摄影测量与遥感的融合影像质量评价方法探讨

遥感融合图像作为一种产品,其质量如何是图像使用者关心的一个重要问题。图像融合可为摄影测量与遥感提供高质量的遥感融合图像。本文运用主观评价、客观评价、几何质量等三种评价方法对融合后的遥感图像的质量展开讨论。通过实践这些评价方法能够达到融合后图像高质量地应用于摄影测量与遥感生产。     

遥感影像融合的质量评价探讨

数字图像融合方法可以获得高分辨率和多光谱的遥感融合图像。为了在摄影测量生产中应用遥感融合图像,其质量必须得到检验。本文对融合遥感图像质量的检测从主观评价、客观评价、几何质量评价等三种方法进行了探讨。实践表明,经过这三种方法的检测能够保证融合的图像高质量地应用于摄影测量生产。     

基于Contourlet-GSSIM的无参考遥感图像质量评价研究

Contourlet变换是一种具有多分辨率、多方向性的图像二维表示方法。为了对遥感图像进行质量评价,本文提出了一种基于Contourlet变换的梯度结构相似度(GSSIM)无参考遥感图像质量评价方法。首先根据主观质量评价标准,组织20位遥感专家采用DMOS评分方法对150幅高斯噪声图像和150幅椒盐噪声图像进行评价,建立主观评分库;然后将待评价失真遥感图像通过高斯低通滤波器来构造参考图像,并对图像进行Contourlet变换,计算GSSIM,实现质量评价;最后,为了定量分析算法的性能,将评价结果回归到DMOS空间,并与RMSE(均方根误差)、PSNR(峰值信噪比)等评价方法进行比较。试验结果表明,该方法能客观地评价遥感图像的质量,其结果与人眼视觉评判结果一致。     

利用Contourlet-SSIM视觉模型的IKONOS图像质量评价研究

针对遥感图像质量评价问题,提出了基于Contourlet变换的结构相似性(SSIM)评价的视觉模型。首先,通过25位遥感专业人员对经过处理的200幅高斯模糊图像、200幅椒盐噪声图像、500幅压缩失真图像进行评价,建立主观评分库;然后对经过Contourlet变换后的IKONOS图像进行C-SSIM质量评价;最后将CSSIM评价结果回归到主观评价空间,与均方误差、峰值信噪比、SSIM评价结果相比,本文方法与主观评价数据库较为一致,并优于其他质量评价模型。     

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。     

曲波变换的高光谱遥感图像融合方法在土地利用调查中的应用

对两个有关土地利用状况调查区域的高光谱和Quickbird数据进行了数百次算法对比实验,最终确定Sym4和Db2是曲波变换中的最佳小波函数,提出两种基于曲波变换的高光谱遥感图像融合方法,即加权法和选择法,获得了更精确的高光谱遥感融合影像.在一个研究区域,通过对高光谱数据的子带分解、脊波变换、一定融合以及它们的逆变换等曲波变换过程,表明融合的高光谱遥感影像能提供许多有利于土地类型划分和影像识别的精确七地信息.在另一个研究区域,除进行曲波变换外,还通过二次多项式计算实现了高光谱与Quickbird数据遥感影像匹配,最终从高光谱与Quickbird数据获得的遥感融合影像经日视及信息熵、相关系数等评价表明,曲波变换融合图像优于小波变换融合图像,与Brovey融合图像相近,但比PCA融合图像稍差.客观和主观评价证实,曲波变换的遥感融合方法能为高光谱遥感图像在土地利用状况调查提供更多更准确的信息.     

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。     

遥感影像质量评价方法综述

为了更好地评价遥感影像的质量,本文对常用的遥感影像质量评价方法进行了综述.首先描述影像的主观评价方法,给出科学、稳定的主观评价值;然后对客观评价方法分类介绍;最后总结了当前影像质量评价方法存在的不足,可为遥感影像质量的评价与处理提供参考.     

基于Matlab的遥感图像融合效果的客观评价方法

Matlab是一种基于向量的高级程序语言,从本质上提供了对图像的支持。本文试图借助其图像处理工具箱函数的支持从工程和实验角度出发,探讨了利用Matlab语言实现遥感图像融合效果的客观评价指标的方法。文章首先将均值、标准差、信息熵和峰值信噪比等评价指标进行了分类、定义,然后设计融合实验来验证该方法的可行性和正确性,同时在Matlab平台上给出了各评价指标的计算过程及数值。实验结果表明,利用这些评价指标作出的客观评价结果与主观评价结果是一致的。     

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。     

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。     

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。     

遥感影像时—空融合的“点”—“线”—“面”质量评价

遥感影像时—空融合可集成多源数据高空间分辨率和高时间分辨率互补优势,生成时间连续的高空间分辨率影像,在遥感影像的动态监测与时序分析等方面具有重要应用价值.然而,现有多数研究往往基于单一数据产品对时—空融合算法进行评价,而在实际生产应用中,需要验证算法在多种遥感产品数据的融合表现;此外,目前研究大多基于“单点时刻”进行评...     

基于多进制小波变换的遥感影像融合

首先介绍了遥感影像融合的理论和方法 ,然后在讨论多进制小波理论的基础上 ,提出了一种基于特征的多进制小波变换的影像融合算法 ,该算法根据待融合影像分辨率之比确定采用多进制小波 ,从而最大限度的利用了待融合影像的信息 ,防止影像信息的丢失。通过对具体影像的实验 ,证明融合后的影像最大限度地保留了待融合影像的光谱信息 ,同时提高了待融合影像的清晰度和空间分辨率。文中给出了SPOT全色影像与SPOT多光谱波段影像、SPOT全色影像与TM影像的融合结果 ,并与其他方法进行了比较 ,证明了本方法的优越性和自适应能力     

多源高分辨率遥感影像智能融合

本文面向多源高分辨率遥感影像自动化融合的应用需求,探索按需应用的智能化融合方法,充分利用不同分辨率和不同时相的高分辨率多源遥感影像数据资源与特性,研究了影像融合数据源选取的决策树算法,建立了遥感影像融合规则知识库,并自动化选取适合的融合算法,提出了Curvelet_HCS算法,对低频和高频系数选用不同的融合规则,改善了HCS算法的光谱失真问题,可同时融合多光谱影像的多个谱段,并保持更丰富的空间细节信息。根据融合评价结果对遥感影像融合规则知识库进行更新,实验验证表明了该套方法的有效性,为开展大规模智能化的多源遥感影像融合应用提供了重要的方法和技术支撑。     

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GF2号卫星影像的农业信息提取方法对比分析

以GF2卫星0.8 m全色/3.2 m多光谱分辨率遥感影像为基础数据源,对基于GF2号卫星影像的农业信息提取流程和方法进行了研究与对比分析。首先对GF2号卫星影像进行波谱分析;其次对GF2号影像进行融合,并对多种融合方法进行质量评价;最后选择阈值法、波谱间关系法、非监督分类法和面向对象法分别对GF2号影像数据进行农业信息提取试验,并对信息提取结果进行精度验证和结果分析。试验表明,面向农业信息提取的GF2号卫星影像融合方法中,Pansharp融合算法融合影像色彩正常,无虚影,清晰度高,地类对比度正常,纹理清晰,熵值及与原始多光谱影像的相关系数高。阈值法和谱间关系法适用于提取单要素农业信息,非监督分类法能够初步获取研究区土地利用情况,面向对象法提取研究区全要素信息精度高。总体来说,不同信息提取方法具有各自的优势,在具体实际应用中,可以根据目标地类的波谱特性,选择适宜的遥感影像处理和信息提取方法。     

多源遥感图像融合发展现状与未来展望

近年来,随着遥感技术的发展,高光谱、红外、雷达等多源遥感成像手段在精准农业、资源调查、环境监测、军事国防等重要领域发挥着越来越重要的作用.同一场景多源遥感图像观测的地物对象相同,但观测的维度不同,图像的空间、光谱与时间分辨率存在差异,提供的信息既具有冗余性,又具有互补性和合作性.多源遥感图像融合能够综合利用不同来源获取...     

非下采样Shearlet变换与参数化对数图像处理相结合的遥感图像增强

针对部分遥感图像整体亮度偏暗、对比度较低的特点,为提高遥感图像的视觉效果和可解译性,提出了一种基于非下采样Shearlet变换(non-subsampled shearlet transform, NSST)和参数化对数图像处理(parameterized logarithmic image processing, PLIP)模型的遥感图像增强方法。首先,遥感图像经非下采样Shearlet变换分解成低频分量和高频分量;然后依据PLIP模型对其低频分量进行增强,提高图像的对比度;同时利用改进的模糊增强方法对高频分量进行增强,突显边缘细节信息。大量试验结果表明,与双向直方图均衡增强、基于平稳小波变换的增强、基于非下采样Contourlet变换的增强等5种图像增强方法相比,本文提出的方法在主观视觉效果和对比度、清晰度等客观定量评价指标两个方面均有优势,能更有效地提高遥感图像的对比度、增强边缘纹理细节信息,视觉效果更佳。