二进脊波变换的高光谱遥感图像融合分类

《二进脊波变换的高光谱遥感图像融合分类》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第29卷第l1期哈尔滨工程大学学报V01．29№．112008年11月JournalofHarbinEngineeringUniversityNOV．20o8二进脊波变换的高光谱遥感图像融合分类赵春晖，朱志球(哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001)摘要：将二进脊波变换应用到高光谱遥感图像的数据融合中，并针对该算法的特点，提出了将变换数据分成两部分分别进行融合的融合算法，即将经过二进小波行变换的图像数据进行划分，对于包含图像概貌特征的低频数据进行归一化方差加权融合．对于包含图像边缘、直线等细节特征的高频数据选择各波段数据对应像素点小波

2、系数绝对值最大者作为融合后该像素点的像素值．对标准的AVIRIS高光谱遥感图像实现了数据融合，并在此基础上完成了对高光谱遥感图像的分类．实验结果表明，无论是从直观上还是从数值结果上来看，该方法能有效地实现高光谱遥感图像的数据融合与分类．关键词：二进脊波变换；有限Randon变换；高光谱；融合分类中图分类号：TP751．1文献标识码：A文章编号：1006-7043(2008)11—1222-05FusionclassificationofhyperspectralremotesensingimagesbydyadicridgelettransformZHA

3、OChun—hui，ZHUZhi—qiu(SchoolofInformationandCommunicationEngineering，HarbinEngineeringUniversity，Harbin150001，China)Abstract：Dyadicridgelettransformcanimprovefusionclassificationofhyperspectralremotesensingimages．Anewfusionalgorithmwasdevelopedtotakemaximumadvantageofthecharacteri

4、sticsofthisnewtransformbydividingimagedataintotwopartsbyapplyingdyadicwavelettransformtoeachrowoftheimage．Forlowspectrumbandda—ta，whichcontainroughandpanoramiccharacteristicsoftheimage，thenO1TUsquareerrorofeachbandofthehy—persprctraldatawaschosentoweightthefusionalgorithm．Forhigh

5、spectrumbanddata，whichcontainthesalientfeatures(edges，lines，etc．)，thelargest(absolutevalue)waveletcoeficientsoftheentirebandsofhyperspectraldataateachpixelpointwereselectedasthefusedcoeficientatthecorrespondingpixelpoint．TheproposedfusionalgorithmwasappliedtostandardAVIRIShypersp

6、ectralremotesensingimages，andtheimageswereclassified．Theresultsshowed，bothvisuallyandnumerically，thattheproposedtransformanddatafusionalgorithmcaneffec·tivelyachievefusionclassificationofhyperspectralremotesensingimages．Keywords：dyadicridgelettransform；finiteRandontransform；hyper

7、spectral；fusionclassification对高光谱遥感图像进行分类是高光谱图像处理首先尝试了有限脊波变换在遥感领域的应用，并都的一个重要环节，也是当今国内外学者的研究热点．取得了较好的效果．由于二进小波变换具有冗余性、现阶段，研究主要集中于以支持向量机为代表的基平移不变性和部分系数扰动不会严重影响信号重构于核函数的方法，人工神经网络分类和基于数据融的特点，该文将二进脊波变换引入到高光谱遥感图合的分类算法等．文献[1]将基于提升算法的第2像的融合分类中来，并针对该方案的特点提出了一代小波应用到高光谱图像融合分类中来，文献[2]种新的融合策略

8、．实验证明，该方法的性能要好于文献[1-2]所提出的方法．收稿日期：2007-0