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。     

基于小波纹理信息的星载SAR图像与TM图像的数据融合

遥感图像的数据融合是当前遥感界研究的热点问题之一。论述利用小波变换提取合成孔径雷达（SAR）图像的多尺度纹理信息，基于小波纹理信息将SAR图像与TM图像进行融合。选取徐州市南郊风景区的Radarsat卫星SAR图像和TM图像进行试验研究，并与颜色变换法融合图像进行对比分析，结果表明，无论是目视解译还是定量分析，该融合方法与颜色变换法相比，将获得更理想的高空间分辨率多光谱的融合图像。     

小波理论在遥感图像融合中应用

小波变换用于多源遥感图像融合已得到了国内外学者的广泛关注,并且又提出了很多小波变换与传统融合方法结合的融合算法。本文在对这些算法进行总结的基础上,讨论了基于小波包变换和最优树变换以及多进制小波变换在融合中的应用,分析他们在融合中各自的特色,以便使用时根据具体情况进行选择。     

遥感图像融合技术研究与探讨

遥感作为一门正在兴起,有着广泛应用前景的学科。基于目前众多的融合方法,本文着重陈述了最常用的PCA、HIS融合方法和正流行的小波变换融合技术理论。最后结果评价,运用ERDAS和ENVI软件及IDL语言对"ETM129-44_个旧"图像进行上述三种方法的融合处理并对其结果进行定性和定量的比较与分析。     

小波变换在遥感图像数据融合中的应用

用小波变换实现了一种新的遥感图像数据融合方法 ,该方法采用梯度算法对不同尺度子带数据进行融合 ,用加权法对基带数据进行融合。给出了 SAR图像与 TM图像的融合结果的定性评价 ,并用熵及平均梯度进行了定量评价     

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。     

基于小波包变换与IHS变换的遥感图像融合

针对多光谱图像与金色图像的融合，提出了基于IHS变换和小波包变换的遥感图像融合新方法。该方法首先对多光谱图像作IHS变换得到3个分量：亮度I、色度H和饱和度S；其次利用小波包变换融合方法融合多光谱图像的亮度分量与金色图像，并用融合后的图像替代多光谱图像的亮度分量；最后作IHS反变换得到新的多光谱图像。实验分析表明，新方法的性能优于IHS变换融合方法、小波变换融合方法和基于小波变换与IHS变换融合方法，在保留多光谱图像光谱信息的基础上，增强了融合图像的空间细节表现能力。     

流域分割方法在遥感图像中的应用研究

将流域分割方法用于遥感图像的处理过程,实现地物目标的精确分割。对普通流域分割方法、基于标记的流域分割方法和基于小波变换的流域分割方法等3种方法进行比较分析。结果表明,经过基于小波变换的流域分割方法处理后的遥感图像分割边缘精度更高,过分割现象少,是一种有效的遥感图像分割方法。     

像素级遥感图像融合方法研究

本文介绍了基于IHS变换和小波变换相结合的多光谱图像与高分辨率图像融合方法;并利用Matlab平台进行了实验,其结果分析表明得到的融合图像与原多光谱图像相比,细节信息更为突出,整体信息更为丰富.     

遥感图像融合技术及其在更新GIS数据库中的应用

分析SPOT图像和TM图像的特点，提出应用遥感图像融合的方法来综合利用SPOT和TM的图像信息。将融合结果图像与原始GIS矢量数据经过配准后透明叠加进行矢量数据的更新，从而达到更新GIS数据库的目的。     

基于小波包变换距离特征选取的遥感影像融合

介绍了基于小波包变换和距离特征选取的影像融合方法：首先对多光谱影像做IHS变换;其次对多光谱影像的亮度分量和全色影像做小波包变换并分别采用加权平均法和距离特征选取法融合低频部分和高频部分;最后通过小波包重构和IHS逆变换得到最终的融合影像。以ERDAS8．5软件自带的影像文件为例对这种方法进行了实验,并利用信息熵等标准与其他融合方法进行了比较,实验结果表明该方法能得到更好的融合效果。     

基于小波多分辨率分析方法的海冰遥感影像数据融合

采用小波多分辨率分析方法，对辽东湾2000－01－18的海冰遥感数据（NOAA／ARHRR和Radarsat/ScanSAR)进行了融合分析，并从几方面对结果作了深入的分析和对比。文中首次采用了小波分析中的多层次分解和重构技术用于数据融合分析。     

小波变换在遥感图像压缩中的应用

基于遥感数据的大信息量、大容量和越来越高的分辨率对图像的存储和传输提出的更高要求,有效的图像压缩就显的特别重要。在综合比较了各种压缩编码算法的基础上,结合遥感图像本身的特点和对小波变换性质的深入分析,选择了基于小波变换的遥图像压缩方法。     

遥感图像像素级融合算法比较

详细介绍了像素级图像融合的原理以及方法,着重分析了目前常用的像素级图像融合的方法,通过实验分析了各种不同融合方法的优缺点,详细的说明了PCA变换、HIS变换、加权平均方法的优缺点,证明了PCA变换是一种应用比较广泛的融合方法。     

多源遥感影像数据融合方法探讨

在简要分析几种常用多源遥感图像融合方法的基础上,着重探讨了基于小波变换融合方法的特点以及小波变换与其他方法相结合使用的优势,为相关工作提供借鉴。     

DCT域遥感影像融合算法

提出一种基于离散余弦变换(Discrete Cosine Transform,DCT)与IHS变换的多光谱与全色遥感影像融合方法及其改进算法。本文方法依据DCT系数的特点在DCT域进行遥感影像融合,适合压缩格式的遥感影像快速融合。目视效果与客观评价表明,相比常用遥感影像融合方法,本文方法能在提高空间分辨率与保持光谱特性之间得到更好的折衷。     

低空无人机遥感系统在海岛潮间带监测中的应用

目前我国传统海岛潮间带监测基本上采用载人机航空摄影测量与卫星遥感的这两种方法。本文研究利用无人机遥感系统,通过相机标定与POS后差分等技术手段,获取海岛高、低潮位两期遥感影像,并对两期影像进行对比实验,得到海岛潮间带监测数据,验证了低空无人机遥感系统能够在海岛潮间带监测中的成功应用。本文方法丰富了海岛动态监测手段,能为行政主管部门提供准确及时的海岛及其潮间带空间地理信息。     

基于区域统计特性的IHS-小波遥感影像融合

在遥感影像融合过程中,为了更好地避免经典IHS算法造成的光谱扭曲,文章提出了一种基于统计特性的IHS和提升小波结合的影像融合方法。该方法对小波变换后的1分量和高分辨率影像的高频和低频系数,根据不同的区域统计特性分别选取不同的融合策略进行融合,然后进行小波逆变换和色彩空间转化,得到融合影像。实验表明,此方法与IHS变换、高通滤波法和小波变换等传统算法相比,在提高多光谱影像空间分辨率的同时,能更好地保持影像的光谱质量。     

基于MATLAB算法的遥感图像融合

遥感影像像素级融合是遥感信息分析与处理过程中非常有效的方法。文章通过分析3种主要的多源遥感影像融合方法特征和不足,运用MATLAB算法实现影像融合,并对融合成果结合主观目视和客观指标进行综合评价。经过实验表明,利用MATLAB影像融合算法融合取得了较好效果,且提高了影像处理效率。