比值法保全多光谱图像颜色的研究

针对遥感图像融合Brovey变换法存在颜色失真的现象,提出了一种低通比值融合法,该融合法首先对高几何分辨率的全色波段进行低通滤波,尔后将低分辨率多光谱图像与全色波段图像相乘.再除以滤波后的全色波段图像,便得到融谮合图像.从辐照的角度证明了该低通比值融合法具备理论基础,并从目视评价、定量分析、分类精度证实了该低通比值融合法优于Brovey变换法,该低通比值融合法是一种能较好地保全低分辨率多光谱图像颜色的融合方法.     

消除噪声的RNF图像融合算法

在多光谱遥感图像中有时也会存在较严重的随机点噪声的干扰，这种随机点噪声严重影响了地物光谱特征提取和识别的精度，降低了各种遥感定量分析方法技术的有效性。常用的遥感图像随机噪声消除或压抑方法是Fourier变换频率域方法和采用平滑模板对图像进行卷积处理的空间域方法，但它们往往会损失图像信息。文章探讨了消除或压抑噪声的图像融合方法，即RNF融合法。RNF融合算法先对参与融合的多光谱图像进行低通滤波，对全色波段进行高通滤波。然后将滤波后的全色波段与多光谱图像用HSI变换法进行融合，融合后的图像消除了噪声。     

中巴资源卫星HR与CCD图像融合方法探讨

中巴资源卫星（CBERS）多光谱CCD数据与全色HR数据空间分辨率相差较大,给图像融合带来一定困难。利用锐化、高通滤波（HPF）、Brovey变换、IHS变换、主成分变换、GS变换和小波变换等方法对CCD与HR数据进行融合试验。通过定性与定量分析,探讨了不同方法的融合效果。     

资源三号卫星正视全色与多光谱影像融合及评价

资源三号卫星(ZY-3)是我国发射的首颗民用高分辨率光学传输型立体测绘卫星,其全色波段与多光谱波段有相同的太阳高度角和其他环境条件,影像获取时间一致,因此两种不同分辨率的数据可实现高精度融合形成新的影像。使用Brovey变换、主成分变换、IHS变换、小波变换、GS光谱锐化五种不同的数据融合方法,对ZY-3全色和多光谱影像进行融合,并从清晰度、纹理和色调进行定性分析;从标准差、信息熵、平均梯度、偏差指数、相关系数和光谱扭曲程度进行定量评价。结果表明:基于Gram-Schimdt光谱锐化融合方法产生的遥感图像失真较小,同时很大程度地保持了高分辨率全色波段的空间纹理细节信息,是一种适合于ZY-3图像融合的较好方法。     

基于Kurtosis-IHS的遥感影像融合

针对传统IHS遥感影像融合的光谱扭曲和易引入噪声问题,提出了一种基于Kurtosis-IHS的遥感影像融合方法：从多光谱图像强度分量与全色图像最优逼近的角度出发,迭代求解多光谱各波段图像融合系数,减少光谱失真;根据全色图像的峭度获取其细节分量,达到抑制噪声的目的;最后使用基于Kurtosis-IHS的融合公式得到融合结果.实验选取2组实际遥感数据,结果表明,融合方法在CC、ERGAS、RASE、RMSE及SID 5个光谱性能评价指标上均优于传统的IHS、PCA、DWT及NSCT融合方法,在第二组遥感影像融合测试中,Kurtosis-IHS方法比传统IHS方法的5个指标分别提高了41.80％、57.09％、57.11％、57.11％、49.74％;在含噪环境下,融合方法的融合结果PSNR值均达到最大.所提出的Kurtosis-IHS方法优于传统的IHS融合方法,在提高空间分辨率的同时,具有较好地保持光谱信息及有效抑制噪声的优点.     

ASTER多光谱波段与SPOT全色波段融合方法研究

遥感图像融合可以发挥多源遥感数据的优势。但由于不同传感器的遥感数据有着不同的特征,不同数据所采用的融合方法也应不同。文章探讨了ASTER多光谱波段与SPOT全色波段数据融合的方法,通过对PCA融合、IHS融合和基于小波的IHS融合方法的对比研究,得出基于小波的IHS融合法在提高空间分辨率的同时较好地保持了地物的多光谱信息。     

IHS融合改进方法在闽清县土地更新调查中的应用

采用传统的IHS等融合方法在进行高分辨率的全色影像与低分辨率的多光谱影像融合时,会使多光谱影像的光谱退化;如果高分辨率全色影像时相比多光谱影像时间早很多,则会产生很多新的地物信息丢失。通过对传统的IHS等融合方法的研究,改进了1分量的算法,使1分量既含有高分辨率影像的纹理信息又具有多光谱影像的光谱信息,得出IHS-融合方法,有效地解决了这个问题。     

珠海一号高光谱影像融合方法对比

本文采用HSV、Brovey、CN、GS、PC、NND等6种常用融合方法,对吉林一号、高分二号、高分六号光学全色图像和珠海一号高光谱图像进行融合实验,通过目视分析和均值、平均梯度、信息熵、相关系数等指标对融合影像定性定量评价。结果表明,GS方法综合效果和光谱保真度最好,PC次之,NND方法清晰度和信息量保持能力最好。从数据源比较,吉林一号与高光谱数据融合后图像,目视效果和评价指标值稳定性相对更好。高分数据全色数据空间分辨率与高光谱空间分辨率相差越小,融合效果越好。     

ETM+与SPOT-5 Pan融合影像在地质灾害调查中的应用

ETM 与SPOT-5 Pan融合影像是地质灾害调查的理想数据源.ETM 多光谱图像与SPOT-5 Pan图像的空间分辨率相差悬殊,直接融合可能导致融合影像色彩模糊、色调不和谐等问题;若将ETM 与其全色融合后再与SPOT-5 Pan融合,如果融合方法不当亦会造成光谱信息的过多损失.以金沙江上游某库区地质灾害遥感调查为例,采用Brovey变换法、IHS变换法和PCA变换法分别对ETM 和SPOT-5 Pan进行了直接和间接融合,并采用主观评定与水平光谱剖面相结合的方法对融合影像进行了评价,通过野外调查对解译结果进行了校验,结果表明ETM 与SPOT-5 Pan(PCA变换融合)融合影像地质灾害解译的准确率达92%.     

非负矩阵分解和Curvelet在遥感图像融合中的应用

非负矩阵分解是一种提取图像原始信息局部特征的新方法,第二代Curvelet变换是一种效果较好的多尺度变换分析方法。结合两者特征提出一种基于NMF和Curvelet的遥感图像的融合方法,首先对已配准的多光谱图像和全色图像进行Curevelet分解,得到各层系数（Coarse、Detail和Fine尺度层）。然后对Coarse尺度层（低频系数）进行NMF分解,提取出包含特征基的低频系数;对Detail和Fine尺度层（高频系数）采用方差为测度参数进行邻域融合。最后进行Curevelet逆变换得到融合图像。实验结果表明,该方法的融合图像能较好地保留光谱信息,并在空间细节信息上得到改善,优于小波方法、Curvelet等方法。