文和的博客

这是一篇外国关于遥感图像融合的论文。 更新于2019年11月21日 整个处理流程如下图所示： 遥感图像融合方法可以分为：分量替换、多分辨率分析、基于模型的方法。 此文所讲的方法可以视为混和方法，既用到了分量替换，又用到了模型。其中模型是用来估计低分辨率图像对应的高分辨率图像，分量替换是，估计出来的高分辨率图像细节用 原始图像的细节 进行加强。 ---------------------过程分步分析： 第一步：模型学习 这一部分作者是通过学习 全色图像（清晰图像）和 采样后全...

PCA(Principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。 PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特征。那么此算法就是基于PCA的图像融合。 一个图像经过PCA变换，产生了一些列的分量，其中第一分量含有图像信息丰富，于是降第一分量替换IHS的强度（I）分量。 代码下载路径 ...

IHS图像融合方法千千万，我的只是其中一种！小白刚上手，记录每一分钟！希望高人指点！ 颜色模型通常采用的红、绿、蓝(RGB)三原色模型 另外一种广泛应用的颜色模型是亮度、色调、饱和度(IHS) 颜色模型 亮度表示光谱的整体亮度大小，对应图像的空间分辨率，与地物表面粗糙度相对应, 代表地物的空间几何特征。（光源或物体明亮程度） 色调描述纯色的属性，决定与光谱的主波长。（物体什么颜色） 饱和...