SAR与光学影像融合增强方法和效果分析

基于Radarsat-2全极化SAR、GF-1多光谱、Landsat-8多光谱影像,利用PCA变换、HSV变换等方法,分析了同空间分辨率的SAR与光学全色影像的信息量,并评价了其分别与Landsat-8多光谱影像的融合结果。结果表明:全极化SAR影像较全色影像的亮度高,图像标准差、信息熵及平均梯度总体趋于一致,信息量相当;融合影像目视效果相近,且SAR融合影像较光学融合影像包含的信息量更为丰富,利用高分全极化SAR影像替代光学全色影像开展海岸带遥感监测是可行的。     

一种新的基于PCA变换多源遥感影像像素级融合方法

在多源遥感影像融合中,基于传统PCA变换的多源遥感影像融合的光谱分辨率受到较大影响。提出了一种新的基于PCA变换的多源遥感影像像素级融合方法,通过在传统PCA变换融合算法基础上引入小波变换融合,保留了多波段遥感图像光谱特性的有用信息,进一步提高融合后遥感影像的效果。给出实验的融合结果,并与传统PCA变换方法进行对比,证明了该方法的有效性。     

近岸水体异源遥感反射率产品的融合方法研究

数据融合能够综合利用多源遥感数据优势,获取高空间分辨率和高测量精度的遥感影像,对于近岸水体生态环境监测和灾害预警均具有重要意义。但目前使用的数据融合方法多是针对内陆水体或大洋水体的,其在近岸水体的适用性仍需进一步评估,因而本文开展了近岸水体遥感数据融合方法的对比研究。本文以高空间分辨率的Sentinel-2 MSI影像和中等空间分辨率的Sentinel-3 OLCI影像为数据源,分别开展了基于小波变换（WTBF）、生物光学模型（BOBF）和混合像元分解（IUBF）三种方法的数据融合实验,并在此基础上借助现场实测遥感反射率（Remote-sensing Reflectance,Rrs）数据与融合影像对应点的平均相对误差（MRE）、均方根误差（RMSE）、偏差（bias）和平均梯度对各种方法的融合数据质量和区域适用性进行了评估。结果表明：（1） OLCI的Rrs数据精度高于MSI。其中MSI在443 nm、560 nm和665 nm三个波段的MRE、RMSE均高于OLCI,表明MSI的Rrs精度相对OLCI较低;目视效果和平均梯度表明MSI的清晰度高于OLCI。（2） BOBF是三种方法中...     

IHS变换与小波变换相结合的ETM+影像融合技术

多分辨率影像融合技术已广泛应用于遥感影像处理方面,针对ETM＋多光谱影像和全色影像融合中存在的光谱失真现象,提出了一种改进的ETM＋影像融合方法。该方法首先对多光谱影像进行IHS变换;然后将全色影像进行小波分解,利用亮度分量替换小波分解后的近似分量,进行小波逆变换得到新的亮度分量;最后进行IHS逆变换得到融合影像。试验结果表明,融合后的影像在保持多光谱信息和提高空间分辨率上均能获得较好的效果。     

图像融合在遥感中的应用

介绍了关于低分辨率的多光谱图像与高分辨率的全色图像相融合的一些方法。图像融合的目的是为了获取高分辨率的多光谱图像,它既包含了多光谱信息又具有全色图像的高空间分辨率特点。图像融合在遥感中的主要目的在于尽量保持图像的光谱信息．以便用于土地覆盖分类等领域,这一点与其在军事应用和计算机辅助设计领域有所不同。阐述了如何在不使用高分辨率的全色图像情况下进行融合的方法,由于同时获取的多光谱图像之间存在亚像元级的偏移现象,将位移量作为附加信息来有效提高采样频率,以此获取高空间分辨率信息。最后选取了SPOT卫星的多光谱图像作为例子．对文中所阐述的算法进行了试验,并对试验结果作了比较分析。     

一种改进的Curvelet变换遥感影像融合方法

提出了一种改进的Curvelet变换的融合算法,以IKONOS影像为样本数据,融合过程中将原全色波段与多光谱影像中未参与HIS分解的波段进行加权组合,形成新全色分量,再将此分量与明度分量分别进行第二代Curvelet变换,以形成新明度分量,HIS逆变换后形成融合影像。并与改进的HIS变换融合、传统的HIS变换与Curvelet变换结合的融合算法相比较,结果表明,改进的方法能增加融合影像的信息量,降低光谱扭曲度,提高融合影像与原多光谱影像的相似度。     

高空间分辨率遥感影像融合方法探讨

针对高空间分辨率遥感影像特点,利用IHS变换、Brovey变换、PCA主成分变换、Gram_Schmidt变换以及Pansharp变换等五种融合方法对QuickBird影像进行了融合实验,并从目视效果、波谱剖面图以及定量分析三方面对融合后影像质量做出了科学的比较,结果表明Pansharp和Gram_Schmidt融合算法更适合高分辨遥感影像融合。     

资源一号02C卫星海岸带影像二级产品质量评价

为分析资源一号02C卫星在海岸带地区的应用潜力,对其遥感数据成像质量进行评价。采用主观评价和客观评价相结合的评价方法,对资源一号02C卫星P/MS影像二级产品进行质量评价,并与应用广泛且波段设置、空间分辨率相近的SPOT-5影像数据进行对比,分析其在海岸带遥感应用方面的潜力。结果表明:采用目视解译的主观评价显示,资源一号02C全色、多光谱以及融合影像在海岸带典型地物表现能力方面接近SPOT-5影像,而SPOT-5影像颜色过渡更自然,影像纹理和细节信息更丰富。采用统计分析量的客观评价显示,资源一号02C与SPOT-5影像的各统计参数互有高低。就全色影像而言,资源一号02C的信息量较高,而SOPT-5的亮度、灰度离散程度和空间分辨率较高;就多光谱影像而言,SPOT-5的灰度离散程度较高,其他指标无明显规律,不易比较;就融合影像而言,SOPT-5的空间分辨率较高,而资源一号02C的信息量、灰度离散程度和波段间独立性较高。因此,资源一号02C影像数据在一定程度上可以替代SPOT-5影像,在海岸带遥感研究与应用领域具有相当潜力。     

基于港口船舶识别的高分二号卫星遥感影像融合方法比较

在卫星遥感影像识别中,相较于海上单一环境的船舶识别,港口船舶识别由于存在集装箱、码头等大量干扰目标,显得更为困难。采用强度-色度-饱和度(Intensity-Hue-Saturation, IHS)变换、Brovey变换(Brovey Transform, BT)、ESRI全色锐化变换、简单均值变换和施密特正交变换法(Gram-Schmidt, GS)等5种融合算法,进行高分二号卫星全色和多光谱影像的融合试验,通过定性和定量评价选出适用于港口船舶影像的最优方法。结果显示GS融合方法在增加影像空间信息的同时维持了光谱保真性,其均方根误差、峰值信噪比、结构相似性等指标均优于其他4种融合方法,可用于港口船舶识别。     

MODIS图像湖泊水体信息的快速识别与制图

在可见光和近红外波段内,水体、植被、城市和土壤等地物的光谱反射率差异是利用遥感手段提取水体的基本原理。利用归一化植被指数(NDVI)提取MOD IS遥感影像上的水体,再将提取出的水体和MOD IS的空间分辨率为250m的2个波段进行假彩色合成,实现湖泊水体遥感影像的自动制图。结果表明,利用本文方法制成的水体分布图,既能保留MOD IS的较高分辨率,又能清晰地识别水体。     

空间分辨率对水深遥感反演的影响分析

遥感水深反演中空间分辨率的影响是一个重要的科学问题。本文使用东岛的QuickBird和WorldView-2多光谱影像及实测水深点进行实验研究,实验使用了原始空间分辨率（2.4/2m）以及4种降空间分辨率（4m,8m,16m和32m）的影像,使用相同的水深控制点开展水深遥感反演,并对水深反演结果使用相同的检查点进行精度验证。实验结果表明,随着空间分辨率由2.4/2m降低至4m,8m和16m,水深遥感反演的精度呈现出逐渐提高的趋势,进一步降低空间分辨率则会导致水深反演精度下降。当影像空间分辨率为16m时,水深反演结果误差最小且与实测水深值相关性最高,此时两景影像的水深反演平均相对误差分别21.2%和13.1%,相对于最大值分别降低了14.7%和2.9%;平均绝对误差分别为2.0m和1.4m,相对于最大值分别降低了1.0m和0.5m。本文研究结果为水深遥感反演研究与应用中遥感数据的选择提供了参考。     

基于MPHD算法的高分辨率遥感影像对海洋上空的云及其阴影的识别与匹配

对云及其阴影的识别是遥感图像处理中的一项基础性工作,在高分辨率遥感影像中,云及其阴影在图像中的分布是有规律的,利用两者在平坦区域高分辨率卫星影像上具有相似性的特征对其进行识别与匹配,可以比较简单地利用图像域值分割方法得到更好的识别与匹配结果.采用面向对象的思路提取云及其阴影的轮廓,在分析图像分割误差原因的基础上,考虑影像上云与其阴影的空间拓扑关系,应用改进的分数Hausdorff距离的图像匹配方法(MPHD),通过云及其阴影的局部相似的匹配,从而很好地识别出云及与其匹配的阴影,同时还可计算出匹配两者在投影平面上的距离.提出的云及其阴影的识别与匹配算法,为计算云高和应用遥感图像处理云及其云阴影的掩模提供科学依据.     

纹理特征提取及辅助遥感影像分类技术研究

研究了利用灰度共生矩阵提取纹理特征的方法,并对利用纹理特征影像辅助光谱特征分类的方法进行了研究。实验结果表明,纹理特征辅助光谱特征分类能够提高遥感影像分类的准确性和精度。     

基于Sentinel-2影像的围海养殖信息提取

为了能够利用遥感图像快速准确地提取围海养殖矢量信息,本文选取养殖水体、堤坝及育苗室等交错分布的海参围海养殖区域作为研究区域,根据研究区域Sentinel-2遥感影像的光谱特征,选用归一化差异水体指数（Normalized Difference Water Index,NDWI）、改进归一化差异水体指数（Modified Normalized Difference Water Index,MNDWI）和增强水体指数（Enhanced Water Index,EWI）三类水体指数,分别进行提取实验,利用同时期高空间分辨率的高分二号卫星（GF-2）影像作为参考,验证不同方法的提取精度,精度评价结果表明：相较MNDWI和EWI两类水体指数,NDWI的分类精度更高,且利用NDWI提取研究区域的围海养殖信息的效果更好,所以该方法可在养殖区域的动态监测和规划管理中发挥数据支撑作用。