混沌蜂群优化的NSST域多光谱与全色图像融合

编号 zgly0001590017

文献类型 期刊论文

文献题名 混沌蜂群优化的NSST域多光谱与全色图像融合

作者 吴一全  王志来 

作者单位 南京航空航天大学电子信息工程学院  南京信息工程大学江苏省大数据分析技术重点实验室  浙江工业大学浙江省信号处理重点实验室  广西师范大学广西多源信息挖掘与安全重点实验室  成都理工大学国土资源部地学空间信息技术重点实验室  中国地质科学院矿产资源研究所国土资源部成矿作用与资源评价重点实验室 

母体文献 遥感学报 

年卷期 2017年04期

年份 2017 

分类号 TP751 

关键词 图像融合  多光谱与全色图像  非下采样Shearlet变换  混沌蜂群优化  改进的脉冲耦合神经网络 

文摘内容 为有效融合多光谱图像的光谱信息和全色图像的空间细节信息,提出了一种基于混沌蜂群优化和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域图像融合方法。首先对多光谱图像进行Intensity-HueSaturation(IHS)变换,全色图像的直方图按照多光谱图像亮度分量的直方图进行匹配;然后分别对多光谱图像的亮度分量和新全色图像进行NSST变换,对低频分量使用改进加权融合算法进行融合,以互信息作为适应度函数,利用混沌蜂群算法找到最优加权系数。对高频分量采用改进脉冲耦合神经网络(PCNN)方法进行融合,再经NSST逆变换和IHS逆变换得到融合图像。本文方法在主观视觉效果和信息熵、光谱扭曲度等客观定量评价指标上优于基于IHS变换、基于非下采样Contourlet变换(NSCT)和非负矩阵分解(NMF)、基于NSCT和PCNN等5种融合方法。本文方法在提升图像空间分辨率的同时,有效地保留了光谱信息。