国产高分辨率遥感卫星融合方法比较

遥感影像融合技术不仅提高了遥感影像的空间分辨率,还保留了原始遥感影像的光谱信息,因此,融合在遥感影像处理领域应用较为广泛。本文针对资源三号和高分二号影像的特点,选择主成分变换、乘积变换、GS融合算法、HSV融合、Pansharp融合、Brovery变换融合方法进行影像融合试验,并采用主客观方法进行融合质量评价。实验结果表明:对于资源三号影像,Pansharp融合方法效果最优,融合后影像适应性也最强; G-S融合算法和HSV融合方法比Pansharp融合方法稍差,主成分变换和乘积变换最差。对于高分二号影像,Pansharp融合效果最好,Brovey变换融合次之,乘积算法最差。因此,在实际应用中,应根据卫星影像的不同选择适当的融合算法,实现更好的应用。     

高分二号影像融合方法质量评价

针对实际应用中因融合方法选择不恰当而无法充分发挥高分二号数据优势的问题,对常用影像融合算法进行了分析评价,旨在寻找最适用于高分二号数据的影像融合方法。采用Brovey变换、改进IHS变换、PCA变换、GS、HPF、小波PCA、Ehlers、Subtractive、HCS、NND 10种影像融合方法对高分二号影像进行融合处理,并从定性和定量两方面对融合结果进行质量评价。结果表明,针对高分二号数据,综合考虑光谱保真度和空间细节表达以及目视效果,HCS和NND方法的融合效果最佳。     

基于高分二号影像的融合方法对比研究

为了更充分地利用GF-2卫星影像数据,文章选取GF-2卫星全色和多光谱影像数据进行融合实验。首先选择PCA(principal component analysis)变换、HIS(intensity hue saturation)变换、Contourlet变换三种融合方法以及它们的结合算法对全色和多光谱影像进行融合,然后对融合结果进行主观定性分析和客观定量评价,最后综合比较得到融合质量较好的方法。实验表明:PCA+Contourlet变换、HIS+Contourlet变换和HIS+PCA+Contourlet变换不仅提高了融合影像的空间分辨率,突出了目标的细节、边缘、纹理信息,保留了原多光谱图像的光谱特性,而且有效地去除了噪声,较适用于高分二号影像的融合。     

高分二号卫星影像融合方法比较及效果优化研究

针对如何使高分二号卫星融合后影像达到最佳视觉与应用效果还没有达成统一意见的问题,本文采用Gram-Schmidt(G-S)、高通滤波法(HPF)、最邻近扩散算法(NND)、超分辨率贝叶斯法及改进算法(Pansharp及Pansharp2)等5种目前主流的遥感影像融合算法,对高分二号卫星全色及多光谱影像数据开展融合实验,梳理了影像融合质量评价体系,同时对融合结果进行通道重组实验及优化。结果表明:NND、HPF、Pansharp融合算法比较适合高分二号卫星影像,将20%近红外波段加入到绿波段时,各融合算法影像视觉效果都得到增强,其中NND融合算法光谱性良好,HPF融合算法清晰度最好,Pansharp融合算法效果稳定,可作为后备方法,实验结果将为后续高分系列卫星影像处理提供支持。     

高分二号卫星影像融合技术研究

针对高分二号卫星影像的融合方法展开研究,选取Pansharp融合、Gram-Schmidt光谱锐化、HPF融合、主成分变换、Brovey变换5种融合方法进行融合对比实验。结果表明,Pansharp融合法和Gram-Schmidt光谱锐化法效果最优,其中Pansharp融合影像的清晰度和锐化程度尤其高,Brovey变换法虽然极大地提高了融合影像的空间分辨率,但会存在色彩严重失真的情况,HPF融合法和主成分变换法融合效果相对较差。     

遥感影像数据融合方法比较分析

遥感影像融合是目前遥感领域最主要的研究方向之一,为了进一步促进遥感影像的广泛运用,本文通过高分一号卫星(GF-1卫星)获取湖南省浏阳市部分流域遥感影像,从平均梯度、信息熵、相关系数、地物识别精度等方面定量分析了该卫星传感器的高分数据和多光谱数据融合的质量,试验结果表明:影像融合过程中Gramschmidit融合变换效果最好。     

基于像素工厂的京津冀地区GF-1正射影像制作

本文选择京津冀地区高分一号卫星影像作为研究对象,制定像素工厂平台下大区域高分一号正射影像制作方案。研究了利用像素工厂对大区域高分辨率遥感影像进行空三优化、正射校正、影像融合、影像镶嵌等关键技术,完成了京津冀地区高分一号正射影像的制作。精度评价结果表明,利用像素工厂能够生产在定位精度上满足要求的大区域高分一号卫星遥感影像正射影像,像素工厂在处理高分一号卫星遥感影像上具有大批量、精度高的优势。     

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。     

一种基于高通滤波的主成分分析影像融合方法

针对主成分分析(PCA)变换影像融合过程中变量降维信息损失较多的问题,提出了一种基于高通滤波的主成分分析(PCA)变换融合方法。该方法首先对高分辨率影像在高通滤波模块上进行卷积运算,然后将滤波过后的影像与主成分变换后的第一主分量进行直方图匹配和加权平均运算;最后用直方图匹配过的高分辨率影像代替第一主分量与其他分量经K-L逆变换得到融合结果。选取北京二号卫星影像进行试验,通过将PCA变换和HPF融合结果进行对比评价,结果表明了该方法很好地提高了影像的空间细节信息与光谱保持能力,实验结果将为后续高分系列卫星影像处理提供支持。     

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。     

基于HIS变换和WT变换的遥感影像融合

遥感影像信息融合是近年来国际遥感领域的研究热点.传统的遥感影像融合主要是HIS变换法、加权平均法、PCA法等.利用小渡变换(WT)技术进行遥感影像融合是近年来的研究热点,但其直接舍弃了全色图像的低频率分量,在结果图像中容易出现分块效应.本文结合HIS变换和小波变换的互补性,提出了一种基于HIS变换和小波变换的遥感影像融合方法.通过实验、直观和定性分析,新方法既可以增强融合影像的空间细节表现能力,同时也很好地保留了多光谱影像的光谱信息.     

多源高分辨率遥感影像智能融合

本文面向多源高分辨率遥感影像自动化融合的应用需求,探索按需应用的智能化融合方法,充分利用不同分辨率和不同时相的高分辨率多源遥感影像数据资源与特性,研究了影像融合数据源选取的决策树算法,建立了遥感影像融合规则知识库,并自动化选取适合的融合算法,提出了Curvelet_HCS算法,对低频和高频系数选用不同的融合规则,改善了HCS算法的光谱失真问题,可同时融合多光谱影像的多个谱段,并保持更丰富的空间细节信息。根据融合评价结果对遥感影像融合规则知识库进行更新,实验验证表明了该套方法的有效性,为开展大规模智能化的多源遥感影像融合应用提供了重要的方法和技术支撑。     

一种最佳基小波包变换的影像融合研究

在将小波包变换应用于影像融合的过程中,选择不同性质的小波包基,会得到不同效果的融合影像。如何在其中找到性质最好的小波包基,即最佳小波包基,并在此基础上实现影像的融合具有重要的意义。影像融合涉及到两幅影像,最佳小波包基的搜索需要在两棵小波包树上进行,而已有的最佳小波包基搜索算法只能在一棵小波包树上实现。本文提出了一种在两棵小波包树上搜索最佳小波包基的算法,并基于由此算法得到的最佳小波包基,实现了一种新的基于最佳基小波包变换的影像融合。试验结果表明:在采用基于特征的融合规则的条件下,该方法所得的融合影像,无论是在视觉效果上还是在评价指标上都优于由其他小波包变换方法(包括小波变换方法)得到的融合影像。     

资源三号影像融合技术在地理国情普查中的应用

对影像融合基本方法进行了综述,并采用基于HSV,PC和Brovey算法对资源三号影像进行融合试验。在已有融合试验及结果评定的基础上,将该方法广泛应用于地理国情普查中的多源遥感影像处理,为后续的业内分类及信息提取提供有利支撑。     

南极区域遥感影像融合处理质量评价研究

南极是地球上对全球气候变化最敏感、响应最迅速的区域之一,针对南极冰盖变化的监测对很多领域有着十分重要的意义。本文针对南极区域选取MODIS与Land—sat ETM＋两种遥感影像,通过ENVI遥感平台,利用包括WAVELET变换法、PCA变换法、BROVEY变换法和HPF变换法等4种影像方法进行融合,并选择均值、标准差、偏差指数、相关系数等评价指标,对融合后的影像进行评价。得出结论：ETM＋影像WAVELET算法融合效果最好,而对于Modis影像PCA算法融合效果最好,两种卫星影像对不同尺度的监测都有着各自的优势。     

利用纹理特征的SAR与光学图像融合方法研究

针对SAR与光学图像的融合问题,提出一种基于SAR图像中纹理特征的Contourlet变换融合方法。利用灰度共生矩阵法提取SAR图像的纹理特征,分析各个纹理特征间的相关性,得到重要纹理特征图。用HSV变换提取光学图像的强度分量。将重要纹理特征和强度分量利用改进的Contourlet多尺度变换融合,得到新的强度分量。通过HSV逆变换得到SAR与光学的融合图像。利用Landsat8和Cosmo-SkyMed图像进行融合实验,并与小波、HSV、Brovey、Contourlet变换融合方法对比分析,实验表明该方法能够较好的保持光学图像的光谱特征和SAR图像的纹理、强散射特征,增加图像细节信息,提高图像可解译性。     

一种基于Choquet模糊积分小波系数选择的遥感图像融合方法

为较好地保留多光谱、高分辨率遥感影像融合时的光谱信息和高分辨率信息,在小波变换基础上提出了一种基于模糊积分的融合算法,其基本思想是在IHS空间,对强度分量Ⅰ及高分辨率图像进行小波分解后,保留Ⅰ分量的低频系数,对于高频细节特征,将局部窗口内的方差、平均梯度和能量当作单因素指标,应用Choquet模糊积分综合各单因素指标得到一个综合指标,并据此来选取小波系数.实验结果表明,该算法在光谱质量改善方面明显优于IHS以及一些经典的小波变换遥感图像融合算法,是一种有效的遥感图像融合算法.     

保持光谱信息的遥感图像融合方法研究

常用的遥感图像融合方法,如IHS变换法、Brovey变换法和主成分变换法等在实施图像融合时,均会有不同程度的光谱扭曲现象.探讨能有效保持光谱信息的EECN融合法.EECN融合法采用比值变换法,同时对参与融合的全色波段进行增强边缘,融合后的图像在光谱保持性能、分类精度等方面均较优.     

基于经验模态分解的高分辨率影像融合

文章提出基于经验模态分解（Emp iricalMode Decomposition,EMD）的特征层影像融合模型。对多光谱波段影像进行IHS变换获得强度影像,采用行列分解实现一维经验模态分解的二维拓展,并用于分离高分辨波段影像与强度影像的细节特征信息,对高分辨率波段影像的高频与强度影像波段的低频进行重构获得融合后的强度影像,再通过IHS反变换获得融合影像。文章介绍了经验模态分解的基本原理,定义了经验模态分解的多尺度分解与合成结构,提出融合模型的技术路线。选择UICKB IRD影像的全色波段与多光谱波段进行融合实验,根据典型行（列）的EMD分析,确定经验模量的取舍尺度,按提出的融合路线获得融合影像,并与小波融合,IHS融合,Brovey融合模型获得的影像进行视觉及量化比较。选择信息熵、标准差指标对融合影像的空间细节信息进行评价,同时选择平均灰度值、相关系数、偏差指数评价融合影像的光谱扭曲程度,结果表明本融合模型最优。     

A Comparative Investigation of Image Fusion in the Context of Classification

Image fusion assists in visual interpretation, mapping, change detection and many other applications. Multispectral and Panchromatic images are fused to produce images having enhanced spatial and spectral properties. These properties are generally distorted from original images. The aim of this paper is to identify the effectiveness of the several fusion techniques based on the distortions and applications. This paper employs seven image fusion techniques namely, Brovey transform, intensity hue saturation, high pass filter, principle component analysis, UNB Pansharpening, wavelet transform and multiplicative, available in various commercial image processing software. The data for this study are panchromatic image of Cartosat-1 and multispectral image of IRS - P6 LISS 4 sensor of study area, Bhopal Municipal Corporation area, M.P. State, India. The effectiveness of image fusion techniques is determined by quantitative and qualitative assessments. Quantitative assessment is divided into two parts: 1) assessment of fusion techniques by statistical parameters and 2) accuracy assessment of land use maps generated from the fused images. For part 1, three parameters namely, mean bias, correlation coefficient and Q4 quality index, have been used. Based on the results of part 1, UNB Pansharpening and wavelet transform are the best among seven fusion techniques. For part 2, Gaussian and Artificial Neural Network classifiers have been used to generate land cover maps. However, the accuracy results are inconclusive to identify a single best method. Nevertheless, image fusion by wavelet transform has provided best results in both the sector. Hence, wavelet transform is concluded as the best among selected fusion techniques.