论文研究 - 二维经验模态分解和最小二乘理论的遥感影像融合

由于大多数光学地球观测卫星（例如IKONOS）获取的数据，QuickBird-2和GF-1由具有高空间分辨率的全色图像和具有低空间分辨率的多个多光谱图像组成。 已经开发了许多图像融合技术来产生高分辨率多光谱图像。 考虑到全色图像和多光谱图像包含具有不同精度的相同空间信息，使用最小二乘理论可以估计最佳空间信息。 与以前的空间细节注入模式相比，该模式更加准确和强大。 本文提出了一种基于二维经验模式分解（BEMD）和最小二乘理论的图像融合方法，将多光谱图像和全色图像进行融合。 将多光谱图像从RGB空间转换为IHS空间后，BEMD将I分量和全色图像分解，然后使用最小二乘理论评估最佳空间信息并注入空间信