采用冗余字典稀疏表达的红外与水汽云图融合
PDF下载 (316)王 雷,金 炜*,何 艳.采用冗余字典稀疏表达的红外与水汽云图融合[J].宁波大学学报(理工版),2014,27(03):32-36.DOI:
WANG Lei,JIN Wei*,HE Yan.Infrared and Water Vapor Cloud Image Fusion Using Redundant �B;Dictionary Sparse Representation[J].Journal of Ningbo University(Natural Science & Engineering Edition),2014,27(03):32-36.DOI:
| Title: | Infrared and Water Vapor Cloud Image Fusion Using Redundant �B;Dictionary Sparse Representation |
| 作者: | 王 雷, 金 炜*, 何 艳 |
| Author(s): | WANG Lei, JIN Wei*, HE Yan |
| 关键词: | 卫星云图; 冗余字典; 稀疏表示; 云图融合 |
| Keywords: | satellite image; redundant dictionary; sparse representation; cloud image fusion |
| 分类号: | TP391.1 |
| 文献标识码: | A |
| 摘要: | 卫星云图作为典型的多光谱遥感图像, 因各个遥感器成像波段的差异, 致使云图间既有一定的相关性, 又存在一定的差异, 故可认为云图包含2种特征: 共性特征和个性特征. 一种稀疏表示的云图融合方法, 能够把多幅云图在一个过完备字典上进行稀疏表示, 使用稀疏系数作为云图的特征, 然后对不同图像的个性特征根据稀疏系数向量的1范数决定权重因子, 融合云图可以由共性特征和融合后的个性特征联合表示. 实验表明, 该方法的融合云图无论在客观指标还是视觉效果上都优于传统方法, 蕴藏了更为丰富的天气信息 |
| Abstract: | In this paper, a method of the cloud image fusion based on sparse representation is presented. For the typical multi-spectral remote sensing images, there is not only a certain correlation between clouds, but also a certain difference due to the varying sensor imaging spectrum. So in this research, we consider two characteristics with each cloud, that is, common features and individual traits. First we sparsely decompose the cloud image according to a complete dictionary and use the sparse coefficients as the characteristic of the cloud. Then, we use 1 norm of sparse coefficient vectors belonging to different cloud images to determine weighting factor for the individual traits. The fused cloud image can be expressed by the common features and the fused individual traits. Experiments show that the fused cloud image based on the sparse representation is better than the traditional method in both the objective indicators and visual effect, and contain more helpful weather information |
| 参考文献 /References: | [1] 余远东. 气象卫星遥感云图和水汽图的图像处理及强云团识别[D]. 武汉: 武汉理工大学, 2007.
[2] 秦云霞. 图像融合算法研究[D]. 兰州: 兰州大学, 2010.
[3] 李栋, 王敬东, 李鹏. 基于NSCT变换和小波变换相结合的图像融合算法研究[J]. 光电子技术, 2011, 31(2): 87-93.
[4] Yu Nannan, Qiu Tianshuang, Bi Feng, et al. Image features extraction and fusion basedon joint sparse representation[J]. IEEE Journal of Selected Topics in Signal Processing, 2011, 5(5):1074-1081.
[5] 带琼海, 付长军, 季向阳. 压缩感知研究[J]. 计算机学报, 2011, 34(3):426-434.
[6] 王雷, 金纬, 刘箴, 等. 融合2D-PCA及稀疏表示的掌纹识别方法[J]. 光电工程, 2012, 39(10):59-66.
[7] Yang J, Zhang Y. Alternating direction algorithms for l1-problems in compressive sensing[J]. SIAM Journal on Scientific Computing, 2011, 33(1):250-278.
[8] 张建勋, 牛文宾, 张凯文.一种改进的基于小波变换的图像融合算法[J].重庆理工大学学报, 2012, 26(1): 61-65.
[9] 陈垚佳, 张永平, 田建艳. 基于分块过完备稀疏表示的多聚焦图像融合[J]. 电视技术, 2012, 13(36):48-52.
[10] 朱亚萍. 基于超完备字典稀疏表示的图像融合[D]. 西安: 西安电子科技大学, 2012.
[11] 胡根生, 梁栋, 孔颉. 基于支持向量值轮廓波变换的遥感影像融合[J]. 电子学报, 2010, 38(6):1287-1292. |
| 备注/Memo: | 收稿日期: 2013?10?29. 宁波大学学报（理工版）网址: http://journallg.nbu.edu.cn/ 基金项目: 浙江省自然科学基金（Y1111061）; 宁波市自然科学基金（2011A610192）. 第一作者: 王雷（1986－）, 男, 河北保定人, 在读硕士研究生, 主要研究方向: 数字图像处理. E-mail: wangle558811@163.com *通信作者: 金炜（1969－）, 男, 浙江宁波人, 副教授, 主要研究方向: 数字图像处理. E-mail: jinwei@nbu.edu.cn 宁波大学学报（理工版）网址：http://journallg.nbu.edu.cn/ |
