《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》
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.
图表编号 | XD0063362200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 张静、陈宏涛、刘帆 |
绘制单位 | 太原理工大学信息与计算机学院、太原理工大学信息与计算机学院、太原理工大学大数据学院 |
更多格式 | 高清、无水印(增值服务) |