a′Trous小波变换与PCA变换相结合的遥感影像融合分析

随着高分辨率遥感卫星的产生,传统的融合技术难以达到较好的融合效果,如主成分分析(PrincipalComponents Analysis)变换融合受到融合区域的限制,而传统的小波融合(Wavelet Transformation)算法由于高频直接替换,导致了一定程度的光谱失真,由此本文在分析主成分分析变换和a′Trous小波变换(WT)的基础上,以QuickBird全色和多光谱数据为实验数据,提出了一种将两者相结合的遥感影像融合方法,通过与其他融合方法的定量和视觉比较,结果表明该方法能得到更好的融合效果。     

小波和IHS变换结合实现ETM图像波段融合

采用小波变换和IHS结合的方法实现了ETM多光谱波段和ETM全色波段的融合,并与传统的IHS融合的结果进行比较,结果表明小波和IHS变换相结合的方法优于IHS方法。     

基于MATLAB的HIS变换与小波变换影像融合与应用

为了提高Landsat系列卫星多光谱影像的目视解译效果,提出了一种基于IHS变换和小波变换相结合的影像融合方法.在Matlab开发环境下,将多光谱影像的亮度分量Ⅰ与全色影像先进行直方图匹配,以加大两者的相关性,减小融合影像的光谱偏差,然后分别进行小波分解,最后按照一定融合规则进行影像融合.融合规则中最重要的是小波基、小波分解层数和小波系数的选择.通过比较不同的小波基函数,在不同分解层数下的统计参数值及目视融合效果,最终确定选择coit5作为小波基函数,进行三层小波分解.小波高频系数的选择采用区域的标准差法,选取以当前处理像元为中心的局部区域标准差最大的影像小波系数作为融合影像对应的小波系数.从融合后影像看,本文提出的方法要优于单一的IHS或小波变换融合方法,道路、河流、农田及林地等纹理及细节信息都较融合前明显提高,同时,较高的相关系数和较低的光谱扭曲度,表明光谱信息也保留很好.实验表明,将ETM 多光谱影像和全色影像融合的方法是可行的,融合后影像不仅空间分辨率明显提高,而且又较好地保留了多光谱影像的光谱信息特征.     

基于MATLAB的IHS变换与小波变换影像融合与应用

为了提高Landsat系列卫星多光谱影像的目视解译效果,提出了一种基于IHS变换和小波变换相结合的影像融合方法。在Matlab开发环境下,将多光谱影像的亮度分量I与全色影像先进行直方图匹配,以加大两者的相关性,减小融合影像的光谱偏差,然后分别进行小波分解,最后按照一定融合规则进行影像融合。融合规则中最重要的是小波基、小波分解层数和小波系数的选择。通过比较不同的小波基函数,在不同分解层数下的统计参数值及目视融合效果,最终确定选择coif5作为小波基函数,进行三层小波分解。小波高频系数的选择采用区域的标准差法,选取以当前处理像元为中心的局部区域标准差最大的影像小波系数作为融合影像对应的小波系数。从融合后影像看,本文提出的方法要优于单一的IHS或小波变换融合方法,道路、河流、农田及林地等纹理及细节信息都较融合前明显提高,同时,较高的相关系数和较低的光谱扭曲度,表明光谱信息也保留很好。实验表明,将ETM+多光谱影像和全色影像融合的方法是可行的,融合后影像不仅空间分辨率明显提高,而且又较好地保留了多光谱影像的光谱信息特征。     

NSCT与GS变换的资源三号卫星数据融合方法研究与应用

资源三号卫星遥感数据是一种新型遥感影像,目前尚未有一种专门适用于资源三号卫星融合的方法。因此,提出了一种非下采样Contourlet变换(NSCT)与Gram-Schmidt(GS)变换相结合的融合方法,将非下采样Contourlet变换增强的空间信息用于补充具有高保真度Gram-Schmidt变换融合算法在影像清晰度方面的不足。采用线性回归的方法模拟低分辨率全色影像,将高分辨率全色影像、低分辨率全色影像及两者差值的细节影像分别进行非下采样Contourlet变换,对所得的高低频系数采取不同的融合策略进行自适应融合处理,得到新的全色影像。由低分辨率全色影像取代GS正变换第一分量,非下采样Contourlet变换得到的全色影像取代GS反变换第一分量,进行Gram-Schmidt正交变换,得到融合影像。与大多存在光谱扭曲的传统融合方法相比较,本文方法在光谱保真度、空间清晰度及地物分类精度方面都有明显的优势,说明该融合方法是一种适合资源三号卫星数据多光谱与全色影像融合的方法。     

中巴资源卫星(CBERS-02B)遥感影像数据融合研究

在阐述和分析中巴资源卫星(CBERS-02B)数据特点的基础上,对像素级融合的方法进行分析,重点针对CBERS-02B星上的多光谱和全色数据进行融合算法的实验,分别采用主成分变换和小波变换融合,然后使用PCA与小波分解相结合的融合方法,最后对不同融合算法结果从均值、标准方差、信息熵、扭曲度等指标进行了比较分析与评价.     

多分辨率分解的遥感影像融合方法对比分析

有效地将高空间分辨率全色影像和低空间分辨率的多光谱影像融合起来,对影像上地物的识别具有重要的意义。随着多分辨率分析思想在图像处理中的应用,出现了许多新的多分辨率分解的遥感影像融合方法。典型的方法有:Mallat小波变换(DWT)、àtrous小波变换(SWT)、无下采样轮廓变换(NSCT),以及这些方法分别与IHS和PCA变换相结合的融合方法。在IKONOS上选取了两个具有不同地物覆盖类型的实验区进行融合实验,从光谱保真度和高频信息融入度两方面,对这些方法进行了定量评价和分析。研究表明,多分辨率分解的影像融合方法均具有较好的高频信息融入度,其中,DWT、SWT、NSCT融合方法在高频信息融入度方面最优;DWT、SWT、NSCT与IHS、PCA相结合的融合方法在光谱保真度方面,不仅优于它们自身,也明显优于传统的IHS、PCA方法,其中,NSCT和PCA变换相结合的融合方法,在光谱保真度方面最强。     

遥感影像像元级融合方法与试验评价分析

不同遥感影像有着各自的优点和局限,遥感影像融合就是为了充分利用它们的优点进行互补得到新的影像。采用PCA、Brovey和小波变换三种方法对SPOT多光谱影像和全色影像进行了像元级的影像融合,小波变换采用的Mallat算法和双正交小波函数,双正交小波函数的优点是小波逆变换时不会导致相位失真,论文对融合结果进行了光谱质量和空间质量两方面的定性和定量的评价。结果表明,小波变换融合影像是三种变换中最优的,同时在小波变换中采用不同的小波基函数的融合结果在光谱质量和空间质量方面也有很大的差异,可根据实际需要选用合适的小波基函数。     

多源遥感数据融合应用研究

多源遥感数据融合是遥感技术向纵深发展的必然趋势。本文对多源遥感数据融合算法的应用特点,从基于像元的融合、特征的融合以及决策级融合3个层次上进行了详细的分析,并以河北丰宁县为例,说明遥感数据融合方法在遥感信息提取中的具体应用:对所用数据进行预处理,然后对1999年Landsat TM数据进行主成分变换,前3 个主成分占总信息量的97.8%,主成分逆变换后的结果影像更清晰,层次更丰富。信息提取时选择TM全色和主成分变换后的多光谱数据融合后的影像,波段4、3、2和波段5、4、3的彩色合成方案,并对植被指数和穗帽变换后的绿度指数进行了分析,遥感影像与DEM以及与GIS空间数据的信息融合也可以提高遥感信息提取的精度。最后分析了多源遥感数据融合尚待解决的问题及努力方向。     

基于小波变换及Matlab的遥感图像压缩效果分析

主要对小波变换在遥感图像压缩中的应用进行了研究。首先对小波变换理论及其实现进行了简要的介绍。然后,重点分析了小波变换分解层次、阈值选择对图像压缩效果的影响。利用MATLAB小波工具箱提供的小波变换函数,采用haar小波、db小波、sym小波、coif小波、bior小波进行遥感图像压缩,并对压缩效果进行了分析比较。结果表明,随着压缩倍数的增加,所需小波变换的分解层次也相应增加;但当压缩倍数选定后,对于大小一定的遥感图像,小波变换分解层次达到某一定级次时,再增加变换的分解层次,对压缩效果的作用甚微。因此,当图像大小一定时,压缩倍数和小波变换的分解层次之间存在一个较佳匹配问题。同时,通过实验数据,说明了在小波压缩过程中,阈值对压缩图像的压缩比和能量保持比的定量影响,表明将小波变换用于遥感图像压缩具有压缩比大,压缩效率高的优点。实验结果为小波变换在遥感图像压缩中的实际应用提供了理论参考。     

基于小波变换的遥感数据融合与边缘检测

介绍了小波图像的分解和重构方法以及小波融合过程。采用Symlet小波变换融合方法对西安地区鲸鱼沟水库的TM4、TM5子图进行单尺度二维离散小波变换融合,并进行水库的边缘检测。对图像通过TM4分解的低频图与TM5分解的高频图像融合再与TM4影像原图比较,融合图像提取细节效果明显优于TM4原图像。     

结合Gabor小波和形态学的高分辨率图像树冠提取方法

树冠信息的遥感提取能有效辅助森林参数反演、林分长势监测、树种识别等森林调查活动。随着遥感信息自动化提取的需求不断加强,本文基于高空间分辨率遥感数据,以滁州市皇甫山林场为研究区域,设计了一种结合Gabor小波和形态学的树冠提取方法。该方法首先采用Gabor小波提取出纹理特征,其次结合K-means聚类分析方法,对PCA降维后的纹理特征向量提取出阔叶林区,最后基于形态学理论降低影像噪声,并利用前景后景标记的分水岭方法进行单木树冠提取。经过与人工解译的树冠信息结果对比发现,在郁闭度较高的阔叶林区,该自动化方法提取树冠精度较高,分割准确率A_d为79.59%,F测度达到了79.00%能有效提供精确的单木树冠信息,为林业经济调查技术的发展具有一定的实践意义。     

MULTI—SOURCE REMOTE SENSING IMAGE FUSION BASED ON SUPPORT VECTOR MACHINE

Remote Sensing image fusion is an effective way to use the large volume of data from multi-source images.This paper introduces a new method of remote sensing image fusion based on support vector machine(SVM),using high spatial resolution data SPIN-2 and multi-spectral remote sensing data SPOT-4.Firstly,the new method is established by building a model of remote sensing image fusion based on SVM.Then by using SPIN-2 data and SPOT-4 data ,image classify-cation fusion in tested.Finally,and evaluation of the fusion result is made in two ways.1)From subjectivity assessment,the spatial resolution of the fused image is improved compared to the SPOT-4.And it is clearly that the texture of the fused image is distinctive.2)From quantitative analysis,the effect of classification fusion is better.As a whole ,the re-sult shows that the accuracy of image fusion based on SVM is high and the SVM algorithm can be recommended for applica-tion in remote sensing image fusion processes.     

网络环境下的遥感影像金字塔纹理压缩算法与实验

 建立不同分辨率的遥感影像金字塔模型是现阶段虚拟地球平台的主要技术手段,遥感影像数据的高效压缩是模型应用的基础。论文在分析多种图像压缩技术的基础上,提出以小波变换的JPEG2000标准来压缩网络环境中遥感影像金字塔的纹理瓦片数据。首先,介绍了小波变换的JPEG2000标准的基本原理和EBCOT算法特点,然后,结合实例实现了网络环境中遥感影像金字塔纹理压缩/解压缩的具体过程,对4幅影像图像进行5级离散小波变换,分别对在1024×1024、512×512、256×256、128×128、64×64不同分块大小和1∶15、1∶30、1∶60不同压缩倍率情况下进行图像压缩和重构耗时实验,通过改变分块大小参数和压缩倍率,对压缩性能进行了对比分析,最后,从主观视觉质量和客观辐射质量,对JPEG2000压缩、DXT压缩和JPEG压缩几种方法的压缩图像进行了评价与对比分析。实验结果表明,小波变换的JPEG2000具有高质量、高压缩率、良好的抗误码能力等特性,重构图像的视觉质量与原始图像相比人眼看不出失真,而峰值信噪比较好,是一种简单有效、易于快速实现的压缩方法,更适合于网络环境下空间遥感图像数据的近无损实时压缩。     

利用小波变换进行遥感多光谱图像融合的算法及实现

在分析了小波变换的分解与重建方法后,提出了一种基于区域的图像增强算法。先提取出源图的边缘,以图像的边缘为参考,围绕边缘建立融合窗口,然后结合区域内的图像信息,应用基于窗口的融合规则进行融合处理。实验结果显示,融合后的图像综合了3幅源图像的不同特征,处理后的图像变得容易识别了。表明该方法保持了尽可能多的原始信息,算法简单,稳定性好,适合于多光谱遥感图像识别、医学成像等领域。     

异源遥感影像融合的辐射分辨率规范化方法

遥感影像融合算法,在增强多光谱影像空间分辨率的同时,可实现影像间的信息互补,提高遥感影像的解译能力。异源影像的融合受影像间配准精度及其在时相、空间分辨率和辐射分辨率之间差异的影响,而不同辐射分辨率对异源遥感影像融合所产生的影响及其纠正方法还缺乏深入的研究。为此,本文提出了异源影像融合的辐射分辨率规范化方法。该方法在统一像元值量化区间的基础上,将其乘以相同的比例系数转换到更高的辐射分辨率的量化区间,以减小融合过程由于数据位数取舍而引起的影像信息丢失。研究表明：本文所提出的辐射分辨率规范化方法的取整融合或以实数形式融合,其结果几乎没有差别;而其他转换方法的取整结果均较实型结果差。由于直接采用反射率值进行融合会使其结果产生严重的光谱失真,因此,应采用辐射分辨率规范化方法将反射率值进行转换后再做融合。     

结合ASIFT和归一化的抗仿射变换遥感影像盲水印算法

针对遥感影像使用过程中,含水印影像经过仿射变换后水印与影像的同步性被破坏,导致水印无法正常检测的问题,本文提出了一种适用于遥感影像的抗仿射变换盲水印算法。首先通过ASIFT算法提取影像具有仿射不变性的特征点,根据特征尺度的大小与特征点间的欧式距离筛选适量特征点,构造对应的正方形特征区域;然后通过计算特征区域的仿射不变矩得出归一化变换函数的参数,对特征区域进行归一化处理,并以归一化特征区域的不变质心为中心提取子区域作为水印嵌入区域,对该区域进行二级离散小波变换,得到水印嵌入区域的低频信息;运用量化嵌入规则将水印嵌入到低频信息中,依次进行低频信息逆小波变换,水印嵌入前后特征区域差值图像反归一化,最后将反归一化差值图像叠加在原始影像特征区域上,完成水印的嵌入。实验选用了3000像素×3000像素的高分二号遥感影像作为载体影像,含版权信息的二值图像作为水印,实验表明：含水印的遥感影像经过旋转、平移、缩放在内的仿射变换后,仍能准确提取水印信息;算法可有效抵抗加噪、滤波、裁剪等常规水印攻击,攻击后影像提取的水印与原水印相关系数均高于0.9;水印具有良好不可感知性;在水印提取时无需原始遥感影像,属于盲水印算法。