遥感影像像素级融合方法比较研究

遥感影像数据的融合对于利用影像进行的分类、特征提取和目标识别具有重要的意义。文中阐述了IHS彩色空间变换融合法、主成分分析法（PCA）、Brovey法及Gram-schmidt法的算法实现,在此基础上对QuickBird全色波段和多光谱波段进行融合实验,最后从信息熵、灰度均值、相关系数、标准差和视觉效果5个方面综合进行定量与定性评价。分析结果表明,IHS整体上清晰,色调协调,保留了较多的空间信息,细节特征明显,质量较好。     

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。     

影像融合和面向对象技术在湿地分类中的应用

利用SPOT全色波段影像和Landsat ETM+多光谱影像,采用波段特征分析法和改进的最佳波段指数法确定最佳融合波段。选择具有代表性的HSV变换、Brovey变换、PCA变换、Gram-schmidt变换和小波变换方法进行影像融合。针对融合后的影像采用定量评价法进行质量评价,通过不同地物的光谱、空间和纹理信息等进行比较分析构建适当的分类特征和规则,采用面向对象的遥感分类方法进行分类。结果表明,波段特征分析法和改进的最佳波段指数法结合,可以获得最佳融合波段。各融合方法均有效提升了影像效果,其中HSV和GS变换融合方法更好地保持了影像的多光谱和高分辨率特性,融合后各地物特征分类明显,可以有效应用于湿地分类;采用主成分分析法来设置面向对象分类中的波段权重,可以利用各波段信息量的差异进行影像的分割。基于各种遥感指数的面向对象分类方法用于湿地分类获得了93.62%的分类精度,与传统的分类方法相比有了很大进步,在湿地分类中具有很大的应用潜力。     

遥感影像融合质量评价方法研究

在多源遥感影像融合中,融合技术的千差万别使得融合方法对影像质量起着关键作用。如何准确地评价融合质量是影像融合的一个重要组成部分。本文通过主观评价和客观评价法对遥感影像融合的质量进行了探讨,利用Matlab系统分析了遥感影像融合中的评价指标,对PCA、IHS和Brovey融合法进行了对比分析。     

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.     

QuickBird遥感影像融合及在小流域土地利用调查中的应用研究

应用HIS变换、主成分变换和Brovey变换等3种影像融合方法对QuickBird多光谱和全色遥感影像进行融合,并利用标准偏差、相关系数和偏差指数等指标对融合效果进行定量评价;利用基于融合后的高分辨率影像对魏沟流域大比例尺土地利用的遥感调查进行了试验和研究。结果表明：主成分变换法的融合效果最佳;梯田、坡耕地和灌木林地分别占流域土地总面积的34．22％、16．42％和10．67％,是主要土地利用类型．     

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。     

CBERS-02B星CCD与HR数据融合方法探讨

随着CBERS-02B星(以下简称02B星)多光谱CCD数据与全色HR数据在各个领域的广泛应用,两者相差较大的空间分辨率给图像融合带来难题。在对改进型的IHS变换、主成分变换、Brovey变换、GS变换等融合算法分析的基础上,利用02B星数据进行融合试验,并对试验结果进行定性与定量评价,结果表明:①Brovey变换融合效果较差;②在影像的阴影区域,改进型的IHS变换融合结果存在光谱失真;③PCA变换光谱保真较好;④GS变换无论是统计结果还是图像的色彩和清晰度都明显优于上述三种方法。     

地理国情普查的影像融合方法分析

遥感影像解译的信息使用量对地理国情普查至关重要。以Quick Bird为数据源,分别采用彩色合成变换、IHS变换、K-L变换、Brovey变换对影像进行融合处理。对比不同融合方法的效果,按照影像融合的评价标准,运用定量评价因子,信息熵、相关系数、标准差和偏差指数对融合结果进行评价。对比分析各种融合方法的特点和优势,对于地理国情数据采集,融合效果最好的是Brovey变换,而K-L变换在第一分量上效果较好。这一结果对地理国情普查的影像处理方法有一定的借鉴作用。     

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.     

SPOT-7遥感图像融合技术对比研究

随着高分辨率影像研究的发展,影像融合成为遥感影像处理领域中一个重要的研究方向。目前对于影像的融合已有很多的方法,如IHS法、HPF法等。本文将以SPOT-7高分辨率影像作为研究对象,探讨经PCA法、Pansharpening法、Gram-Schmidt法、NNDiffuse法这4种融合方法,融合后的影像在保持地物的波谱特征,以及信息识别效果等多方面的各自优势,并通过定性和定量评价来确定适合SPOT-7高分辨率影像的融合方法,实验结果表明:NNDiffuse方法的融合结果最为理想。     

一种基于小波系数特征的遥感图像融合算法

多光谱图像和全色图像是目前卫星遥感领域最常见的传感器图像.为了更充分地发挥这两类遥感图像数据的价值,人们利用两类数据的互补性,将多传感器融合技术引进了遥感图像处理领域.在IHS彩色空间变换和小波多分辨率分析的基础上,利用图像高频小波系数的多个特征来定义特征量积,并利用特征量积作为依据提出了一种图像融合新算法.通过一组多光谱图像和全色图像数据进行融合仿真试验,并将该算法与IHS,HPF等算法和归一化矩算法作了比较.证明该方法能在保留多光谱图像光谱信息的基础上,有效地提高多光谱图像的空间分辨率.     

Fusion of IKONOS Satellite Imagery Using IHS Transform and Local Variation

The intensity-hue-saturation (IHS) technique is a well-known merging approach for its computational efficiency and spatial definition holding. However, it results in color distortion particularly for the remote sensing images of IKONOS and QuickBird as some other fusion methods, such as principal component analysis, and Brovey transform. Although wavelet-based image fusion approaches can provide a better tradeoff between spatial and spectral quality, the fused images with these methods often have a spatial resolution that is less than that of the IHS-based algorithm. A remote sensing image fusion algorithm based on IHS transform and local variation and its modified approach with low computational complexity are proposed. Visual effect and quantity evaluation results show that the proposed simple algorithm outperforms the conventional image fusion methods in the spectral domain with the spatial quality similar to that of the undecimated wavelet transform-based scheme. The proposed modified method can obtain the similar spatial resolution of the merged image with the IHS-based fusion algorithm and the better spectral quality in the green vegetation areas.      

国产高分卫星遥感影像融合方法比较与评价

选择适宜的融合方法有利于卫星遥感影像融合产品更好地服务于生产实践及科学研究。本文在总结现有影像像素级融合算法原理的基础上，选用Pansharp、Gram-Schmidt、HPF、Ehlers、Subtractive、Modified IHS、Brovey、PCA、NNDiffuse等多种常用的影像融合方法对国产高分影像的全色和多光谱数据进行了融合处理，并从定性和定量的角度对融合结果进行了详细评价，试图寻找适用于国产高分卫星遥感影像的最佳融合方法。结果表明：针对国产高分一号卫星遥感数据，超分辨率贝叶斯算法融合效果在视觉效果与影像质量定量评价指标中综合表现最佳；Gram-Schmidt、NNDiffuse、Subtractive和HPF融合结果地物边界最为清晰；Modified IHS、PCA、Brovey融合影像色彩失真较为明显；NNDiffuse在可见光波段表现较突出；Gram-Schmidt在近红外波段表现效果最佳。     

Evaluation of image fusion methods using PALSAR,RADARSAT-1 and SPOT images for land use/ land cover classification

This research aimed to explore the fusion of multispectral optical SPOT data with microwave L-band ALOS PALSAR and C-band RADARSAT-1 data for a detailed land use/cover mapping to find out the individual contributions of different wavelengths. Many fusion approaches have been implemented and analyzed for various applications using different remote sensing images. However, the fusion methods have conflict in the context of land use/cover (LULC) mapping using optical and synthetic aperture radar (SAR) images together. In this research two SAR images ALOS PALSAR and RADARSAT-1 were fused with SPOT data. Although, both SAR data were gathered in same polarization, and had same ground resolution, they differ in wavelengths. As different data fusion methods, intensity hue saturation (IHS), principal component analysis, discrete wavelet transformation, high pass frequency (HPF), and Ehlers, were performed and compared. For the quality analyses, visual interpretation was applied as a qualitative analysis, and spectral quality metrics of the fused images, such as correlation coefficient (CC) and universal image quality index (UIQI) were applied as a quantitative analysis. Furthermore, multispectral SPOT image and SAR fused images were classified with Maximum Likelihood Classification (MLC) method for the evaluation of their efficiencies. Ehlers gave the best score in the quality analysis and for the accuracy of LULC on LULC mapping of PALSAR and RADARSAT images. The results showed that the HPF method is in the second place with an increased thematic mapping accuracy. IHS had the worse results in all analyses. Overall, it is indicated that Ehlers method is a powerful technique to improve the LULC classification.     

基于IHS变换的最优树分解在遥感图像融合中的应用

探讨了遥感多光谱与全色波段图像的融合问题，分析了基于IHS变换的小波包变换分解的遥感图像融合方法，提出了基于最优树分解的融合方法。此方法首先将多光谱图像进行IHS变换，然后对I分量和全色图像进行小波包分解和最优树分解，再进行融合，最后进行IHS 逆变换得到融合图像。此方法不仅得到较好的图像主观视觉效果，而且兼顾了客观上熵最大的原则。     

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。     

混沌蜂群优化的NSST域多光谱与全色图像融合

为有效融合多光谱图像的光谱信息和全色图像的空间细节信息,提出了一种基于混沌蜂群优化和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域图像融合方法。首先对多光谱图像进行Intensity-HueSaturation(IHS)变换,全色图像的直方图按照多光谱图像亮度分量的直方图进行匹配;然后分别对多光谱图像的亮度分量和新全色图像进行NSST变换,对低频分量使用改进加权融合算法进行融合,以互信息作为适应度函数,利用混沌蜂群算法找到最优加权系数。对高频分量采用改进脉冲耦合神经网络(PCNN)方法进行融合,再经NSST逆变换和IHS逆变换得到融合图像。本文方法在主观视觉效果和信息熵、光谱扭曲度等客观定量评价指标上优于基于IHS变换、基于非下采样Contourlet变换(NSCT)和非负矩阵分解(NMF)、基于NSCT和PCNN等5种融合方法。本文方法在提升图像空间分辨率的同时,有效地保留了光谱信息。     

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。