基于多源遥感数据的融合算法变换效果对比研究

随着多源遥感影像融合技术的成熟发展,如何提高高分辨率遥感数据的利用效益和使用质量已经成为影响其应用效果的瓶颈问题.针对QucikBird-2高分遥感数据光谱分辨率不足等问题,结合ASTER多光谱遥感数据,引入3种融合方法：主成分分析（PCA）融合、小波PCA融合和基于小波的IHS（色度、亮度、饱和度变换）融合,实现了对多光谱图像和高分辨率图像的融合,得到了多光谱高分辨率影像,使得在增强影像空间分辨率的同时也尽可能地保留了影像的多光谱信息.最后对3种融合方法的结果进行了定性和定量评价.     

高分辨率遥感数据处理及其铀矿地质应用

高光谱和高空间分辨率遥感技术在铀矿地质勘查中具有重要作用,遥感数据挖掘与知识发现、新方法研究则是各种铀成矿要素光谱信息和空间特征识别的关键技术手段。本文基于曲波变换技术,开发了卫星高光谱数据（Hyperion）和高空间分辨率（SPOT5）的影像融合方法,融合影像在数据噪声消除、信息增强与信息提取方面应用效果显著;利用离散小波变换技术,高精度提取了主要铀成矿要素的光谱参数,建立了典型四价和六价铀矿物的光谱识别谱系。另外,通过钻孔岩心和探槽工程的高光谱编录、地质编录和物探编录,建立了典型蚀变带的物谱关系模型,重点分析了赤铁矿化蚀变（Fe3＋）光谱特征与铀含量之间的相关关系。上述遥感数据处理新技术新方法在桃山地区铀矿地质勘查中取得了理想效果。     

环境与灾害监测预报小卫星CCD数据质量评价

中国环境与灾害监测预报小卫星星座双星4部CCD传感器具备大范围、全天时环境与灾害监测等方面的能力,在空间覆盖与重复观测频率方面有很大的优势。结合美国陆地卫星TM数据,从几何精度、辐射质量2个方面定量分析了该卫星CCD传感器的数据质量。结果表明：①环境减灾卫星CCD数据无波段错位现象,有极小的畸变与扭曲（0.05%）,然...     

土地利用动态遥感监测中基于IRS-P5/P6影像的融合与评价

数据融合是增强纹理处理的一种方法,是土地利用动态变化监测的重要基础,针对不同的应用目的与数据源应选择不同的融合算法。该文针对IRS-P5/P6影像在土地利用动态遥感监测中的应用,分别应用乘积法、Brovey变换、HIS变换3种常规的融合方法进行了融合试验,并对融合质量从目视分析和定量分析2个方面进行了比较,认为HIS变换比较适合于IRS-P5/P6影像数据的融合。     

基于多点地质统计与集合平滑数据同化方法识别非高斯渗透系数场

在冲积含水层中,由于岩相的非均质分布,渗透系数一般呈现出明显的非高斯特性（例如砂和黏土两种岩相）,非高斯特性给地下水模型参数的推估带来了困难与挑战。目前广泛使用的集合平滑数据同化方法（ESMDA）虽然有效且计算成本较低,但仅适用于高斯场。多点地质统计方法虽已广泛用于模拟非高斯场,但其无法融入动态观测数据推估参数。基于多点地质统计方法中的直接采样法（DS）与集合平滑数据同化方法,构建一种新的数据同化框架（ESMDA-DS）,既可保持参数场的非高斯特性,又可融合多源数据精确推估非高斯场。构建三个理想算例验证ESMDA-DS对非高斯参数场的推估效果,并探讨了不同类型观测数据对推估效果、水位与浓度预测精度的影响。三个理想算例包括仅融合水位数据（Case 1）,同时融合水位与浓度数据（Case 2）,同时融合水位、浓度与对数渗透系数数据（Case 3）。结果表明:ESMDA-DS方法结合了ESMDA与DS的各自优势,能有效融合观测数据推估渗透系数场,并保持参数场的非高斯特性。通过对比三个算例推估结果,Case 3的参数场推估效果最好,水位与浓度预测精度最高,Case 2次之,Case 1最差,表明融合多源数据可改善推估效果,提高预测精度。     

航放数据与高分一号卫星光学数据融合及应用

高分辨率的多光谱遥感影像与低分辨率的航空放射性测量数据的融合有利于提高地质体识别效果,可以为地质填图和找矿提供重要参考。从多光谱遥感影像及航放数据特征出发,建立了基于Curvelet变换的线性融合方法,实现了高分一号多光谱数据与航放数据的多源异构数据融合。对融合结果的地质解译效果评价表明,在融合系数为0.7时,多光谱数据与航放数据的融合图像所反映的地质信息最丰富,表明所提出的基于Curvelet变换的国产卫星影像与航放数据融合方法对实现此类多源异构数据的融合,具有重要参考价值。     

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。     

CMYK变换及其在图像处理与地学研究中的应用

简要地介绍了CMYK变换及其在图像处理与地学研究中的应用。与常规方法相比较,该方法具有算法简单、操作便捷并生成高质量图像等特点。通过对比分析发现,由此变换所处理出来的融合图像是其他任何方法所不能与之相比的。此外,CMYK变换还提供了一种全新的四波段图像数据合成方法,而且在将遥感图像与其他各类地学数据的综合处理、显示方面有着广阔的应用前景。     

喀斯特高原山区IRS-P6影像最佳融合方法选择研究——以贵州平塘县四寨镇为例

贵州处于中国西南喀斯特的腹心地带,属岩溶高原山区,生态环境背景复杂,地表切割剧烈,海拔落差大,坡度较陡,同时地处季风气候区还伴有常年多云多雨现象,因此卫星遥感数据质量常受到严重影响。文章以贵州南部平塘县四寨镇为例,主要针对IRS-P6卫星遥感影像的多光谱4,3,2波段与其全色PAN波段之间的融合,运用比值变换、主成分分析法（PCA）、乘法变换和IHS变换四种常见融合方法进行对比分析,并对融合后的影像进行主观定性评价和客观定量评价。研究表明IHS融合法效果相对最好,在保持原多光谱影像光谱信息的同时,大大提高了影像的空间分辨率,改善了图像的目视效果,清晰度和纹理细节表现力也得到了较大的提高,是一种适宜于亚热带喀斯特高原地区的融合方法,对解决喀斯特高原山区受雨云天气条件限制难以获取高质量影像的问题有重要意义。      

基于小波变换的地震属性多源信息融合预测技术研究

油气预测一直以来都是地震油气勘探的重要类容,但由于地下地质构造的复杂性,往往使得这项工作困难重重。实验提出了一种基于小波变换的地震属性多源信息融合方法,包括了属性数据的标准化处理、小波分解、数据融合与小波重构,其能够将多种属性的优势特征信息有机的结合起来,从而为油气预测提供可靠与准确的依据。为了验证本方法的有效性,将其应用于准噶尔盆地X区块的油气有利储集预测。首先对多种属性进行标准化处理,在此基础上进行小波分解,获得各属性的多种频带,进而对高低频带采用不同的方法融合,最后进行小波重构获得融合数据属性。实际资料处理效果显示,相对变换优于传统线性函数标准化处理,而基于小波变换融合方法优于传统的PCA变换融合,不仅能够消除干扰与冗余信息,而且增强了各属性的优势特征与细节信息,可以较好的改善多解性问题,提高储层预测和油气检测的成功率。     

基于不同小波变换与同态滤波结合的CBERS-02B卫星CCD图像的薄云去除

卫星CCD图像的去云处理对遥感信息的增强与提取有重要的意义,尤其是在云覆盖严重的低纬度地区。为去除CBERS-02B卫星CCD图像中薄云的影响,分别使用Mallat和à trous 2种小波变换对图像进行分解;利用同态滤波对2种小波分解图像的低频系数进行处理,衰减其低频信息;将处理后的小波低频系数与分解的高频系数进行小波重构,从而达到去云的目的。定量分析基于Mallat和à trous小波变换结合同态滤波法的去云结果表明,经à trous小波变换结合同态滤波法的去云影像所包含信息量大,细节信息丰富,去云效果较好。     

基于小波变换的多源遥感影像融合技术研究

文章在全面了解与分析小波变换的多源遥感影像融合技术的基础上,对基于小波变换的影像融合原理、小波基的选择、小波分解级数的确定以及影像融合法则和融合方法的改进等方面进行了深入研究,并提出,多小波和提升算法将是小波变换应用于遥感影像融合中的研究方向。     

基于ETM影像数据融合的土地覆盖分类研究

在ERDAS软件支持下，对ETM遥感影像数据的TM1-TM5，TM7与其全色波段TM8进行融合，采用主成分、乘积法、Brovey转换三种融合方法，重采样方法分别为邻域法、立方卷积法及双线性内插法。采用相同的训练样本区及最大似然法分类方法，对融合产生的9幅影像及未融合影像进行土地覆盖分类，通过对分类影像的Producers Accuracy，Users Accuracy，Kappa三者的精度数据和地物波谱信息的对比分析，在总体上，上述的影像融合方法对提高土地覆盖分类的精度不明显，但就某些地物类型来说，还是值得采用的；三种融合方法和三种重采样方式它们之问相比较而言，乘积法融合法和立方卷积重采样法相对较为可取。     

Discontinuous Data 3D/4D Variation Fusion Based on the Constraint of L1 Norm Regularization Term

Classical 3D/4D variation fusion is based on the theory that error follows Gaussian distribution. When using minimization iteration, the gradient of objective function is involved, and the solution of which requires the continuity of data. This paper adopted the extended classical 3D/4D variation fusion method, and explicitly applied the prior knowledge, which was based on L1-norm, as regularization constraint to the classical variation fusion method. Original data was firstly projected into the wavelet domain during the implementation process, and new fusion model was adopted for data fusion in wavelet space, then inverse wavelet transform was used to project the result to the observation space. Ideal experiment was carried out by using linear advection-diffusion equation as four-dimensional prediction model, which made a hypothesis of the discontinuity with the data between background and observation, and that meant the derivatives between left and right were not equal on some points. The result of the experiment showed that the method adopted here was practicable. A further research was also done for multi-source precipitation fusion. Firstly, CMORPH inversion precipitation data were corrected through PDF (Probability Density Function, PDF) matching method based on GAMMA fitting function. Then corrected data was fused with the observation one. By comparison with the reference field, the result showed that this method can keep some outliers better, which might represent certain weather phenomenon. The L1-norm regularization variation fusion in this paper provided a possible way to deal with discrete data, especially for jump point.     

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。     

基于光谱特征的月球岩性分类方法研究——以Apollo 16登月区域为例

利用NASA行星数据系统提供Apollo计划登月点采样线路影像数据,通过与嫦娥二号CCD数据、印度M~3数据空间校正获得采样路线坐标。开展嫦娥二号CCD数据与印度M~3数据MAP(后验概率)融合并选择Apollo 15、Apollo 16-62231的LSCC测得的标准岩石双向反射率光谱与M~3、嫦娥二号进行交叉定标。本文采用月球岩石光谱谱型全特征分析方法,选取涵盖Apollo计划登月获取的36个基站主要岩性87种、285件岩石样品,利用校正后的M~3数据分析月球典型岩石各阶吸收反射特征,建立月球典型岩石标准遥感影像光谱库,此后应用Apollo 623个岩石样品进行对比得到很好结果,同时完成Apollo 16登月点周围领域岩性分布图,并讨论了研究区的岩石成因,Apollo 16区域形成于高地大撞击,在早期的研究中已经被用于划分月球年代,本文方法对于月球岩石类别研究与理解月球的岩浆演化具有重要的研究价值。