搜索资源列表
image-fusion
- 图像融合 多光谱和全色图像 简单的加权融合算法 程序已经调通 可以直接使用 -image fusion MS Pan
PCA-image-fusion-
- PCA 图像融合算法的程序 用于多光谱图像和可见光图像 课直接使用 带有实验图-PCA image fusion
practice
- 在IDL中运行，可以将多光谱、高光谱等多波段影像拆分为为单一波段影像-It works in IDL and it can split multibands into single band
pca
- 多光谱图像和全色图像融合的PCA算法，图像结果很好！-PCA algorithm for multi-spectral image and panchromatic image fusion
li11_2
- 多光谱图像色彩复合遥感图像增强，使图像更加优化-Multispectral image enhancement
spectrum_distortion_degree
- 计算两幅灰度图像或多光谱图像的光谱扭曲程度-Calculated two gray image or multi-spectral image distortion of the light
4.image-fusion-algorithm
- 基于HSV与小波包分析的遥感图像融合，首先多光谱图像转换到HSV空间，再与全息图像分别进行小波包分解，然后低频与高频各自采用不同的融合方法，最后得到融合图像。-image fusion
workspace_160322
- 实现对多光谱图的采样，根据手动采点，得到任意一点的多光谱信息，是一个列向量-Achieve more spectra of samples, according to the manual sampling point to obtain multi-spectral information at any point, is a column vector
IHS3
- 分别对多光谱和全色图像进行RGB到IHS的转换，然后进行融合。注意数据格式和图像大小-RGB to IHS,AND IMAGE FUSION
gaussian_down_sample
- 高斯采样函数，实现多光谱图像到高光图像的空间退化-Gauss sampling function, multi-spectral image to the high spatial light image degradation
IHS
- 图像融合的IHS变换法将原始多光谱图像从RGB空间变换到IHS空间，然后用高分辨率图像或用不同投影方式得到的待融合图像替代I分量-Image fusion IHS transform the original multispectral image is converted RGB space to the IHS space, then I replace the fused image component with a high resolution image or a differen
spectral_extract
- 对多光谱影像光谱提取,分波段进行计算，对于每一个小区，分别计算对应的每个小区ROI的光谱值-For multi-spectral image spectral extraction, sub-band calculation, for each cell, respectively, calculate the corresponding spectral value of each cell ROI
A-New-Approach-to-Segmentation
- 一种新型的多光谱的基于马尔科夫随机场的遥感图像的分割-Remote Sensing Images Based on Markov Random Field Segmentation of a new type of multi-spectral
12
- IKONOS数据在土地利用动态监测中的应用方法研究 对高分辨率(1m)的多光谱IKONOS影像在土地利用变化动态 监测中的应用方法进行了研究试验.通过对结果的分析和与其他常规方法结果的对比分析,提出了将多光谱IKONOS影像和全色SPOT影像叠加作主分量变 换,然后选取适宜的特征分量进行假彩色合成的方法,来生成光谱特征变异影像以突出变化信息.该组合方法不仅能保持原有影像的丰富信息,而且可突出变化信 息,充分展示了IKONOS影像的巨大应用潜力. -Study on IKON
pca2
- 读图 mix imread( romems.jpg ) pan imread( rome_pan.jpg ) 显示原多光谱图 subplot(221) imshow(mix),title( 多光谱 ) subplot(222) imshow(pan),title( 全色图像 ) 预处理 mix double(mix)/255 pan double(pan)/255 求相关矩阵 [r c bands] size(mix) p
2015TIP--ASSTV
- 各向异性光谱空间总变异模型 用于多光谱遥感 图像去噪-nisotropic Spectral-Spatial Total Variation Model for Multispectral Remote Sensing Image Destriping
change detection
- ieee TGRS论文，主要介绍了一种新的多光谱变化检测方法(IEEE TGRS paper introduces a new method of multispectral change detection)
ImageFusion_PCA
- 在GDAL库下，采用主成分变换实现多光谱影像与全色高分辨影像的融合。(Under the GDAL library, the principal component transformation is used to fuse multispectral images with panchromatic high resolution images.)
PCA
- 高光谱遥感与传统的单波段、多光谱数据相比，波段量大量增加、波段宽度极大降低，对地面目标的光谱特性的测度更加细致，然而波段的增多必然导致数据量急剧增加、计算量增大、信息冗余增加以及统计参数的估计偏差增大。因此，对高光谱数据进行降维处理具有重要意义。一方面，降维能够使图像远离噪声，提高图像数据质量；另一方面，能够去除图像中的无价值波段，减少波段数，从而降低计算量，提高运算效率。主成分分析是常用的高光谱数据降维处理方法之一。(Compared with the single band, hypersp
Indian
- 使用基于词典的稀疏表示高光谱图像分类,多任务联合稀疏表示和逐步MRF优化的高光谱图像分类(Dictionary-based sparse representation hyperspectral image classification, multi-task joint sparse representation and stepwise MRF optimized hyperspectral image classification)