Pansharpening Using Regression of Classified MS and Pan Images to Reduce Color Distortion
Pansharpening Using Regression of Classified MS and Pan Images to Reduce Color Distortion
复制标题
使用分类 MS 和全色图像的回归进行全色锐化以减少颜色失真
DOI：
10.1109/lgrs.2014.2324817
复制
发表时间：
2015
影响因子：
4.8
通讯作者：
Ding Lin
中科院分区：
文献类型：
--
作者：
Xu Qizhi;Zhang Yun;Li Bo;Ding Lin
低分辨率全色图像的合成是比例增强（RE）和分量替代（CS）泛锐化方法的关键步骤。这两种方法假定Pan与多光谱（MS）图像之间存在线性关系。然而，由于卫星传感器的光谱响应是非线性的，用MS波段加权求和不能很好地逼近合格的低分辨率Pan图像。因此，在某些局部区域，合成Pan图像与高分辨率Pan图像之间存在明显的灰度值差异。为了解决这一问题，采用k-means算法将Pan和MS图像的像素分成若干类，然后使用多元回归计算每组像素的和权。实验结果表明，该方法在减少色彩失真方面有显著的改善。
The synthesis of low-resolution panchromatic (Pan) image is a critical step of ratio enhancement (RE) and component substitution (CS) pansharpening methods. The two types of methods assume a linear relation between Pan and multispectral (MS) images. However, due to the nonlinear spectral response of satellite sensors, the qualified low-resolution Pan image cannot be well approximated by a weighted summation of MS bands. Therefore, in some local areas, significant gray value difference exists between a synthetic Pan image and a high-resolution Pan image. To tackle this problem, the pixels of Pan and MS images are divided into several classes by k-means algorithm, and then multiple regression is used to calculate summation weights on each group of pixels. Experimental results demonstrate that the proposed technique can provide significant improvements on reducing color distortion.
登录
查看更多内容
影响因子：
4.8
作者：
T. Tu;Wen-Chun Cheng;Chien-Ping Chang;P. Huang;Jyh-Chian Chang
通讯作者：
T. Tu;Wen-Chun Cheng;Chien-Ping Chang;P. Huang;Jyh-Chian Chang
DOI：
--
发表时间：
2008
期刊：
--
影响因子：
--
作者：
Yun Zhang;Wg Vii
通讯作者：
Yun Zhang;Wg Vii
影响因子：
1.3
作者：
Yun Zhang
通讯作者：
Yun Zhang
影响因子：
1.3
作者：
Alparone, Luciano;Alazzi, Bruno;Selva, Massimo
通讯作者：
Selva, Massimo
影响因子：
1.3
作者：
T. Ranchin;L. Wald
通讯作者：
T. Ranchin;L. Wald