遥感影像的数字融合及其结果评价

介绍遥感影像的数字融合的方法以及融合结果的评价。     

基于融合的高分辨率遥感影像变化检测

提出一种融合分类后比较法和差异影像法的多时相高分辨率遥感影像变化检测方法.以相关系数为理论基础,通过分析差异影像直方图,确定未发生变化的区域,保证两个时相间样本的一致性.分类后比较法能够提供变化类型信息,差异影像法能够有效检测变化区域,二者的有效融合能够产生一种精确且有变化类型信息的变化检测方法.针对高分辨率遥感影像,以图斑为基本分析单元,结合差异影像法和支持向量机分类后比较法进行实验,结果表明差异影像的引入能够有效去除分类后比较法产生的伪变化信息,支持向量机分类后比较法能消除因成像条件差异而产生的伪变化信息,两种变化检测结果的有效结合能够提高变化检测结果精度,准确反映变化类型.     

遥感影像融合技术在土地调查中的应用研究

主要对遥感影像处理技术在土地利用资源调查的应用关键技术做了一些实验研究,并对技术的适宜性做了评价分析。     

多源遥感影像融合效果的定量评价研究

在分析总结当前常用的遥感影像融合结果定量评价方法的基础上,本文描述了亮度信息,清晰程度,光谱信息,信息量等定量评价参数,并编程实现了这些评价指标的计算。以航空SAR影像和Landsat TM多光谱影像融合作为实验数据,进行了基于Brovey变换,HIS变换和小波变换方法的影像融合,并对结果进行了定量评价分析。结果表明,所提出的定量评价参数能够较准确地反映影像融合情况,可为选择恰当的融合方法提供科学依据。     

PBIL算法在遥感影像匹配中的应用

提出了一种将基于群体增量学习(population-based incremental learning,PBIL)算法用于遥感影像匹配的方法,给出了详细的理论和实验分析,引入信息熵作为PBIL算法迭代终止的条件之一,取得了较好的实验结果。实验表明,基于该算法的影像匹配运算速度比较快,且收敛过程比较稳定。     

多源遥感影像融合

遥感影像融合能富集同一地区不同数据源的信息大跨度波谱特性影像数据的融合,提供了有关各单个传感器的互补信息,使分类更精确;大跨度空间分辨力影 融合,有利于改善２多光谱影像的度,增强特征提取和目视判读能力,能有效地用于变化监测。     

多源遥感影像融合及其关键技术探讨

简述了多源遥感影像融合过程、三种融合层次及其优缺点；具体描述了常用的八种融合方法；根据近来多源遥感影像融合研究状况，提出了融合中需进一步研究的关键技术。     

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     

多源遥感影像融合在城市地图快速更新中的应用

当前采用遥感技术可以获得同一地区用不同传感器，在不同空间、不同时间、不同波谱分辨率的遥感数据。充分利用这些数据，把不同的遥感数据和非遥感数据融合在一起应用，可以有效地提高城市地图更新时效性和精度。     

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。     

RS影像融合效果评价

近年来多源遥感影像融合技术发展迅速,融合方法研究日趋完善,然而融合影像效果评价始终没有统一标准。在系统分析传统评价指标的基础上,从光谱保真度、高频信息融入度两个方面对融合影像的评价进行综合分析,并在这两个方面建立了光谱信息指数与高频信息指数两个指标,然后对其进行综合建立信息量指数,从而在信息量方面加以评价,从而形成一套完整的评价体系。最后应用融合实例对创建的评价体系进行了验证。     

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。     

遥感影像融合方法的精度评价

目前,高分辨率全色遥感影像和低空间分辨率的多光谱遥感影像融合是影像融合技术应用的主流.EN-VI 4.4遥感影像处理软件影像融合处理的工具--SPEAR提供了PCA变换、Gram-Schmid变换、Brovey变换和HSV变换4种专门用于全色与多光谱遥感影像融合的算法.以ETM+全色与多光谱遥感影像融合为例,选择熵、偏差和相关系数3个定量指标,对采用4种融合方法得到的影像进行评价.经综合评价和比较,实验的4种影像融合算法中,Gram-Schmidt变换效果最好.     

高分一号遥感卫星影像融合及质量评价方法研究

遥感技术正在突飞猛进的发展,影像融合技术得到了深入研究,本文在像素级融合的基础上,以高分一号卫星影像为实验数据源,并用主成分变换、Brovey变换、Gram－Schimdt变换、HSV变换等方法,进行试验研究,并以主客观相结合的方式,对实验结果进行评价,最后得出结论,本文研究成果可对高分一号影像进一步应用提供借鉴。     

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。     

遥感影像清晰度评价方法的比较

清晰度是反映影像质量的重要因素。首先对遥感影像的清晰度评价方法进行了总结,重点介绍了平均梯度、灰度-梯度共生矩阵和Q指数3种方法,并通过大量测试比较了3种方法的优劣。实验结果表明,Q指数要明显优于前2种方法,是一个较好的遥感影像清晰度评价指标。     

遥感图像融合技术在潮间带地形提取中的应用

针对潮间带地形资料的缺乏和提取手段的贫乏,提出一种提取潮间带地形的新思路。利用同一潮汐周期不同时相的SAR与全色遥感图像,采用平移不变离散小波变换算法进行图像融合,并采用一种新的融合规则。图像的低频部分采用基于边缘提取的加权规则,高频部分采用绝对值最大原则。对比其他算法,融合结果既能突出潮间带形状,又能突出海岸线特征及近岸地形,更便于后续目视解译。对实际图像的试验结果表明,该方法取得了较好的效果。