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。     

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。     

ALOS全色与多光谱影像融合的土地覆盖分类

利用Brovey、HighPass Filter和Gram-Schmidt 3种融合方法,对ALOS卫星全色与多光谱影像进行融合,并对融合后影像进行土地覆盖分类研究,从定性分析和比较融合后影像的分类精度2个方面综合评价了3种融合方法的效果。结果表明,3种融合方法都提高了影像的空间分辨率,Gram-Schmidt和HPF融合后影像光谱保持性好,同时3种融合方法不同程度上提高了影像的总体精度和Kappa系数,Gram-Schmidt最高,Brovey次之,HPF最弱,但对于不同地物分类精度又不尽相同,从整体分类结果来看,Gram-Schmidt最优。     

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。     

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。     

GeoEye-1遥感影像融合效果的比较分析

采用HPF,Gram-Schmidt,Pansharp,PCA和Wavelet 5种融合方法对GeoEye-1的全色和多光谱影像进行融合处理,从信息量、清晰度和逼真度3个角度分别比较这5种融合方法的优劣,评价的结果认为Pansharp的融合效果最佳.     

资源三号卫星影像融合算法对比分析

我国第一颗高精度民用立体测绘卫星——资源三号卫星搭载了2.1m分辨率的全色相机和5.8m分辨率的多光谱相机,针对资源三号影像研究有效的影像融合算法对于提高资源三号的影像质量和应用范围具有很大意义。文章分析了Pansharp、Gram-Schmidt、Modified IHS、改进的SFIM和Brovey 5种融合算法,梳理了影像融合的质量评价指标体系,采用资源三号卫星影像覆盖的农田、城区、林地、裸地等不同类型的区域开展几种融合算法试验,并对试验结果进行了分析评价。实验结果表明,5种融合算法中,Pansharp融合算法对资源三号影像数据融合效果最优,Gram-Schmidt融合算法次之,其次为Modified IHS影像融合算法,改进的SFIM融合算法和Brovey融合算法融合效果较差。     

高分二号卫星影像融合方法探析

图像融合技术是卫星影像处理过程中的一个重要步骤,它可以将全色影像的高空间分辨率特点与多光谱影像的高光谱分辨率特点有机地结合起来,使得融合后的影像更利于后续解译。由于融合处理方法的原理以及获取影像的传感器特性不同,不同的卫星影像适合于不同的融合方法。针对高分二号卫星影像的特点,本文采用Gram-Schmidt融合法、FIHS变换方法、HPF方法、Pansharp方法进行试验。实验结果表明:HPF方法所得融合结果在光谱特性保持方法性能最优,而Pansharp方法融合结果在信息量的保持以及清晰度方面效果更优,因此,在实际应用中,应根据具体需求进行方法选择。     

GeoEye－1影像数据融合方法评价

本研究针对高分辨率GeoEye-1影像,选取IHS变换、主成分变换、Gram—Schmidt变换、高通滤波、小波变换和Pansharp六种融合方法,利用定性与定量的方法对各种方法的融合结果进行评价。结果表明,实验中的6种融合方法,Pansharp效果最好。     

Landsat 8 OLT遥感数据融合方法及其质量评价

遥感数据融合可有效改善影像的光谱和空间分辨率,提高影像的视觉效果和信息提取能力,是多源、多尺度、多元遥感数据信息集聚的重要途径。采用乘积变换(Brovey)、HSV变换、主成分分析(PCA)和光谱锐化(Gram-Schmidt)4种方法对Landsat8OLI全色和多光谱数据进行融合,运用Matlab软件计算提取融合后图像的均值、标准差、信息熵、平均梯度和相关系数等指标,从定性和定量两个方面对这4种融合结果进行分析比较,结合主观、客观因素分别分析对比4种融合方法的融合效果。通过研究,增进了对不同融合方法的理解和认识,为进一步挖掘Landsat8OLI遥感数据的潜力奠定基础,为Landsat卫星遥感数据的应用提供技术支持。     

Pleiades-1卫星影像的图像融合方法研究

图像融合可以提高原始图像的质量、增加可视性效果、充分挖掘影像特征,为影像后期的深入分析提供数据支撑,但现有与Pleiades-1卫星影像有关的图像融合方法还甚为少见。因此,本文以遥感处理软件(ENVI4.8)为处理平台,采用该软件自身提供的HSV,Brovey,PC,Gram-Schmidt,Color normalized,PAN Sharpening变换6种融合方法对Pleiades-1卫星影像进行融合处理,经主观评价和定量评价后可以看出,Gram-Schmidt变换能明显提高原始图像的质量,融合后的效果最好,因此Gram-Schmidt变换是Pleiades-1卫星影像最佳的融合方法。     

遥感图像不同融合方法的适应性评价——以ZY-3和Landsat8图像为例

目前对常用融合方法用于ZY-3和Landsat8卫星图像的适用性研究较少,为此,探讨了小波变换法(WT法)、相位恢复法(Gram_Schimdt,G-S法)、彩色标准化变换法(Brovey法)、主成分变换法(PCA法)、彩色空间变换法(IHS法)以及超分辨率贝叶斯法(Pansharp法)等6种融合方法对ZY-3和Landsat8图像的适用性,并从"光谱信息保真度"和"空间信息融入度"2个方面对融合图像进行了评价。结果表明:在空间信息融入方面,对于ZY-3图像,Pansharp法的信息融入度最差,IHS法的信息融入度最好,PCA法、Brovey法、G-S法和WT法次之;对于Landsat8图像,G-S法的信息融入度最好,WT法最差。在光谱信息保真方面,对于ZY-3图像,PCA法具有较高的光谱保真度,IHS法、G-S法和Brovey法次之,WT法最差;对于Landsat8图像,G-S法具有较高的光谱保真度,Pansharp法和Brovey法次之,IHS法、WT法和PCA法较差。     

国产高分卫星像素级影像融合及其质量评价

为了探究适合国产高分卫星影像的融合方法,该文以国产亚米级高分辨率卫星BJ-2和GF-2影像为数据源,分别选取像素级影像融合方法中较为典型的GS、Pansharp、NND、HPF、PCA和PCA+Wavelet对2种影像进行处理,并采用定性和定量分析法对其融合效果进行评价.结果表明:对于BJ-2影像,Pansharp和GS的融合效果相对较好,光谱保真度较佳、清晰度较高、光谱扭曲度较小;对于GF-2影像,Pansharp融合效果相对较好,HPF次之,光谱保真度较佳、清晰度较高、光谱扭曲度较小;对于2种影像,PCA融合法的效果最差.     

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．     

遥感影像融合技术方法研究

分析多种遥感影像融合方法的特点、存在的问题及其应用.应用Brovey变换、乘积变换、主成分变换、HIS变换、小波变换等五种方法对SPOT和TM图像进行影像融合实例验证.最后,对试验结果进行目视效果分析及定量分析评价.     

ZY-102C卫星影像融合方法评价

针对资源一号02C影像,选取主成分变换、高通滤波、小波变换和Pansharp四种融合方法,利用定性与定量的方法对各种方法的融合结果进行评价。结果表明,实验中的四种融合方法,高通滤波效果最好。     

影像融合方法应用于西部地区地物提取优选分析

针对西北地区地物地区实际需求,首先,对Landsat-8 OLI影像数据进行彩色合成生成彩色合成影像,与Landsat-8 OLI全色波段影像分别利用HSV变换、PCA替换法、Brovey变换、Gram-Schmidt、Color Normalized(CN)变换等方法进行融合实验分析;其次,利用融合影像与高分辨率Google影像中在不同波段上进行二次融合实验分析,并采用定量客观评价法对融合结果进行评价,分析筛选适合该地区最优的影像融合方法。     

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。     

不同遥感影像融合方法的质量评价

近年来,随着遥感技术的迅猛发展,多源遥感影像数据越来越多,有效利用这些海量遥感数据是遥感领域的一大热门话题,同时,对融合后的遥感影像进行质量评价使融合处理过程得到优化,也是影像融合中必不可少的一个重要环节。重点利用ERDAS软件,分别采用Brovey变换法、IHS变换法、高通滤波法以及主成分分析法对影像进行融合实验,并对融合后的影像进行主观评价;采用Matlab编写程序,提取了融合影像的定量评价指标均值、标准差、平均梯度、信息熵和相关系数,完成了对融合影像的客观评价;最后对融合后的遥感影像进行了对比分析,得出主成分分析法的影像在光谱保持特性上最好,Brovey法在信息量的保持和清晰度上都优于其他的融合方法,而通过IHS变换法的融合影像与原始影像的相关性最好的结论。     

基于GDAL库实现高分二号遥感影像融合质量评价

多遥感器图像融合时,融合技术的不同使得融合方法对影像质量起着至关重要的作用,如何准确评价融合质量是影像融合的一个重要组成部分。本文主要利用ERDAS中IHS、Brovey、PCA、HPF融合法和ENVI中Gram-Schmidt融合法对高分二号的多光谱和全色影像进行融合,并基于GDAL库,利用C#语言开发专门的质量评价软件,将常用的客观评价指标集成在一个模块中,提取出各项指标,完成融合影像的客观评价,为基于特定指标而选取融合方法提供了有力支持。