算法无论在主观视觉还是在客观统计数据上,均具有比其他方法较佳的融合效果。(本文来源于《计算机工程与应用》期刊2010年33期）
何贵青,郝重阳[3]（2007）在《一种基于特征量积的遥感图像融合方法》一文中研究指出提出了一种基于特征量积的遥感图像融合方法。以目前卫星遥感领域最常见的传感器图像、多光谱图像和全色图像为例,首先对多光谱图像作IHS变换,并对全色图像和多光谱图像的亮度分量I进行小波分解,得到不同分辨率下的小波系数特征,然后根据特征量积判决准则对多光谱图像的I分量与全色图像进行特征融合,并对高频域融合规则进行一致性检测,进而用融合结果替代多光谱图像的亮度分量I,最后,作IHS反变换得到融合图像。实验结果表明,融合图像既显着地融入了高空间分辨率图像的细节信息,又有效地保留了多光谱图像的光谱信息,同时信息丰富程度增加,从而使融合图像在保持光谱信息和提高空间分辨率两个方面的综合性能达到很好的平衡。(本文来源于《计算机工程与应用》期刊2007年03期）
何贵青,郝重阳[4]（2006）在《特征量积和IHS变换的多源遥感图像融合方法》一文中研究指出以高空间分辨率的SAR图像和高光谱分辨率的TM图像为例,提出了一种基于特征量积和IHS变换的多源遥感图像融合方法。该方法首先对TM图像作IHS变换,得到亮度I、色度H与饱和度S叁个分量;其次,依据特征量积准则融合TM图像的亮度分量和SAR图像,并用融合结果替代TM图像的亮度分量;最后,作IHS反变换得到融合图像。实验结果表明,与IHS法和小波变换法相比,方法快速、简洁,在保持光谱信息与增强空间细节信息两个方面的综合性能均得到提高。(本文来源于《火力与指挥控制》期刊2006年11期）
特征量积论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在遥感图像融合中,传统PCA算法会损失部分有用信息,从而使得融合结果的光谱分辨率受到较大影响,针对这种情况,借助小波变换优良的时频分析特性,利用特征量积来融合多光谱图像的第一主成分,实现了一种基于特征量积与PCA的小波遥感图像融合算法。通过对来自不同场景不同卫星的多光谱和全色图像进行融合实验,结果表明,该算法无论在主观视觉还是在客观统计数据上,均具有比其他方法较佳的融合效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
特征量积论文参考文献
[1].胡学龙,潘大伟,陆慧敏,张力峰,Seiichi,SERIKAWA.基于第二代Curvelet变换和特征量积的图像融合[J].微电子学与计算机.2012
[2].刘成云,陈振学,常发亮,尹秉坤.基于特征量积与PCA的小波遥感图像融合[J].计算机工程与应用.2010
[3].何贵青,郝重阳.一种基于特征量积的遥感图像融合方法[J].计算机工程与应用.2007
[4].何贵青,郝重阳.特征量积和IHS变换的多源遥感图像融合方法[J].火力与指挥控制.2006
论文知识图
