基于Bayes线性估计的遥感图像融合

具有允许的未知互协方差的鲁棒线性估计融合

matlab实现贝叶斯（bayes）参数估计

具有非负约束的矩阵分解在高光谱图像融合中得到了广泛的应用。 尽管如此,对稀疏系数的非负限制限制了字典表示的效率。 针对这一问题,提出了一种基于非分解稀疏表示和误差矩阵估计的高光谱图像融合方法,用于同一

内容包括：遥感影像融合：PCA变换融合，HIS变换融合，Brovery和乘积变换融合。 内涵4种融合方式的matlab程序脚本。 适用于遥感应用的数字图像处理方向。

Image fusion based on open CV

针对遥感图像的几何精度纠正,通过仿真实验,以含有不同观测值数量和粗差数量及不同粗差大小的几何精纠正为例,比较了13种常用稳健估计方法消除或减弱粗差的能力。仿真实验说明L1法和German-McClur

阐述了小波变换的Mallat算法,同时对遥感影像融合的分析与评价进行了深入的探讨,提出了综合利用三类统计参数来进行评价的方法.经实验,评价结果与理论分析结果和目视效果相吻合,说明这些参数可以作为遥感影

本文提出了基于小波变换的改进的对比度图像融合方法,使用小波理论将图像分解,分别通过系数分解和转换系数求替代方法等方法处理系数,替代后的图像,再对它们进行最大将这两种方法与IHS图像融合,PCA融合以及

在对SAR图像进行处理如目标提取和图像压缩时,可以将图像分解为多个分量,这些分量代表了不同的图像特征,针对不同分量的特点分别选取最合适的处理方式,则能够得到性能上的极大提升。使用非线性扩散方法,将图像

车辆速度是一个重要参数,在识别超速车辆以减少事故的交通控制中得到广泛应用。 已经提出了许多方法,例如使用RADAR和LIDAR传感器。 但是,它们很昂贵,并且其精度还不能令人满意。 本文提出了一种基于