基于亮度相关系数的ETM+影像融合

传统的影像融合方法对ETM＋多光谱影像和全色影像融合往往存在一定的光谱失真现象,提出了一种基于亮度相关系数的影像融合方法,能够提高融合影像的光谱保真度。该方法首先对多光谱影像进行IHS变换,将全色影像与亮度分量进行直方图匹配;其次,对亮度分量和新的全色影像分别进行小波分解,以分解后近似分量的相关系数作为权值,对两个近似分量图像进行加权融合,得到新的近似分量;然后,进行小波逆变化得到新的I分量;最后,通过IHS逆变化得到融合影像。试验结果证明,该方法得到的融合影像,不仅能够有效地保持全色影像的空间细节信息,而且能很好地保留多光谱影像的光谱信息。     

不同遥感影像融合方法在地理国情普查中的应用对比研究——以海南北部地区为例

利用比值变换融合、高通滤波融合、改进IHS融合、小波变换融合和基于主分量变换等图像融合方法对IKONOS多光谱影像和IKONOS全色影像进行融合,结合地理国情普查的地表覆盖类型,对比融合后影像的特点,并分析评价对比结果,为地理国情普查工作选用合适的融合方法生成效果较好、地物清晰的遥感底图,从而为提高解译效率提供参考依据。     

基于传感器光谱特性的全色与多光谱图像融合

提出了一种基于传感器光谱特性的全色与多光谱影像融合方法.该方法主要基于快速IHS融合方法的思想,在充分考虑各波段成像传感器的相对光谱响应的基础上,对强度分量的构造和空间细节信息的注入方式2个方面进行了改进.改进后的方法有效地改善了光谱畸变问题,且能同时对所有的光谱波段进行融合.分别对IKONOS、ETM+影像进行融合实验,结果表明该方法在光谱信息损失最少的情况下,较大地提高了影像的空间分辨率,与其他方法相比具有更好的综合性能.     

基于多进制小波遥感影像融合的研究

为监测地面沉陷区的动态演化信息,探讨了基于多进制小波变换与RGB特征融合相结合的遥感影像融合方法。在融合过程中,首先对高分辨率全色影像和多光谱影像进行M进制小波分解,再将高分辨率影像的高频分量分别与多光谱影像的R,G,B波段高频分量以区域能量为融合准则进行特征融合,形成新的高频分量,然后与多光谱影像的低频分量进行多进制小波逆变换,最后经RGB合成为彩色影像。结果表明,该方法既改善了影像的清晰度和分辨率,同时也保留了原影像的光谱信息,利用融合后的影像进行地面沉陷区监测,效果明显提高。     

领域知识优化深度置信网络的遥感变化检测

为提高高分辨率遥感影像变化检测精度,提出一种以领域知识为优化策略的深度学习变化检测方法。利用改进的变化矢量分析和灰度共生矩阵算法获取影像的光谱和纹理变化,设定合理阈值获得变化区域待选样本;引入领域知识中图斑形状特征指数与光谱知识,筛选得到高质量的训练样本;构建并训练了深度置信网络模型,使用优化策略对深度学习变化检测结果进行优化,以减少“椒盐”噪声和伪变化区对检测精度的影响。通过高分二号与IKONOS影像的变化检测实验表明,该方法较优化前准确率与召回率最大增幅分别为7.58%和14.69%（高分二号）、17.08%和23.87%（IKONOS）,虚警率和漏检率最大降幅为30.22%和23.30%（高分二号）、17.08%和23.87%（IKONOS）,能够有效提高变化检测精度。     

基于小波变换的遥感图像融合研究——以黄河三角洲地区为例

针对黄河三角洲地区Landsat TM的多光谱影像和全色影像,提出了一种基于IHS变化和离散小波变换的遥感图像融合方法。该方法在IHS变换的基础上进行直方图均衡化;其次,利用离散小波变换的方法对多光谱图像的亮度分量I和全色影像进行融合;用融合后的图像代替多光谱图像的亮度分量I再进行IHS逆变换得到融合结果。实验证明,融合后的影像不仅保留Landsat TM多光谱图像的光谱特性,而且具有很高的空间细节表现能力。     

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。     

面向光谱特征优化的遥感图像融合算法

针对传统遥感图像融合方法不能充分利用遥感系统的物理特征信息,使融合结果产生光谱扭曲的问题,该文结合小波变换与非下采样Contourlet变换的优点,提出了一种面向光谱特征优化的图像融合方法。通过对变换所得的高频分量依据决策因子阈值抽取全色图像细节信息,将经反方向滤波得到的有效高频细节面附加给多光谱图像分量,实现融合结果影像的光谱特征优化。结合小波变换、非下采样Contourlet变换的融合方法,实现Aster多光谱与资源二号全色影像的融合。试验结果表明:该算法在增强空间信息的同时,高效地实现了融合图像光谱特征的优化。     

基于IKONOS的道路信息提取方法研究

道路作为现代交通体系的主体,是遥感测绘工作中获取的重要地理信息。基于高分辨率遥感影像,对其特征信息进行准确并有效的提取,具有重要的意义。在分析道路的光谱和形状特征基础上,基于IKONOS高分辨率遥感影像,利用NDVI和NDBI两种方法,探究针对高分辨率遥感数据类别特征的较为有效的道路提取方法。结果表明,NDVI方法能够较有效地提高在高分辨率遥感影像上提取道路信息的精度。     

稀疏表示支撑集的遥感影像融合

针对常用稀疏表示系数融合规则不能完全保留两幅影像的有用信息,该文通过分析稀疏表示系数支撑集空间分布关系,提出一种新的稀疏表示系数融合规则。首先对多光谱影像进行广义IHS变换,将得到的亮度分量与全色影像分别进行稀疏表示;然后分析亮度分量与全色影像稀疏表示解的支撑集,对支撑集中交集部分和差集部分所对应的稀疏表示系数分别利用求和方式与L1范数最大方式进行融合;最后采用加权细节插入方式,将融合后的亮度分量细节信息插入到多光谱影像中,得到高分辨多光谱影像。实验结果表明,该方法能较好地提高空间分辨率并减少光谱损失;在主观视觉和客观评价上,比常用的融合规则方法有所提高。     

城市绿地信息提取遥感影像尺度效应分析

绿地信息提取精度与影像的空间尺度有关,又与提取目标的特点有关。目前用于绿地信息提取的高分辨率遥感影像主要有QUICKBIRD、IKONOS和SPOT5,不同尺度影像对绿地信息提取精度的影响还缺少相关的研究。本文利用目视解译方法,研究三种尺度遥感影像提取绿地信息的精度。结果表明,三种影像中,由于QUICK-BIRD影像有更详细的空间结构,更适合于城市绿地零星分布特点,在以7层建筑物以下为主的研究区,绿地信息提取精度最高。     

Production of high-resolution remote sensing images for navigation information infrastructures

This paper introduces the image fusion approach of multi-resolution analysis-based intensity modulation (MRAIM) to produce the high-resolution multi-spectral images from high-resolution panchromatic image and low-resolution multi-spectral images for navigation information infrastructure. The mathematical model of image fusion is derived according to the principle of remote sensing image formation. It shows that the pixel values of a high-resolution multi-spectral images are determined by the pixel values of the approximation of a high-resolution panchromatic image at the resolution level of low-resolution multi-spectral images, and in the pixel valae computation the M-band wavelet theory and the d trous algorithm are then used. In order to evaluate the MRAIM approach, an experiment has been carried out on the basis of the IKONOS 1 m panchromatic image and 4 m multi-spectral images. The result demonstrates that MRAIM image fusion approach gives promising fusion results and it can be used to produce the high-resolution remote sensing images required for navigation information infrastructures.     

Production of high-resolution remote sensing images for navigation information infrastructures

This paper introduces the image fusion approach of multi-resolution analysis-based intensity modulation (MRAIM) to produce the high-resolution multi-spectral images from high-resolution panchromatic image and low-resolution multi-spectral images for navigation information infrastructure. The mathematical model of image fusion is derived according to the principle of remote sensing image formation. It shows that the pixel values of a high-resolution multi-spectral images are determined by the pixel values of the approximation of a high-resolution panchromatic image at the resolution level of low-resolution multi-spectral images, and in the pixel valae computation the M-band wavelet theory and the à trous algorithm are then used. In order to evaluate the MRAIM approach, an experiment has been carried out on the basis of the IKONOS 1 m panchromatic image and 4 m multi-spectral images. The result demonstrates that MRAIM image fusion approach gives promising fusion results and it can be used to produce the high-resolution remote sensing images required for navigation information infrastructures.     

Exploiting IKONOS and Hyperion data fusion for automated road extraction

We present here the examples that show how fusing data from hyperspectral sensors with data from high spatial resolution sensors can enhance overall road detection accuracy. The fusion of hyperspectral and high spatial resolution data combines their superior respective spectral and spatial information. IKONOS (MSS) and Hyperion images were fused using the principal component analysis (PCA) method. The approach for road extraction integrates multiresolution segmentation and object oriented classification. Road extraction is done from an IKONOS (MSS) image and a Hyperion and IKONOS (MSS) merged image and comparisons are made depending on accuracy and quality measures such as completeness and correctness. This article also emphasises the types of roads which are giving better accuracy of extraction after fusion with hyperspectral image. This can vary because of types of material and condition of roads. The methodology was applied on roads of Dehradun, India.     

基于Gabor函数的遥感影像特征与分类

随着SPOT,IKONOS,QUICKBIRD等高分辨率遥感影像的广泛应用,作为遥感影像重要信息之一的纹理信息的提取和利用,在遥感影像分类中呈现出了举足轻重的作用.本文介绍了影像纹理分析中常用的Gabor函数的原理、分类的方法、Gabor变换的特点及应用.     

Hue Adjustment to IHS Pan-Sharpened IKONOS Imagery for Vegetation Enhancement

Fused or pan-sharpened IKONOS images are invaluable to the visual interpretation of large-area-scale applications. Frequently, the paramount objective is merely to obtain an image for visualization purposes, with no further image processing or analysis in mind. In such cases, the fused image should resemble reality as much as possible, with objects represented by their true colors at surface reflectance. In this letter, a technique for image fusion of IKONOS, or similar imagery, is proposed for when the main purpose of a specific image is vegetation visualization. The technique consists of a hue spectral adjustment scheme integrated with an intensity-hue-saturation transformation. Experimental evidence to support the technique is provided with a subset of IKONOS data available from the University of Alcalaacute campus. In the final fused image, deciduous and evergreen vegetation can be clearly differentiated. The high quality of the fused image can also be appreciated in relation to other types of cartographic objects; the quantitative evaluation of spectral and spatial information results in a high color correlation and excellent spatial information quality     

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.     

基于局部能量的Trous小波和IHS变换的影像融合研究

传统基于小波变换的影像融合随着分解级数的增加,融合影像与原多光谱影像间的相关性随之降低,融合后影像的小目标对象很难获得丰富的颜色信息。鉴于此,本文提出基于局部能量的Trous小波和IHS变换相结合的融合算法,对IKONOS影像进行融合,并与传统的Trous小波变换融合、Trous小波变换和IHS变换结合的融合算法相比较,结果表明改进的方法能提高融合影像的相关性,降低光谱扭曲度,增强小目标的识别能力。     

IKONOS影像在黑方台黄土滑坡调查中的应用

以黑方台为典型的黄土台塬, 过量农业灌溉造成了区内地下水位上升, 诱发了大量黄土滑坡, 该文选用IKONOS影像对其进行了遥感解译。通过对比PCA变换、Brovey变换、IHS变换和Multiplative变换融合影像效果, 选用PCA变换融合影像作为分析的基础。重点分析了IKONOS影像在黑方台黄土滑坡调查中的应用。在综合分析研究区地质资料和滑坡影像特征的基础上, IKONOS影像在滑坡类型划分、滑坡周界及期次关系确定、空间分布规律和滑坡特征参数统计方面具有很好的应用前景。     

直线特征约束的高分辨率卫星影像区域网平差方法

以"像方观测直线与像方预测直线必须重合"作为几何约束条件,以有理函数模型(RFM)作为高分辨率卫星影像的几何处理模型,提出了一种直线特征约束的高分辨率卫星影像区域网平差方法。本文方法仅需像方直线与物方直线相对应,无须像方直线上的像点与物方直线上的地面点一一对应。通过对圣迭戈试验区的两景IKONOS影像、斯波坎试验区的两景QuickBird影像和普罗旺斯试验区的两景SPOT-5影像进行试验,结果表明:本文方法可以充分利用直线特征作为控制条件,有效补偿RPC参数中的系统误差,获得的IKONOS、QuickBird和SPOT-5影像区域网平差的平面与高程精度均优于1个像素。