首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于小波分解的油菜多光谱图像与深度图像数据融合方法
引用本文:张艳超,肖宇钊,庄载椿,许凯雯,何勇.基于小波分解的油菜多光谱图像与深度图像数据融合方法[J].农业工程学报,2016,32(16):143-150.
作者姓名:张艳超  肖宇钊  庄载椿  许凯雯  何勇
作者单位:浙江大学生物系统工程与食品科学学院,杭州,310058
基金项目:教育部博士点基金项目(20130101110104)和国家高技术研究发展计划(863计划)项目(2011AA100705)资助。
摘    要:将多源数据融合分析可以降低单一图像造成的误判读,利用多源数据之间的冗余部分进行配准,利用互补信息完成融合,能够提高数据的信息量和可靠性。该文利用近地面遥感模拟平台分别获取油菜的多光谱图像和深度图像,将2种图像进行配准和融合。该文分别针对多光谱图像和光程差深度图像的成像特点,进行相机内外参计算与图像矫正。采用 SIFT(scale invariant feature transform)算法计算2源图像上的 SIFT 点,并依据关键点描述子进行匹配,之后通过关键点位置计算仿射变换矩阵对图像进行缩放、平移和旋转,从而实现变换后图像的配准。分别对 harr,Db2,Db4,Sym2, Sym4,Bior2.2,Bior2.4,Coif2,Coif 等9种小波基融合后的结果计算其相应的交叉熵、峰值信噪比和互信息量等5个参量进行评价,得出小波基 harr 和 sym4融合效果较好,各项指标均衡性较好。用 haar 小波基对配准后图像在3、4、5、6层分解融合,通过观察得出在多光谱与深度图像融合中第3层小波分解和第4层分解的融合效果较好。最终将深度图像的高程数据归一化之后进行植株三维构建,得到三维点云并进行可视化。

关 键 词:数据融合  小波分解  作物  油菜  多光谱图像  深度图像
收稿时间:2016/2/22 0:00:00
修稿时间:2016/6/21 0:00:00

Data fusion of multispectral and depth image for rape plant based on wavelet decomposition
Zhang Yanchao,Xiao Yuzhao,Zhuang Zaichun,Xu Kaiwen and He Yong.Data fusion of multispectral and depth image for rape plant based on wavelet decomposition[J].Transactions of the Chinese Society of Agricultural Engineering,2016,32(16):143-150.
Authors:Zhang Yanchao  Xiao Yuzhao  Zhuang Zaichun  Xu Kaiwen and He Yong
Institution:College of Biosystem Engineering and Food Science, Zhejiang University, Hangzhou 310058, China,College of Biosystem Engineering and Food Science, Zhejiang University, Hangzhou 310058, China,College of Biosystem Engineering and Food Science, Zhejiang University, Hangzhou 310058, China,College of Biosystem Engineering and Food Science, Zhejiang University, Hangzhou 310058, China and College of Biosystem Engineering and Food Science, Zhejiang University, Hangzhou 310058, China
Abstract:
Keywords:data fusion  wavelet decomposition  crops  rape plant  multispectral image  depth image
本文献已被 万方数据 等数据库收录!
点击此处可从《农业工程学报》浏览原始摘要信息
点击此处可从《农业工程学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号