×
张康;黄永东;赵成

基于RPCA和自适应PCNN的NSST域遥感图像融合。 （英语） Zbl 1401.60131号

国际小波多分辨率。信息处理。 16，第5号，文章ID 1850037，14 p.（2018）。
摘要：为了提高多光谱（MS）图像和全色（PAN）图像的融合图像质量，提出了一种基于稳健主成分分析（RPCA）和非采样剪切波变换（NSST）的遥感图像融合新算法。首先，通过主成分分析（PCA）提取MS图像的第一主成分PC1。然后，对分量PC1和PAN图像进行NSST分解，分别得到低频子带和高频子带。对于低频子带，采用基于RPCA分解的PAN图像稀疏矩阵来指导融合规则；对于高频子带，采用基于自适应PCNN模型的融合规则。最后，通过逆NSST变换和逆PCA变换得到融合图像。实验结果表明，该融合算法在整体视觉质量和客观评价方面优于其他经典融合算法（PCA、Curvelet、NSCT、NSST和NSCT-PCNN），取得了较好的融合性能。

引用于三文件

MSC公司：

60华氏35 随机方程的计算方法（随机分析方面）
93C20美元 偏微分方程控制/观测系统
65C20个 概率模型，概率统计中的通用数值方法
60甲15 随机偏微分方程（随机分析方面）

关键词：

遥感图像融合;PCA变换;RPCA转换;NSST变换;自适应PCNN
PDF格式BibTeX公司 XML格式引用
\textit{K.Zhang}等人，《国际小波多分辨率》。信息处理。16，第5号，文章ID 1850037，14 p.（2018；Zbl 1401.60131）
全文： 内政部

参考文献：

[1] Alejaily，A.M。；鲁宾，I.A.E。；Mangoud，M.A.，《系统、计算科学和软件工程中的创新和先进技术》，27，《使用轮廓波变换融合遥感图像》，213-218，（2008），Springer
[2] Balasubramaniam，P。；Ananthi，V.P.，使用直觉模糊集的图像融合，Inf.fusion，20，36-47，（2014）
[3] Candes，E.J.，稳健主成分分析？，J.协会计算。机器。，58, 1-37, (2011) ·Zbl 1327.62369号
[4] Chang，X.，基于多实体的红外和可见光遥感图像自适应融合，IEEE Geosci。遥感快报。，7, 549-553, (2010)
[5] 达斯，S。；Kundu，M.K.，《利用脉冲耦合神经网络和修改的空间频率进行基于NSCT的多模态医学图像融合》，《医学生物学》。工程计算。，50, 1105-1114, (2012)
[6] Dong，Z.，SPOT5多光谱（MS）和全色（PAN）图像融合，使用基于局部算法的改进小波方法，计算。地质科学。，60, 134-141, (2013)
[7] Dong，L.，基于曲线变换的高质量多光谱和全色图像融合技术，神经计算，159，268-274，（2015）
[8] Easley，G。；拉巴特，D。；Lim，W.Q.，使用离散剪切波变换的稀疏方向图像表示，应用。计算。哈蒙。分析。，25, 25-46, (2008) ·Zbl 1147.68794号
[9] 埃克霍恩，R。；Reitboeck，H.J。；Arndt，M.，通过分布式程序集之间的同步进行特征链接：猫视觉皮层结果的模拟，神经计算，2293-307，（1990）
[10] Fu，Z.，基于RPCA和NSCT的红外和可见光图像融合，红外物理。技术。，77, 114-123, (2016)
[11] Ganasala，P。；Kumar，V.，NSST域中基于特征激励的简化自适应PCNN医学图像融合算法，J.Digit。成像，29，73-85，（2016）
[12] Ghassemian，H.，遥感图像融合方法综述，Inf.fusion，32，75-89，（2016）
[13] Guariglia，E.，《熵与分形天线》，熵，18,1-17，（2016）
[14] Guariglia，E.，Weierstrass-Mandelbrot函数的光谱分析，Proc。第二届国际多学科计算机与能源科学大会，266-271，（2017），克罗地亚斯普利特IEEE
[15] Guariglia，E.，分数动力学，黎曼-泽塔函数的分数导数，357-368，（2015），De Gruyter
[16] Guariglia，E。；Silvestrov，S.，工程数学II，D（C）上正定分布和小波的分数小波分析，337-353，（2017），Springer·Zbl 1365.65294号
[17] 郭，K。；Labate，D.，《使用剪切波的最优稀疏多维表示》，SIAM J.Math。分析。，39298-318（2008年）·Zbl 1197.42017年4月20日
[18] 朗·J。；Hao，Z.C.，离散分数随机变换域中基于自适应脉冲耦合神经网络的图像融合方法，Optik-Int.J.Light Electron Opt。，126, 3644-3651, (2015)
[19] 刘，X。；梅，W。；Du，H.，基于梯度最小化平滑滤波器和脉冲耦合神经网络的多模态医学图像融合算法，Biomed。信号处理。控制，30，140-148，（2016）
[20] Wang，J.L。；何晓杰。；Song，K.F.，采用区域互信息的多光谱和全色图像融合算法，红外激光工程，43，2757-2764，（2014）
[21] Wen，L.M。；彭，L。；Xu，H.，基于NSCT和PCNN的遥感图像融合算法，计算。工程，38，196-198，（2012）
[22] 吴振林，黄永德，张国强，基于PCA和Curvelet变换的遥感图像融合方法，J.印度社会遥感。，doi.org/10.1007/s12524-017-0736-0。
[23] Xiang，T。；Yan，L。；Gao，R.，基于NSCT域自适应双通道单位链接PCNN的红外和可见光图像融合算法，红外物理。技术。，69, 53-61, (2015)
[24] 杨勇，基于模糊自适应脉冲耦合神经网络的多聚焦图像融合技术，模式识别。，11, 439-446, (2017)
[25] Zhang，Y.，基于稳健主成分分析和脉冲耦合神经网络的多聚焦图像融合，Optik-Int.J.Light Electron。选择。，125, 5002-5006, (2014)
[26] 赵晓杰。；Liu，J.，基于压缩感知和PCNN的NSST域遥感图像融合，科学。Technol公司。工程师，16，259-262，（2016）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。