采用冗余字典稀疏表达的红外与水汽云图融合.pdf

采用冗余字典稀疏表达的红外与水汽云图融合.pdf

ID:55683399

大小:587.29 KB

页数:5页

时间:2020-05-24

采用冗余字典稀疏表达的红外与水汽云图融合.pdf_第1页
采用冗余字典稀疏表达的红外与水汽云图融合.pdf_第2页
采用冗余字典稀疏表达的红外与水汽云图融合.pdf_第3页
采用冗余字典稀疏表达的红外与水汽云图融合.pdf_第4页
采用冗余字典稀疏表达的红外与水汽云图融合.pdf_第5页
资源描述:

《采用冗余字典稀疏表达的红外与水汽云图融合.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第27卷第3期,2014年7月宁波大学学报(理工版)首届中国高校优秀科技期刊奖Vo1.27No.3,July2014JOURNALOFNINGBOUNIVERSITY(NSEE)浙江省优秀科技期刊一等奖采用冗余字典稀疏表达的红外与水汽云图融合王雷,金炜,何艳(宁波大学信息科学与工程学院,浙江宁波315211)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

2、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.关键词:卫星云图;冗余字典;稀疏表示;云图融合中图分类号:TP391.1文献标志码:A文章编号:1001—5132(2014)03.0032—05不同角度的天气信息往往蕴含在不同通道的合技术大致可分为决策级、特征级、像素级3个层气象云图中,如红外通道通

3、过测量云顶或地表的次[2】,其中像素级融合是目前的主要研究方向,其红外辐射成像,该类云图反映了云顶或地表的温融合方法可以分为2类:(1)空间域融合,如简单的度特征,故红外云图在昼夜均可获得,图像灰度取像素加权平均;(2)变换域融合,如基于小波变换的决于云顶或地表的温度.可见光通道通过探测云融合.这2类融合算法均包含3个步骤:(1)提取图体或地表对太阳辐射的反射量成像,故这种云图像特征;(2)参照某种规则融合提取的特征;(3)重构只能在夜问得到,图像灰度依赖于云顶或地表的图像.空间域融合方法将图像本身或者部分图像

4、反射率.水汽通道通过探测水汽层发射的红外辐当作图像特征,变换域融合方法将源图像在某个射量成像,虽然在图像中仍表现为温度特征,但是变换基(如离散余弦变换DCT)下的变换系数作为水汽云图反映了不同发射层的水汽特征,这类云图像特征.融合规则主要包括最大值和加权平均图在昼夜均可获得,图像灰度依赖于水汽辐射层数2种方式,如果选择最大值作为融合特征,由于的温度llJ.为获取卫星云图的全方位信息,需要综丢弃了除最大值以外的特征,融合图像的轮廓过合分析各个云图成像通道.传统的方法主要是对于清晰以至显得不是很平滑J.采用加权平均

5、值的不同通道分别进行分析,这无疑会增大工作量.如融合规则,所有源图像特征根据携带信息量的多果采用数据融合技术,将不同通道的卫星云图进少决定其权重,融合结果要优于最大值的融合规行融合,就可能在后续的处理中仅依靠云图本身则.但是,加权平均值存在一个严重的不足,即多的特征实现云图信息的分析,如对流云检测、云分个传感器对同一块区域成像,所成像之问存在一类、降雨预测等,从而提高云图分析的精确度和处定的相关性.每一幅图像都包含共性特征和个性理效率.特征,且这2部分特征间是相互独立的.传统的加图像融合是一种将多幅源图像组合成

6、1幅图权平均数融合规则对共性和个性特征使用同一种像的技术,用于融合的图像间常常包含互补的信加权平均数规则,相当于否定了独立性的存在.此息,所以融合后的图像能够提供更有效的信息.融外,权重因子应该由个性特征决定而不是由共性收稿日期:20131029.宁波大学学报(理工版)网址:http://journallg.nbuedu.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(1986一),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.

7、E-mail:wangle558811@163.com通信作者:金炜(1969一),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▲T●●●●●●●第3期王雷,等:采用冗余字典稀疏表达的红外与水汽云图融合33和个性特征共同决定[4】.(1)式在很多文献中都有研究,且被证明是一笔者借鉴稀疏表示对卫星云图像元良好的分个NP难问题,但是可以通过不同的方法逼近.通解特征,提出一种基于耦合稀疏表示的云图融合常使用11一minimization来逼近J,这时(1)式可以

8、用方法.将不同通道的云图在过完备字典上进行稀(2)式代替:疏分解,得到源图像的共性特征和各自的个性特=min。lls.t.IIJ,一lI≤s,(2)征,然后采用一定的融合规则,得到融合的共性和其中:s表示误差容限,即重构与原始信号的差值.个性特征,重构得到融合云图.稀疏表示方法采用具有一定冗余度的过完备基函数取代传统的正交基函数,在冗余空间(也就1稀疏表示模型是冗余字典)里使用少量元素

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。