《表1 不同参数下Road原图像融合结果的性能比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《结合多元经验模态分解和加权最小二乘滤波器的遥感图像融合》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

加权最小二乘滤波器中参数λ用来维持两个子公式之间的平衡，λ值的增加会使图像越来越平滑，通常的λ会以整数倍增加或减小，平滑权重计算中，参数α表示对输入图像f梯度的敏感度，通常的取值为1.2～2.0之间，参数α的取值越小，可以保留较大的边缘，平滑不必要的细节，参数ε为接近于0的常数，通常取值为0.0001，为了避免输入图像f中出现常数区域时公式存在被零除的情况.以Road原图像为例，实验中选取三组不同的参数来说明对实验结果的影响，从而选取最佳参数，第一组分别为α=1.2，λ=0.1，α=1.2，λ=0.8，α=1.2，λ=6.4，第二组分别为α=1.6，λ=0.1，α=1.6，λ=0.8，α=1.6，λ=6.4，第三组分别为α=2.0，λ=0.1，α=2.0，λ=0.8，α=2.0，λ=6.4，实验结果如表1所示，可以看出当α=1.2，λ=0.8时，得到的融合效果最优.