基于像元的遥感影像融合方法的比较

阐述了融合TM和航片数字化影像的HIS变换、主分量分析和高通滤波三种方法，并定性和定量地比较了三种方法融合的影像。结果表明：HIS方法导致影像数据的光谱特性变化最大；主分量分析法居中；高通滤波法导致光谱特性变化最小。     

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。     

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IHS的高通滤波法影像融合研究

在分析IHS法和高通滤波法图像融合算法优缺点的基础上,提出了一种基于IHS变换的高通滤波影像融合方法。该算法先对多光谱图像IHS变换的I分量进行低通滤波,然后对与I分量进行直方图匹配的全色图像进行高通滤波,接着合成低通滤波和高通滤波的结果作为新的I分量,最后进行IHS逆变换得到融合图像。通过与IHS法与高通滤波法的融合结果进行对比评价,表明了该方法在保持光谱信息上和提高多光谱的空间信息能力上都有很好的效果。     

影像局部直方图匹配滤波技术用于遥感影像数据融合

本文提出了一种基于局部直方图匹配波技术的影像融合新方法。该方法分析了局部影像统计特性,应用均值或均值－方差匹配正态函数,对要融合的两幅影像局部直方图进行匹配。文中给出了３种不同的融合算法（高通滤波法,局部均值匹配法和局部均值与方差匹配法）用于ＳＰＯＴ全色影像和ＴＭ多光谱影像融合的结果,并进行了比较,质量评价结果证明了提出的方法在提高了原ＴＭ多光谱影像空间分辨率的同时,较好地保留了多光谱影像频道的光     

不同遥感影像融合方法在地理国情普查中的应用对比研究——以海南北部地区为例

利用比值变换融合、高通滤波融合、改进IHS融合、小波变换融合和基于主分量变换等图像融合方法对IKONOS多光谱影像和IKONOS全色影像进行融合,结合地理国情普查的地表覆盖类型,对比融合后影像的特点,并分析评价对比结果,为地理国情普查工作选用合适的融合方法生成效果较好、地物清晰的遥感底图,从而为提高解译效率提供参考依据。     

联合云检测与高通滤波的含云影像融合方法

云噪声是光学卫星影像的常见问题,为了衡量云噪声对影像融合带来的影响,本文以高通滤波融合算法为例进行分析,指出云与地物的均值相差越大,云对影像融合的影响越大,并提出了一种针对含云影像的融合方法,即联合云检测与高通滤波的含云影像融合方法。该方法首先利用NIR/R-OTSU云检测算法实时进行云检测,判别出影像中的云覆盖区域;其次采用局部优化策略利用高通滤波融合方法分块对非云区域进行处理,得到融合影像。利用资源三号多光谱和正视全色影像进行融合实验,结果表明,本文算法比高通滤波融合方法、亮度色度饱和度(intensity hue saturation,IHS)变换融合方法、Pansharp融合方法更适用于含云影像的融合处理。     

IHS变换和小波变换相结合的遥感影像融合

本文针对低分辨率多光谱影像与高分辨率全色影像的融合，提出了一种IHS变换和小波变换相结合的遥感影像融合方法。方法首先对多光谱影像作IHS正变换，得到亮度I、色度H和饱和度S三个分量：然后利用小波变换融合方法，融合多光谱影像的亮度分量与全色影像，并用融合后的影像替代多光谱影像的亮度分量；最后，利用IHS反变换得到新的多光谱影像。试验结果分析表明，新方法的性能优于IHS变换融合方法、小波变换融合方法，在增强融合影像的空间细节表现能力的同时，很好地保留了多光谱影像的光谱信息。     

WorldView-2遥感影像融合方法对比研究

高空间分辨率卫星影像的融合研究一直备受关注。本文以WorldView-2全色、多光谱影像为数据源,采用主成分分析、小波-主成分分析、高通滤波、HCS(Hypersherical color space)四种融合方法进行实验,并对融合效果做出定性及定量评价。研究结果表明,HCS法不仅显著提高影像空间细节表现力,而且有效地保持多光谱影像的光谱信息,其融合影像质量最高。     

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。     

资源一号02C与Landsat8影像融合方法对比分析

针对以往关于资源一号02C和Landsat8卫星影像数据融合的研究不足的问题,该文利用前者在空间分辨率上高于后者、后者具有前者所不具有的光谱信息这一特性,选取主成分变换法、比值变换法、色彩变换法、高通滤波法和超分辨率贝叶斯法5种融合方法,分别对两种数据本身及数据间进行融合,并利用定性与定量的方法对融合结果进行评价,得出:资源一号02C星全色波段与多光谱波段数据融合结果中高通滤波法与超分辨率贝叶斯法效果较好,Landsat8OLI全色波段与多光谱数据融合结果中高通滤波法效果最好,资源一号02C星全色波段与Landsat8OLI多光谱数据融合结果中高通滤波法效果最好。     

遥感多光谱影像数据与航片数字化影像融合方法的研究

本文探讨利用ＨＩＳ变换对航片化影像分析与遥感多光谱影像ＳＰＯＴ ＸＳ、Ｌａｎｄｓａｔ ＴＭ和ＭＳＳ进行融合的方法，并提出了一种改进的方法。试验结果表明：本文提出的方法行之有效。融合后的影像在很大程度上保留了原多光谱影像的光谱特征，空间分解力较我光谱影像提高到近３倍，清晰度也提高了。因而具有更强的解译和量测能力，能进一步提高分类精度、制作专题图的精度，多时相监测能力等。     

基于亮度相关系数的ETM+影像融合

传统的影像融合方法对ETM＋多光谱影像和全色影像融合往往存在一定的光谱失真现象,提出了一种基于亮度相关系数的影像融合方法,能够提高融合影像的光谱保真度。该方法首先对多光谱影像进行IHS变换,将全色影像与亮度分量进行直方图匹配;其次,对亮度分量和新的全色影像分别进行小波分解,以分解后近似分量的相关系数作为权值,对两个近似分量图像进行加权融合,得到新的近似分量;然后,进行小波逆变化得到新的I分量;最后,通过IHS逆变化得到融合影像。试验结果证明,该方法得到的融合影像,不仅能够有效地保持全色影像的空间细节信息,而且能很好地保留多光谱影像的光谱信息。     

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。     

一种FFT增强的IHS变换融合方法研究

在分析IHS变换和频率域滤波器选择理论的基础上,提出一种FFT增强的IHS变换融合方法.该算法先对多光谱图像IHS变换的I分量进行低通滤波,然后对与I分量进行直方图匹配的全色图像进行高通滤波,接着合成低通滤波和高通滤波的结果作为新的I分量,最后进行IHS逆变换得到融合图像.通过与IHS法与高通滤波法的融合结果进行对比评价,表明该方法在保持光谱信息和提高多光谱的空间信息能力方面都有很好的效果.     

利用融合方法提升WorldView短波红外影像分辨率

WorldView卫星在8个可见光-近红外多光谱波段的基础上,新增加的8个短波红外（简称SWIR）影像,大大提高了地物信息提取能力。但短波红外影像分辨率与多光谱影像相比分辨率过低,影响应用效果。本文提出了一种结合主分量变换和非下采样小波变换的影像融合方法来提升WorldView短波红外影像的空间分辨率。定量指标和目视评价证明本文提出的融合方法具有较好的融合效果,能够在显著提升短波红外影像空间分辨率的同时很好地保持原始光谱特性。     

利用融合方法提升WorldVeiw短波红外影像分辨率

WorldView卫星在8个可见光-近红外多光谱波段的基础上,新增加的8个短波红外(简称SWIR)影像,大大提高了地物信息提取能力.但短波红外影像分辨率与多光谱影像相比分辨率过低,影响应用效果.本文提出了一种结合主分量变换和非下采样小波变换的影像融合方法来提升WorldView短波红外影像的空间分辨率.定量指标和目视评价证明本文提出的融合方法具有较好的融合效果,能够在显著提升短波红外影像空间分辨率的同时很好地保持原始光谱特性.     

GF-2和Sentinel-2全色多光谱影像融合方法比较研究

针对高分二号(GF-2)卫星全色遥感影像与哨兵二号(Sentinel-2)卫星多光谱遥感影像空间分辨率相差较大且传感器不同导致的光谱或空间信息丢失问题,结合快速离散Curvelet变换对HSV融合方法的分量替换过程进行改进,利用GF-2的高空间分辨率和Sentinel-2的多光谱特性分别设计高、低频系数融合规则,并且与...     

无人机影像与高分卫星影像融合方法研究

针对目前卫星影像数据有丰富的光谱信息但是空间信息不足,而无人机影像空间分辨率高但是光谱信息缺乏的问题,本文将高分二号卫星多光谱影像数据与无人机正射影像数据融合,得到高空间分辨率和光谱信息丰富的融合影像。通过实际数据分别利用PCA、HIS、高通滤波3种常用的图像融合方法进行高分二号卫星多光谱影像与无人机正射影像的融合实验,并通过定性和定量分析的方法从光谱信息保留的完好性和空间信息表达的分辨率2个方面对比分析了3种融合方法的融合效果。     

融合光谱-空间信息的高光谱遥感影像增量分类算法

提出了一种融合光谱和空间结构信息的高光谱遥感影像增量分类算法INC_SPEC_MPext。通过主成分分析(PCA)提取高光谱影像的若干主成分,利用数学形态学提取各主分量影像对应的形态学剖面(MP),再将所有主分量影像的形态学剖面归并联结,组成扩展的形态学剖面(MPext)。将MPext与光谱信息相结合以增加知识,最大限度地挖掘未标记样本的有用信息,优化分类器的学习能力。不断从分类器对未标记样本的预测结果中甄选置信度高的样本加入训练集,并迭代地利用扩大的训练集进行分类器构建和样本预测。以不同地表覆盖类型的AVIRIS Indian Pines和Hyperion EO-1Botswana作为测试数据,分别与基于光谱、MPext、光谱和MPext融合的分类方法进行比对。试验结果表明,在训练样本数量有限情况下,INC_SPEC_MPext算法在降低分类成本的同时,分类精度和Kappa系数都有不同程度的提高。