联合云检测与高通滤波的含云影像融合方法简

联合云检测与高通滤波的含云影像融合方法简

云噪声是光学卫星影像的常见问题,为了衡量云噪声对影像融合带来的影响,本文以高通滤波融合算法为例进行分析,指出云与地物的均值相差越大,云对影像融合的影响越大,并提出了一种针对含云影像的融合方法,即联合云检测与高通滤波的含云影像融合方法。该方法首先利用NIR/R-OTSU云检测算法实时进行云检测,判别出影像中的云覆盖区域;其次采用局部优化策略利用高通滤波融合方法分块对非云区域进行处理,得到融合影像。利用资源三号多光谱和正视全色影像进行融合实验,结果表明,本文算法比高通滤波融合方法、亮度色度饱和度(intensity hue saturation,IHS)变换融合方法、Pansharp融合方法更适用...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:武汉大学学报：信息科学版 2016 (9), p.1160-1167
Hauptverfasser: 余磊, 张永军, 孙明伟, 朱昕宇
Format: Artikel
Sprache:chi
Schlagworte:
资源三号卫星
卫星影像
云检测
高通滤波
融合
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 1167
container_issue 9
container_start_page 1160
container_title 武汉大学学报：信息科学版
container_volume
creator 余磊
张永军
孙明伟
朱昕宇
description 云噪声是光学卫星影像的常见问题,为了衡量云噪声对影像融合带来的影响,本文以高通滤波融合算法为例进行分析,指出云与地物的均值相差越大,云对影像融合的影响越大,并提出了一种针对含云影像的融合方法,即联合云检测与高通滤波的含云影像融合方法。该方法首先利用NIR/R-OTSU云检测算法实时进行云检测,判别出影像中的云覆盖区域;其次采用局部优化策略利用高通滤波融合方法分块对非云区域进行处理,得到融合影像。利用资源三号多光谱和正视全色影像进行融合实验,结果表明,本文算法比高通滤波融合方法、亮度色度饱和度(intensity hue saturation,IHS)变换融合方法、Pansharp融合方法更适用于含云影像的融合处理。
format Article
fullrecord <record><control><sourceid>chongqing</sourceid><recordid>TN_cdi_chongqing_primary_687726772201609004</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>687726772201609004</cqvip_id><sourcerecordid>687726772201609004</sourcerecordid><originalsourceid>FETCH-chongqing_primary_6877267722016090043</originalsourceid><addsrcrecordid>eNpjYeA0NDM31LWwMDPgYOAtLs5MMjA2MzE2MTIy5WSwedE45emEjie7Jj5b3PBsa_eTHX0vV8942TDr2e4lzzYvej6r5emE1UDZp3s3Pm3ufzGvF6j42bSdzzZPfb6ugYeBNS0xpziVF0pzM2i7uYY4e-gmZ-TnpRdm5qXHFxRl5iYWVcabWZibG5kBsZGBoZmBpYGBiTFpqgGPnU6c</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>联合云检测与高通滤波的含云影像融合方法简</title><source>EZB-FREE-00999 freely available EZB journals</source><creator>余磊;张永军;孙明伟;朱昕宇</creator><creatorcontrib>余磊;张永军;孙明伟;朱昕宇</creatorcontrib><description>云噪声是光学卫星影像的常见问题,为了衡量云噪声对影像融合带来的影响,本文以高通滤波融合算法为例进行分析,指出云与地物的均值相差越大,云对影像融合的影响越大,并提出了一种针对含云影像的融合方法,即联合云检测与高通滤波的含云影像融合方法。该方法首先利用NIR/R-OTSU云检测算法实时进行云检测,判别出影像中的云覆盖区域;其次采用局部优化策略利用高通滤波融合方法分块对非云区域进行处理,得到融合影像。利用资源三号多光谱和正视全色影像进行融合实验,结果表明,本文算法比高通滤波融合方法、亮度色度饱和度(intensity hue saturation,IHS)变换融合方法、Pansharp融合方法更适用于含云影像的融合处理。</description><identifier>ISSN: 1671-8860</identifier><language>chi</language><subject>资源三号卫星;卫星影像;云检测;高通滤波;融合</subject><ispartof>武汉大学学报：信息科学版, 2016 (9), p.1160-1167</ispartof><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/92848A/92848A.jpg</thumbnail><link.rule.ids>314,780,784,4024</link.rule.ids></links><search><creatorcontrib>余磊;张永军;孙明伟;朱昕宇</creatorcontrib><title>联合云检测与高通滤波的含云影像融合方法简</title><title>武汉大学学报：信息科学版</title><addtitle>Geomatics and Information Science of Wuhan University</addtitle><description>云噪声是光学卫星影像的常见问题,为了衡量云噪声对影像融合带来的影响,本文以高通滤波融合算法为例进行分析,指出云与地物的均值相差越大,云对影像融合的影响越大,并提出了一种针对含云影像的融合方法,即联合云检测与高通滤波的含云影像融合方法。该方法首先利用NIR/R-OTSU云检测算法实时进行云检测,判别出影像中的云覆盖区域;其次采用局部优化策略利用高通滤波融合方法分块对非云区域进行处理,得到融合影像。利用资源三号多光谱和正视全色影像进行融合实验,结果表明,本文算法比高通滤波融合方法、亮度色度饱和度(intensity hue saturation,IHS)变换融合方法、Pansharp融合方法更适用于含云影像的融合处理。</description><subject>资源三号卫星;卫星影像;云检测;高通滤波;融合</subject><issn>1671-8860</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2016</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0NDM31LWwMDPgYOAtLs5MMjA2MzE2MTIy5WSwedE45emEjie7Jj5b3PBsa_eTHX0vV8942TDr2e4lzzYvej6r5emE1UDZp3s3Pm3ufzGvF6j42bSdzzZPfb6ugYeBNS0xpziVF0pzM2i7uYY4e-gmZ-TnpRdm5qXHFxRl5iYWVcabWZibG5kBsZGBoZmBpYGBiTFpqgGPnU6c</recordid><startdate>2016</startdate><enddate>2016</enddate><creator>余磊;张永军;孙明伟;朱昕宇</creator><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>W94</scope><scope>~WA</scope></search><sort><creationdate>2016</creationdate><title>联合云检测与高通滤波的含云影像融合方法简</title><author>余磊;张永军;孙明伟;朱昕宇</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-chongqing_primary_6877267722016090043</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2016</creationdate><topic>资源三号卫星;卫星影像;云检测;高通滤波;融合</topic><toplevel>online_resources</toplevel><creatorcontrib>余磊;张永军;孙明伟;朱昕宇</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库-自然科学</collection><collection>中文科技期刊数据库- 镜像站点</collection><jtitle>武汉大学学报：信息科学版</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>余磊;张永军;孙明伟;朱昕宇</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>联合云检测与高通滤波的含云影像融合方法简</atitle><jtitle>武汉大学学报：信息科学版</jtitle><addtitle>Geomatics and Information Science of Wuhan University</addtitle><date>2016</date><risdate>2016</risdate><issue>9</issue><spage>1160</spage><epage>1167</epage><pages>1160-1167</pages><issn>1671-8860</issn><abstract>云噪声是光学卫星影像的常见问题,为了衡量云噪声对影像融合带来的影响,本文以高通滤波融合算法为例进行分析,指出云与地物的均值相差越大,云对影像融合的影响越大,并提出了一种针对含云影像的融合方法,即联合云检测与高通滤波的含云影像融合方法。该方法首先利用NIR/R-OTSU云检测算法实时进行云检测,判别出影像中的云覆盖区域;其次采用局部优化策略利用高通滤波融合方法分块对非云区域进行处理,得到融合影像。利用资源三号多光谱和正视全色影像进行融合实验,结果表明,本文算法比高通滤波融合方法、亮度色度饱和度(intensity hue saturation,IHS)变换融合方法、Pansharp融合方法更适用于含云影像的融合处理。</abstract></addata></record>
fulltext fulltext
identifier ISSN: 1671-8860
ispartof 武汉大学学报：信息科学版, 2016 (9), p.1160-1167
issn 1671-8860
language chi
recordid cdi_chongqing_primary_687726772201609004
source EZB-FREE-00999 freely available EZB journals
subjects 资源三号卫星
卫星影像
云检测
高通滤波
融合
title 联合云检测与高通滤波的含云影像融合方法简
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-04T13%3A00%3A40IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-chongqing&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E8%81%94%E5%90%88%E4%BA%91%E6%A3%80%E6%B5%8B%E4%B8%8E%E9%AB%98%E9%80%9A%E6%BB%A4%E6%B3%A2%E7%9A%84%E5%90%AB%E4%BA%91%E5%BD%B1%E5%83%8F%E8%9E%8D%E5%90%88%E6%96%B9%E6%B3%95%E7%AE%80&rft.jtitle=%E6%AD%A6%E6%B1%89%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%9A%E4%BF%A1%E6%81%AF%E7%A7%91%E5%AD%A6%E7%89%88&rft.au=%E4%BD%99%E7%A3%8A;%E5%BC%A0%E6%B0%B8%E5%86%9B;%E5%AD%99%E6%98%8E%E4%BC%9F;%E6%9C%B1%E6%98%95%E5%AE%87&rft.date=2016&rft.issue=9&rft.spage=1160&rft.epage=1167&rft.pages=1160-1167&rft.issn=1671-8860&rft_id=info:doi/&rft_dat=%3Cchongqing%3E687726772201609004%3C/chongqing%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=687726772201609004&rfr_iscdi=true