CS和MRA算法

参考文献:A Critical Comparison Among Pansharpening Algorithms

CS(component substitution,成分替换)

将MS分为空间分量和光谱分量,用PAN图像替换空间分量来增强变换的MS图像。PAN图像和被替换的分量之间的相关性越大,这种融合方法引入的失真越低。在替换发生之前,执行PAN图像与所选分量的直方图匹配。因此,直方图匹配的PAN将表现出与要替换的分量相同的均值和方差。最后,通过逆变换将数据带回原始空间,从而完成泛锐化过程。

CS和MRA算法_第1张图片

步骤:

①插值MS图像匹配pan图像尺度

②计算强度成分

③直方图匹配PAN图像和强度成分

④注入空间细节

CS和MRA算法_第2张图片

MRA(multiresolution analysis,多分辨率分析)

与CS不同的是,MRA保存LRMS图像的全部内容,并通过空间滤波添加从PAN图像获得的更多信息。

PL是PAN图像的低通成分 

步骤:

①插值MS图像

②通过等效滤波器计算PAN图像的低通滤波器

③计算注入增益

④注入细节

CS和MRA算法_第3张图片

你可能感兴趣的:(图像融合,图像处理)