...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Geoscience and Remote Sensing, IEEE Transactions on >Model-Based Fusion of Multi- and Hyperspectral Images Using PCA and Wavelets
【24h】

Model-Based Fusion of Multi- and Hyperspectral Images Using PCA and Wavelets

机译：使用PCA和小波的基于模型的多光谱和高光谱图像融合

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In remote sensing, due to cost and complexity issues, multispectral (MS) and hyperspectral (HS) sensors have significantly lower spatial resolution than panchromatic (PAN) images. Recently, the problem of fusing coregistered MS and HS images has gained some attention. In this paper, we propose a novel method for fusion of MS/HS and PAN images and of MS and HS images. MS and, more so, HS images contain spectral redundancy, which makes the dimensionality reduction of the data via principal component (PC) analysis very effective. The fusion is performed in the lower dimensional PC subspace; thus, we only need to estimate the first few PCs, instead of every spectral reflectance band, and without compromising the spectral and spatial quality. The benefits of the approach are substantially lower computational requirements and very high tolerance to noise in the observed data. Examples are presented using WorldView 2 data and a simulated data set based on a real HS image, with and without added noise.
机译：在遥感中，由于成本和复杂性问题，多光谱（MS）和高光谱（HS）传感器的空间分辨率远低于全色（PAN）图像。近来，融合共同配准的MS和HS图像的问题已经引起一些关注。在本文中，我们提出了一种融合MS / HS和PAN​​图像以及MS和HS图像的新方法。 MS，更重要的是，HS图像包含频谱冗余，这使得通过主成分（PC）分析进行数据降维非常有效。融合是在较低维的PC子空间中执行的；因此，我们只需要估计前几台PC，而不是估计每个光谱反射带，而不会影响光谱和空间质量。该方法的好处是大大降低了计算要求，并且对观测数据中的噪声具有很高的容忍度。使用WorldView 2数据和基于真实HS图像的模拟数据集（带有和不带有附加噪声）展示了示例。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号