雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

全球研究计算机科学杂志》上

菜单

石头:2229 - 371 x

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

图像融合技术在商业遥感包

投阿卜杜拉Al-Wassai* 1,喷嘴速度Kalyankar2
  1. 计算机科学部门,(SRTMU),印度nand闪存
  2. 大学校长,Yeshwant Mahavidyala, nand闪存、印度
相关文章Pubmed,谷歌学者

访问更多的相关文章全球研究计算机科学杂志》上

全球研究计算机科学杂志》上

文摘

几种遥感软件包用于遥感数据分析和可视化的明确目的,遥感传感器技术的发展从近十年。根据文献,遥感仍缺乏软件工具从遥感数据中提取有效的信息。所以,本文提供了一种多传感器图像融合技术的技术发展水平以及评论的质量评价单一图像或图像融合在商业遥感包。它还介绍了程序(ALwassaiProcess)为图像融合开发和分类。

关键字
商业处理系统、图像融合质量评价。

介绍
自动识别、描述、分类和分组模式是重要的问题在各种工程和科学学科,如统计、计算机辅助诊断、营销、计算机视觉、生物医药等领域,遥感。这个话题一直得到广泛的研究和应用在各领域的几个任务,与计算机和传感器的不断演变,它已成为越来越重要的理解之间的交互和关联来自不同传感器的数据和推断出有意义的推论。远程传感器提供各种具有不同特点的图像数据在时间方面,空间、辐射、光谱分辨率。非常高的空间分辨率使一个准确的描述形状、功能和结构,高光谱分辨率可以更好地识别和歧视基于光谱响应特性的狭窄的乐队。当前遥感器提供了多光谱传感器和先进的多光谱传感器叫做hyper-spectral传感器,它检测到数以百计的非常狭窄的整个可见光谱波段,近红外和中红外部分的电磁波谱。此外,高空间范围从(0.5着)遥感等商业领域IKONOS, QuickBird, OrbView-3和SPOT-5…等。尽管超过80%的现代地球观测卫星传感器和许多航空数码相机的同时,提供了一种高空间和高光谱分辨率之间的权衡,并没有一个系统同时提供(即收集高分辨率全色(Pan)和低分辨率多光谱图像(MS)或相反)。例如TM传感器Landsat-series卫星图像上具有显著优势6光谱波段但在空间分辨率很差(30米)对于某些应用程序,而HRV SPOT-series机上的传感器的卫星在空间分辨率10米表现很好,但low-spectral决议,潘作为单通道图像和三个多光谱图像空间分辨率20米。为了自动化的处理这些卫星图像对图像融合的概念是必要的。
“图像融合”一词涵盖了多种技术用于结合高分辨率全色图像的几何细节和低分辨率的多光谱图像的颜色信息来产生最终的图像尽可能高的空间信息内容,同时仍然保持良好的光谱信息质量。多传感器图像融合被广泛认为是一种有效的工具,在基于图像的应用提高整体性能。一些常见的图像融合的应用包括;视觉显示增强,模式识别,机器学习,对象分离[1],[2]图像纹理信息分类和检索[3],森林[4],分类和车辆检测[5。),目标跟踪[6],…等。应用程序本身通常用于驱动的选择与融合算法。尽管图像融合的发展,研究建立了,没有一个融合算法可以为每个应用程序工作;因为传感器的图像本身有不同的响应在不同的操作条件下,如合并的多光谱图像与合并hyper-spectral不同卫星传感器数据。因此,很多图像融合技术的变化出现在讲师。因此,相关的算法通常调谐向特定的任务和领导定制解决方案以及取决于用户的体验。图像融合只是一个入门阶段到另一个任务因此; the performance of the fusion algorithm must be measured in terms of improvement or image quality to evaluate the possible benefits of fusion. With increasingly sophisticated algorithms, the need for a cost-effective and standardized on designing software for image Fusion and quality evaluate the possible benefits of fusion.
最近,不少调查论文已发表,提供概述的历史,发展,评估和当前状态的艺术图像融合的图像应用领域(7 - 11)。但是最近的多传感器数据融合的发展遥感软件并没有详细讨论。本文的目标是提供一个概览的图像融合工具软件包可用于遥感图像的显式可视化的目的。主要关注于图像融合和融合图像质量评价单一图像或组件的这些包。本文的后续部分组织如下:第二部分给出了教科书的简要概述他们的软件实现。III包括综述图像处理系统;第四本节提供了一个快速概述程序ALwassaiProcess图像融合和分类,随后结论紧随其后。

复习课本上的软件实现
有许多教科书在图像处理包括软件实现包括:·林德利c。:实际图像处理C[12]和皮塔饼,我。:数字图像处理算法[13]覆盖基本图像处理和计算机视觉算法。帕克,j . R。:实用的计算机视觉使用C[14]提供了一个很好的描述和实现的低级图像处理任务在一个成熟的框架,但又不会扩展到一些最近和更高水平的过程在他后期的文本图像处理和计算机视觉等计算机视觉图像[15]。在计算机视觉和图像处理[16]以一个applications-oriented计算机视觉和图像处理方法,提供各种技术在工程格式,一起工作包和GUI。然而,图像融合技术缺席。图像处理在Java[17]中,只专注于Java和集中在图像处理系统中实现多特征提取(仅提供基本方法)与前面的图像融合是缺席的。主人,T。:信号和图像处理和神经网络——一个c++原始资料[18]提供良好的指导将图像处理技术与神经网络技术相结合,让代码基本的图像处理技术,如频域变换。最新的教科书在深度的遥感图像处理马瑟,p . M。: Computer Processing of Remotely-Sensed Images [19] offers an excellent description and implementation of image processing for Remotely-Sensed Images tasks.
通过,数以百计的变化的图像融合技术出版物的讲师缺席在这些以前的书籍与他们的软件实现以及融合的图像质量评估可能的好处,除了[19]有一些方法的图像融合技术。

回顾商业遥感包
近年来,许多商业遥感包一直很发达,其性能和功能由于计算技术的进步直接响应需要有效处理数量庞大的遥感数据和许多基于屏幕的使用Windows系统。有很多图像融合技术其中一些在这些系统包括用于图像融合,intensity-hue-saturation (IHS),高通滤波(高通滤波器),主成分分析(PCA),不同的算术组合如Brovey变换(BT)和小波变换[20]。许多成熟的遥感数据图像处理系统的说明和描述,但不限于,包括:
1。IDRISI是一个复杂的桌面栅格地理信息和图像处理系统;它是由地理克拉克大学的研究生院,伍斯特,和马萨诸塞州。最新的版本,称为IDRISI安第斯山脉(15)版本,是32位Windows NT -兼容的。这包括250多个模块或系统独立的项目数字分析和空间数据的可视化,包括遥感影像,在一个单一的包[26]。广泛被政府机构、学校、研究机构、学术界和私营部门证明了它的受欢迎程度[27]。然而,IDRISI提供如上维护有限功能的图像融合技术,以及图像质量评价,缺席。
2。ERDAS公司想象是一种最古老和领导geoinformatic软件公司。其主要产品,想象,包含一套全面和复杂的数字遥感数据的分析工具。ERDAS公司想象提供了三个水平,生活必需品,优势,专业。想象必需品包括一组强大的工具操纵地理和图像数据,如图像运用、可视化、地图输出。想象优势扩展想象的功能要点通过添加更多的功能,如mosaicking表面插值,先进的影像判读。想象专业包含更多的分类和光谱分析,和雷达处理比想象重要工具。除了所有这些模块包括生活必需品和优势,它还包括附加工具,对于复杂的图像分析和建模,雷达数据分析和先进的分类[26]。尽管ERDAS公司想象有限范围的图像融合,它提供了最受欢迎的方法与前面的系统,和融合的图像质量评价的评价可能的好处是缺席。也有许多附加模块,ERDAS公司形象可能相当昂贵。
3所示。环境:由研究系统(现在叫ITT视觉信息解决方案),是一个全面的环境icon-driven图像分析方案专门为处理大型多光谱和高光谱遥感数据[28]。环境包含图像融合的图像处理功能,但最受欢迎的方法如上维护。作为一种重要的图像分析系统,提供了一个广泛的传统和非传统的环境图像分类器。例如,它是最早的系统和基于机器学习的图像分类的能力。目前的环境能够分类图像使用神经网络和二进制编码[26]。然而,图像质量评价的评价融合的可能的好处是缺席。同时,一样的操作可以通过更好的组织进一步加强图像显示等功能;图形图标可能被添加到伴随快速访问工具栏中的功能。
4所示。ER映射器:澳大利亚是一个软件公司专门从事数字图像分析。相同名称的主要产品是一个功能强大的基于窗口的图像分析方案,提供了一套完整的图像处理工具[29]。然而,ER Mapper有限范围的图像融合功能。ER Mapper提供分类图像的评估结果的准确性。产生混淆矩阵显示生产商和用户的准确性,以及整体的精度。但没有特殊模块可用于评估其他图像质量。
5。PCI Geomatica:总部设在加拿大多伦多,PCI是一个领先的软件开发人员专门从事遥感、数字摄影测量和制图。这个包的一个广泛的地理空间工具套件提供了最完整的地理空间解决方案通过许多内置功能。PCI的力量在于它的高度自动化和自定义工作流[26]。然而,这种优势转向限制的同时,它可以应用于一个狭窄的范围的图像融合和图像质量的评估也没有以前的系统。
6。草GIS:通常被称为草(地理资源分析支持系统),是免费的地理信息系统(GIS)软件用于地理空间数据管理和分析、图像处理、图形/地图生产、空间建模和可视化。草GIS目前用于世界各地的学术和商业的设置,以及许多政府机构和环境咨询公司。草GIS是一个开源地理空间基金会的官方项目(OSGeo) [30]。还有一个限制图像融合技术以及图像质量的评估是缺席。

总结项目ALWASSAIPROCESS功能
这个程序创建作为实验室实现图像处理的例程。ALwassaiProcess运行在窗口和学术的自由软件。其接口和实现在VB6的目标简单简单我们不使用复杂的类模型图像和其他对象,所以代码看起来像一个扩展C或C + +在一些情况下ALwassaiProcess工具可以开发新的图像处理算法,文章、论文和学位论文。
本节提供了一个快速概述ALwassaiProcess运行。ALwassaiProcess开始的
图像
安装Windows下的ALwassaiProcess ALwassaiProcess包含一个标准的安装程序包。假设ALwassaiProcess是安装在路径,您可以通过双击开始ALwassaiProcess ALwassaiProcess应用程序链接(或快捷方式)在桌面上。当开始与主窗口ALwassaiProcess看起来如图1所示,它包括,菜单栏和工具栏。快速访问工具栏包含了一些图标功能菜单栏项目。
ALwassaiProcess提供的函数访问从主菜单栏项目如下:文件、编辑、查看、图像处理、过滤、转换、分类、测量和分析工具,窗口和帮助。
有很多功能提供的图像处理程序,但我们不能正确描述它,因为限制。但这里几个快照了一些函数出现在Fig.2-8。
这个项目感兴趣的图像融合和分类。最重要的是它是评价图像中引入不同的目的在学术研究主题。这个项目的目标提供了自动图像融合的功能和分类,这是困难以及有限的在前面的软件维护。他们中的一些是很昂贵的。这里,程序覆盖最有效的算法在图像融合以及分类。需要图像融合或分类操作如重采样辐射校正、降噪、过滤、....等这个项目提供了以上事情。我们想维持在程序中,过滤方法对应于教科书的图像处理工作。
图像
图像

结论
这样,本文提出一些教科书上的审查实现软件和一些商业遥感包为图像处理和分析工作。审查结果在教科书实现软件的图像融合没有商业遥感包的主要和最广泛的普及提供融合算法(例如PCA, IHS、高通滤波器、BT和西弗吉尼亚州),尽管很多变化的图像融合技术。这些方法在这些产品更好的性能比其他的技术可以通过图像融合从业者足够合适的或准确有效地利用遥感专家沟通?
然而,随着商业遥感包的流行,很容易获得处理遥感产品基于融合算法或分类。但是,值得注意的是这些产品可能不适合或准确对应于图像融合的条件使用。在融合过程的结果是取决于它的许多应用程序,所以我们应该评估融合的好处。因此,它仍然是迫切需要有效图像融合从业人员。同时,回顾商业遥感包的结果图像进化是缺席了。所以,我们介绍我们的项目,它涵盖了15图像融合技术回答前面的问题。同时,介绍了最大值工具程序中需要的图像融合和分类以及提供工具自动质量评估中实现(第23 - 25、33节)
最后,我们希望这个项目对他们将来有帮助那些想要在这个领域的研究和发展进一步的调查是必要的图像融合算法。

承认
作者要感谢每个人的贡献,直接或间接地在成就或测试的工作。感谢先生Arvindkumar Gaikwad帮助,在这工作。

引用
  1. 赵Y。,Zhang L., Zhang D., Q. Pan, 2009. ―Object separation by polarimetric and spectral imagery fusion‖, Computer Vision and Image Understanding, 113 (2009) pp. 855–866.
  2. Mariz C。,Gianelle D., Bruzzone L., Vescovo L., 2009. ―Fusion of multi-spectral SPOT-5 images and very high resolution texture information extracted from digital orthophotos for automatic classification of complex Alpine areas‖. International Journal of Remote Sensing Vol. 30, No. 11, pp. 2859–2873.
  3. Tuia D。,Camps-Valls D., Matasci G., Kanevski M., 2010. ―Learning Relevant Image Features With Multiple-Kernel Classification‖. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, VOL. 48, NO. 10, pp. 3780 – 3791.
  4. 王Y。,W. Huang W., Liu Y., Hu Li, 2011.‖Classification of Forest Land Information Using Environment Satellite (HJ-1) Data‖. I.J. Intelligent Systems and Applications, 4, pp.33-40.
  5. 陈,y;汉族,C。,2005. ― Maneuvering vehicle tracking based on multi-sensor fusion‖. Acta Autom. Sin. 2005, 31, pp. 625–630.
  6. 刘,c;冯,X。,2006年。一个¢€•跟踪机动目标的算法基于愤怒在密集环境传感器和雷达¢€–。j .空军Eng。大学2006年7页。25 - 28。
  7. 史密斯M.I.;希瑟,摩根大通,2005年。¢€•审查的图像融合技术在2005年¢€–。国防和安全研讨会论文集,2005年美国佛罗里达州奥兰多市。
  8. 张J。,2010年。一个¢€•多源遥感数据融合:地位和trendsA¢€–,国际期刊的图像和数据融合,1卷,1号,5-24页。
  9. 张(J。,2010年。一个¢€•多源遥感数据融合:地位和trendsA¢€–,国际期刊的图像和数据融合,1卷,1号,5-24页。
  10. 王K。,S.E. Franklin, X. Guo, M. Cattet, 2010. ―Remote Sensing of Ecology, Biodiversity and Conservation: A Review from the Perspective of Remote Sensing Specialists‖. Sensors 2010, 10, pp. 9647-9667.
  11. 董J。,Zhuang D., Huang Y.,Fu J., 2009. ― Advances in Multi-Sensor Data Fusion: Algorithms and Applications‖, Sensors 2009, 9, PP.7771-7784.
  12. 林德利,c。,1991年。一个¢€•实际图像处理CA¢€–,威利& Sons Inc .)、美国纽约。
  13. 皮塔饼,我。,Digital Image Processing Algorithms, Prentice-Hall International (UK) Ltd, Hemel Hempstead UK, 1993
  14. 帕克,j . R。,1994年。一个¢€•实用计算机视觉使用CA¢€–,威利& Sons Inc .)、美国纽约。
  15. 帕克,j . R。,1996年。一个¢€–算法图像处理和计算机VisionA¢€–,威利& Sons Inc .)、美国纽约。
  16. Umbaugh s E。,1998年。一个¢€–计算机视觉和图像处理,赫默尔亨普斯特德新世纪国际(英国)有限公司,英国。
  17. 里昂,d . A。,1999年。一个¢€–图像处理在Java中,普伦蒂斯霍尔。
  18. 主人,T。,1994年。¢€•信号和图像处理和神经网络——一个c++ SourcebookA¢€–,威利父子公司,美国纽约。
  19. 马瑟p . M。,2004年。一个¢€•遥感一次的计算机处理¢€–。第3版,约翰威利& Sons有限公司。
  20. (波尔c和Van Genderen j . L。,1998年。一个¢€•多传感器遥感图像融合:概念、方法和ApplicationsA¢€–。(综述)、国际遥感学报,19卷,第五,页823 - 854
  21. 张Y。,2004年。¢€–了解映像FusionA¢€–。摄影测量工程&遥感,页657 - 661。
  22. Alparone L。,Baronti S., Garzelli A., Nencini F. , 2004. ― Landsat ETM+ and SAR Image Fusion Based on Generalized Intensity Modulation‖. IEEE Transactions on Geoscience and Remote Sensing, Vol. 42, No. 12, pp. 2832-2839.
  23. 投a . Al-Wassai喷嘴速度Kalyankar, a . a . Al-zuky 2011。一个¢€•算术和频率过滤方法像素图像融合技术¢€•。IJCSI国际计算机科学杂志的问题,8卷,问题3,1号,2011年5月,页113 - 122。
  24. 投a . Al-Wassai喷嘴速度Kalyankar, a . a . Al-zuky 2011。一个¢€•基于IHS变换的图像FusionA¢€–。全球研究期刊》的研究在计算机科学中,卷2,5号,2011年5月,页70 - 77。
  25. 投a . Al-Wassai喷嘴速度Kalyankar, a . a . Al-zuky 2011。一个¢€•多传感器图像融合基于FeatureA¢€–。国际先进研究期刊》的研究在计算机科学中,卷2,4号,2011年7 - 8月,页354 - 362。
  26. 杰高,2009。¢€•数字分析的遥感ImageryA¢€–。麦格劳-希尔公司,有限公司
  27. Simonovic s p . 1997。¢€•软件审查:IDRISI对于Windows, 2.0。一个¢€–《地理信息和决策分析。1(2),151 - 157页。
  28. ITT公司。2007年。ENVI-get所需的信息从图像,http://www.ittvis.com/envi/
  29. ER Mapper。2007。ER Mapper专业数据表,http://www.ermapper.com/frame_redirect.asp?url = / ermapper / prodinfo /你。
  30. 草。http://grass.osgeo.org/
  31. 投a . Al-Wassai喷嘴速度Kalyankar, Al-Zuky, 2011。一个¢€–基于像素统计方法的图像融合TechniquesA¢€–。国际期刊的人工智能和知识发现技术问题3,7月,2011 5,5 - 14页。
  32. 投a . Al-Wassai喷嘴速度Kalyankar, 2012年。“小说度量方法评价的空间增强锅——磨图像”,CS & 06年,479 - 493年,2012页。DOI: 10.5121 / csit.2012.2347。
  33. 投阿卜杜拉•Al-Wassai喷嘴速度Kalyankar, Zaky, a . a . 2012。“空间和光谱质量评价基于边缘地区的卫星:图像融合”,IEEE计算机协会,2012年第二次国际会议上ACCT 2012年pp.265 - 275。