Preview

Информатика

Расширенный поиск

АЛГОРИТМЫ РЕГРЕССИОННОГО ТИПА ДЛЯ УВЕЛИЧЕНИЯ РАЗРЕШЕНИЯ МУЛЬТИСПЕКТРАЛЬНЫХ ИЗОБРАЖЕНИЙ

Аннотация

Описываются быстрые алгоритмы регрессионного типа, предназначенные для увеличения разрешения изображений видимого спектра. Предложенные алгоритмы протестированы на десятках мультиспектральных изображений, полученных со спутников Landsat 7ETM+ и Quickbird. Даются результаты увеличения разрешения изображений и таблицы численных оценок качества увеличения разрешения снимков, а также время выполнения алгоритмов.

Об авторах

В. В. Старовойтов

Россия


А. О. Макаров
Объединенный институт проблем информатики НАН Беларуси
Беларусь


Список литературы

1. A new look at IHS-like image fusion methods / T. Tu [et al.] // Information Fusion. – 2001. – Vol. 2, № 3. – P. 177–186.

2. Zhang, Y. Problems in the fusion of commercial high resolution satellite images as well as Landsat 7 images and initial solutions / Y. Zhang // International Archives of Photogrammetry and Remote Sensing. – 2002. – Vol. 34. – Part 4.

3. A local correlation approach for the fusion of remote sensing data with different spatial resolution in forestry applications / J. Hill [et al.] // Proc. of International Archives of Photogrammetry and Remote Sensing. – Valladolid, Spain, 1999. – Vol. 32. – Part 7-4-3 W6.

4. A comparative analysis of image fusion methods / Wang Z. [et al.] // IEEE Trans. on Geoscience and Remote Sensing. – 2005. – Vol. 43. – № 6. – P. 1391–1402.

5. Viola, P. Robust real-time object detection / P. Viola, M. Jones // Int. Journal of Computer Vision. – 2004. – Vol. 57. – № 2. – P. 137–154.

6. Макаров, А.О. Быстрые алгоритмы увеличения разрешения мультиспектральных изображений / А.О. Макаров, В.В. Старовойтов // Информатика. – 2006. – № 2. – С. 27–37.


Рецензия

Для цитирования:


Старовойтов В.В., Макаров А.О. АЛГОРИТМЫ РЕГРЕССИОННОГО ТИПА ДЛЯ УВЕЛИЧЕНИЯ РАЗРЕШЕНИЯ МУЛЬТИСПЕКТРАЛЬНЫХ ИЗОБРАЖЕНИЙ. Информатика. 2006;(3(11)):15-25.

Просмотров: 474


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1816-0301 (Print)
ISSN 2617-6963 (Online)