基于MTF滤波的北京一号小卫星遥感影像融合

北京一号小卫星提供4 m分辨率全色彩像和32 m分辨率多光谱影像,但其空间分辨率比值(1:8)较低,在对北京一号小卫星数据融合时存在空间信息损失问题.针对此问题首先从全色影像中提取成像系统的调制传递函数MTF(Modulate Transfer Function),根据MTF设计2维低通滤波器,通过对多光谱影像的亮度成分滤波估计低分辨率全色图像数据值,基于GIF(General Image Fusion)融合框架得到融合结果.实验证明本方法用于融合遥感影像的可行性,其空间信息的保持在视觉效果和定量指标上均优于IHS(Intensive-Hue-Saturation),BT(Brovey Transform)和GS(GramSchmidt)等传统的替换类融合算法,在空间信息和光谱信息的保持上亦有较好的折中.     

天绘一号卫星影像融合及其质量评价

以南京市天绘一号卫星影像为实验数据,运用IHS变换、Brovey变换、Wavelet变换、PCA、Pansharp等遥感影像融合方法对其全色和多光谱影像进行融合,并对5种方法的融合结果进行了定性和定量分析。实验结果表明,IHS变换法和Pansharp法能显著增强融合影像的光谱信息,提高融合影像的空间分辨率。     

遥感影像融合方法的精度评价

目前,高分辨率全色遥感影像和低空间分辨率的多光谱遥感影像融合是影像融合技术应用的主流.EN-VI 4.4遥感影像处理软件影像融合处理的工具--SPEAR提供了PCA变换、Gram-Schmid变换、Brovey变换和HSV变换4种专门用于全色与多光谱遥感影像融合的算法.以ETM+全色与多光谱遥感影像融合为例,选择熵、偏差和相关系数3个定量指标,对采用4种融合方法得到的影像进行评价.经综合评价和比较,实验的4种影像融合算法中,Gram-Schmidt变换效果最好.     

面向对象分类提取高分辨率多光谱影像建筑物

初步测试利用基于知识规则的面向对象分类方法从高分辨率Ikonos卫星影像上提取建筑物,包括:融合1 m全色和4 m多光谱波段影像,生成1 m分辨率的多光谱融合影像;分割融合影像;利用影像对象的光谱和空间特征执行基于对象的分类。面向对象分类提取结果与传统的基于像元最大似然分类结果进行对比,表明面向对象分类方法更适用于提取高分辨率遥感影像中的建筑物。     

无人机影像与高分卫星影像融合方法研究

针对目前卫星影像数据有丰富的光谱信息但是空间信息不足,而无人机影像空间分辨率高但是光谱信息缺乏的问题,本文将高分二号卫星多光谱影像数据与无人机正射影像数据融合,得到高空间分辨率和光谱信息丰富的融合影像。通过实际数据分别利用PCA、HIS、高通滤波3种常用的图像融合方法进行高分二号卫星多光谱影像与无人机正射影像的融合实验,并通过定性和定量分析的方法从光谱信息保留的完好性和空间信息表达的分辨率2个方面对比分析了3种融合方法的融合效果。     

一种国产高分卫星遥感影像变分融合方法

由于现有全色/多光谱融合方法对国产高分卫星遥感影像数据特点考虑不足,提出一种针对国产高分卫星遥感影像的变分融合方法。该方法充分考虑融合影像波段间光谱关系的保持,构建基于光谱梯度的三维光谱高保真模型,并针对国产高分卫星全色影像存在模糊降质的数据特点,发展顾及模糊降质的空间增强模型。在此基础上,结合影像先验知识建立融合目标函数,最后采用梯度下降法优化求解得到融合影像。通过高分一号(GF-1)和高分二号(GF-2)影像数据对提出的融合方法进行实验验证,并与典型GS,PRACS和ATWT-M3等融合方法分别从定性和定量2方面进行比较分析。实验结果表明,该融合方法充分考虑了国产高分卫星影像数据特点,在对照实验的几种方法中得到了最优的融合结果,可在有效提升多光谱影像空间分辨率的同时,很大程度上保持原有的光谱信息。     

资源一号02C星遥感影像融合分析

资源一号02C星搭载了我国民用遥感卫星最高分辨率的多光谱相机,同时还搭载有分辨率高达2.36m的高分辨率相机。基于Gram-Schmidt变换的遥感图像融合方法得到的融合图像,空间分辨率大大提高,同时与原多光谱波段的光谱信息相关性高,光谱保真能力强。相较于主成分分析方法、HSV变换、Brovey方法其更适用于资源一号02C星遥感数据的融合处理。     

基于HIS和小波变换的IKONOS影像融合

许多对地观测卫星能提供高分辨率的全色波段影像和低分辨率的多光谱影像,因而影像融合已成为遥感图像空间分辨率提高的一个重要工具.目前多种影像融合技术已发展起来,然而对于高分辨率的IKONOS影像,现有的算法很难产生满意的融合效果.本文提出了一种新的融合方法,结合了HIS变换和小波变换的优势来减弱IKONOS融合中的光谱扭曲.定量评价证明HIS和小波相结合的融合方法相比常规的HIS变换和小波变换在提高融合质量上有着重要意义.     

基于不同分辨率遥感影像的分类方法对比研究

基于4种不同分辨率的遥感影像数据,分别为30 m分辨率的Landsat-8数据,融合Landsat-8多光谱波段和全色波段的15 m分辨率数据,5.8 m分辨率的资源3号卫星数据以及融合后2.1 m分辨率的资源3号卫星数据。采用ISO-DATA、最大似然分类法和面向对象分类法对影像进行分类,对分类方法的效果以及分辨率变化对面向对象分类方法的精度影响进行分析。结果显示在低分辨率影像中,面向对象方法受到限制,分类效果相比传统方法没有太大改善;而在高分辨率影像中,面向对象方法分类效果很好,并且随着分辨率提高分类精度也相应的提高。     

高分辨率影像解译理论与应用方法中的一些研究问题

近年来，不断发展的遥感技术使遥感数据呈现出高空间分辨率、高光谱分辨率和高时间采集频率的特点。卫星图像空间分辨率已经提高到0．6m级，而航空遥感数字影像分辨率高达0．1m以上。光谱分辨率高达3—4nm。不断发展的高分辨率遥感数据能够提高信息提取和监测精度，并拓展遥感数据的应用范围。目前，国外已经加快对高分辨率图像，特别是高空间分辨率影像，在城市环境、精准农业、交通及道路设施、林业测量、军事目标识别和灾害评估中的应用。但是总的情况是自动化程度不高。介绍高空间分辨率影像信息提取、高光谱和偏振影像信息提取、影像数据融合和高分辨率遥感变化探测等方面迫切需要研究的一些科学问题及其意义。建议建立图像知识库，改善数据共享环境，为有志于从事这方面研究的学者提供参考。     

一种基于atrous小波变换的遥感影像融合方法

针对遥感高分辨率全色影像同低分辨率多光谱影像的融合,提出了一种在àtrous小波变换基础上,可以使边缘特征增强的遥感影像融合方法。实验证明,融合后的影像不仅在很大程度上保留了多光谱影像的光谱特征,还提高了空间分辨率,特别是边缘特征得到进一步增强。     

一种基于àtrous小波变换的遥感影像融合方法

针对遥感高分辨率全色影像同低分辨率多光谱影像的融合,提出了一种在àtrous小波变换基础上,可以使边缘特征增强的遥感影像融合方法。实验证明,融合后的影像不仅在很大程度上保留了多光谱影像的光谱特征,还提高了空间分辨率,特别是边缘特征得到进一步增强。     

基于分辨率融合的多尺度遥感影像分类技术研究

影响遥感图像分类效果的主要因素之一是影像的空间分辨率。本文将Quickbird多光谱影像与高分辨率全色影像相融合,在保留了光谱信息的同时提高了影像分辨率。然后对融合后的影像进行多尺度分割,并运用地物的光谱统计特征、形状、纹理、类间关系等因素进行相关信息的提取。采用面向对象的模糊分类方法对试验区影像进行分类,最后对结果进行了精度评价。试验表明这种方法具有较高的精度。     

高分辨率多光谱影像城区建筑物提取研究

城区高空间分辨率遥感数据由于存在大量同物异谱和异物同谱现象,应用传统的基于像元光谱分类的方法进行建筑物分类提取难以取得满意的效果。本文发展了一种从高分辨率Ikonos卫星影像上基于知识规则的面向对象分类提取城区建筑物方法,包括如下步骤：(1)融合1m全色和4m多光谱波段影像,生成1m分辨率的多光谱融合影像;（2）分割融合影像;（3）执行基于对象光谱的最近邻监督分类;（4）应用模糊逻辑分类器结合光谱、空间、纹理和上下文特征等知识规则进行建筑物分类。精度统计结果表明,本文提出的分类方法提取城区建筑物取得了93%的精度。     

GF-2和Sentinel-2全色多光谱影像融合方法比较研究

针对高分二号(GF-2)卫星全色遥感影像与哨兵二号(Sentinel-2)卫星多光谱遥感影像空间分辨率相差较大且传感器不同导致的光谱或空间信息丢失问题,结合快速离散Curvelet变换对HSV融合方法的分量替换过程进行改进,利用GF-2的高空间分辨率和Sentinel-2的多光谱特性分别设计高、低频系数融合规则,并且与...     

多源信息融合中小波变换的应用研究

研究了小波变换在多源信息融合中的应用,主要涉及高分辨率全色影像与低分辨率多光谱影像融合问题及合成孔径雷达与光学影像的融合问题.主要方法是基于地物光谱信息特征的彩色融合与基于几何特征的融合.利用小波技术对整个融合过程加以改进.获得的融合结果表明基于光谱特征信息的融合方法,可以有效地提高多光谱影像的空间分辨率,而基于几何特征的融合方法,可以提高对遥感影像的目视解译效果.视觉效果上就是将高分辨率影像的细节加入到了低分辨率多光谱影像中,并同时保持原始影像的光谱特征.     

WorldView-2遥感影像融合方法对比研究

高空间分辨率卫星影像的融合研究一直备受关注。本文以WorldView-2全色、多光谱影像为数据源,采用主成分分析、小波-主成分分析、高通滤波、HCS(Hypersherical color space)四种融合方法进行实验,并对融合效果做出定性及定量评价。研究结果表明,HCS法不仅显著提高影像空间细节表现力,而且有效地保持多光谱影像的光谱信息,其融合影像质量最高。     

资源三号卫星全色与多光谱影像融合方法

在处理新型高分辨率遥感卫星影像时,传统的像素级融合方法会引起绿色植被区域较大的光谱扭曲.本文提出一种适合资源三号卫星影像的融合新方法,可以很好地解决此问题.首先对全色图像进行低通滤波并下采样得到退化后的图像HP,利用回归方法建立多光谱影像与图像HP的方程求解回归系数,考虑到绿色植被颜色失真严重,采用NDVI进行分类,分别求取绿地和非绿地的回归系数进行分类融合.试验结果证明,该方法在提高多光谱影像分辨率的同时,尽可能多地保持了光谱信息,特别是绿色植被区域,融合效果要好于其他方法.     

高分二号卫星影像融合及质量评价

高分二号卫星(GF-2)是我国自主研制的首颗空间分辨率优于1 m的民用光学遥感卫星,配备有0.81 m空间分辨率的全色相机和3.24 m空间分辨率的多光谱相机。对比分析适合GF-2影像的融合方法对于提高其应用效果与扩大应用领域具有实际意义。针对东北地区2014年11月22日和27日成像的GF-2影像,分别采用主成分分析(principal component analysis,PCA)、GS(Gram-Schmidt)变换、modified-HIS(intensity hue saturation)变换、高通滤波方法(high pass filter,HPF)和超球体色彩空间变换(hyperspherical color space resolution merge,HCS)等5种融合方法对多光谱和全色数据进行融合。并对5种融合影像进行质量评价,首先采用目视分析方法进行定性评价,其次采用信息熵、平均梯度、相关系数和光谱扭曲度等统计学指标进行客观定量评价,最后对融合影像进行地物分类。结果表明,HCS与GS变换融合影像无论是在视觉还是在地物分类应用上都具有较好的效果,且没有波段数的限制,最适合GF-2影像融合;HPF方法对空间细节信息的增强仅次于HCS变换,但是其光谱保真度效果最差;PCA和modified-IHS变换融合效果比较适中,可以作为GF-2影像融合的候补方法。     

基于小波理论的IKONOS卫星全色影像和多光谱影像的融合

1999年9月24日发射成功的世界上第一颗商用1m分辨率的卫星IKONOS，具有1m分辨率的全色影像和4m分辨率的多光谱影像，通过对IKONOS1m分辨率的全色影像和4m分辨率的多光谱影像的融合可以获得1m分辨率的多光谱影像，为应用提供理高质量的数据源，基于小波多分辨率分析的MRAGM方法，它适合处理任意整数分辨率之比的融合情况，具有在提高影像空间分辨率的同时又保持色调和饱和度不变的优越性，而实现它的关键是构建具有紧支撑特性的M进制低通尺度函滤波器，本文利用基于四进制小波滤波器的MRAGM算法，成功地把全色影像和多光谱影像进行了融合，结果显示该方法的效果令人满意。