遥感影像融合AIHS转换与粒子群优化算法

论文摘要

Pan-sharpening是通过将低分辨率多光谱图像（LMS）与高分辨率全色图像（PAN）进行合成而获得高光谱高空间分辨率的多光谱图像（HMS）的过程。本文提出一种Pan-sharpening方法,称为PAIHS。该方法基于自适应亮度-色度-饱和度（AIHS）转换和变分Pan-sharpening框架以及两个假设（①Pan-sharpening图像和原始多光谱图像（MS）具有相同的光谱信息;②Pan-sharpening图像与全色图像（PAN）包含的几何信息保持一致）,同时确定目标函数,然后用粒子群算法（PSO）进行优化,目的是得到最佳控制参数并求得目标函数最小值,此时对应着最好的Pan-sharpening质量。试验结果表明,本文提出的方法具有高效性和可靠性,获得的性能指标也优于目前一些主流的融合方法。

论文目录

• 1 目标函数
•   1.1 相关工作
•     1.1.1 改进自适应系数
•     1.1.2 增强边缘保真度
•   1.2 目标函数设置
• 2 粒子群优化
•   2.1 粒子群算法
•     （1） 粒子i的第d维速度更新公式
•     （2） 粒子i的第d维位置更新公式
•   2.2 编码方式及种群初始化
•   2.3 技术流程
•   2.4 PAIHS算法
• 3 试验及对比分析
•   3.1 视觉对比及分析
•   3.2 定量对比及分析
• 4 结 论

文章来源

类型: 期刊论文

作者: 陈应霞,陈艳,刘丛

关键词: 多光谱图像,全色图像,亮度色度饱和度,粒子群算法,目标函数

来源: 测绘学报 2019年10期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 工业通用技术及设备,自动化技术

单位: 华东师范大学计算机科学与软件工程学院,长江大学计算机科学学院,上海理工大学光电信息与计算机工程学院

基金: 国家自然科学基金(61703278)~~

分类号: TP751;TP18

页码: 1296-1304

总页数: 9

文件大小: 3142K

下载量: 88