像素级遥感图像融合方法研究

多传感器遥感图像融合按信息表征层次的不同,可以分为像素级融合、特征级融合和决策级融合。本文介绍了像素级层次上的多种遥感图像融合方法,阐述了其融合原理和实现过程,分析了它们适用性和优缺点,并给出了遥感图像融合的一般评价指标。     

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。     

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.     

光学遥感影像像素级融合的理论框架

遥感影像像素级融合是遥感信息分析与处理过程中十分常用的处理方法之一,但目前该领域缺乏相应的理论研究.通过对GIF和GCOS模型的对比分析,建立遥感数据像素级融合的统一理论框架,并给出几种具有代表性的融合方法在统一框架下的表达.在此基础上,例证统一理论框架在算法等价性判别、融合性能理论分析、融合算法设计等方面的作用。在此框架下的研究表明brovey变换融合法与基于三角形模型的IHS方法完全等价,PCA方法为GS方法的特例.此外还揭示了组合现有方法以提高融合性能的原理.这些研究结果说明统一理论框架在问题分解方面的合理性和进行遥感影像像素级融合理论分析的有效性.     

基于小波统计特性的遥感图像像素与特征联合最优融合方法

遥感影像的IHS融合方法由于匹配误差导致光谱畸变和退化,而小波变换在变换域具有良好的分频特性,小波系数的统计特性反映了遥感影像的边缘、线和区域等显著特征。提出了基于小波统计特性的遥感影像的像素和特征联合最优融合方法,在IHS空间,对强度分量I的高频部分利用多分辨率小波融合方法进行影像的高频细节特征融合,低频部分选取光谱信息和空间分辨率评价指标作为融合权系数求优指标,进行像素级最优融合,实验结果证明了该方法的有效性。     

基于像素级遥感图像融合方法对比与评价

多时相、不同空间分辨率遥感图像数据融合能较大幅度提高融合图像的解像力,在遥感影像解译中一种好的融合方法可以提高影像的质量,从而提升影像的解译结果。本文以隆昌县为试验区,采用Brovey、PCA、HIS和Gram-Schmidt 4种融合方法对试验区ETM+影像的高空间分辨率Pan波段和多光谱432波段进行融合。通过平均值、标准差、平均梯度、信息熵、相关系数和扭曲程度对这些融合方法进行评价。评价结果表明4种融合方法都能不同程度的改善影像质量,其中Brovey融合法光谱失真度小,清晰度和空间分辨率较高,影像所含信息量丰富,更适合于隆昌ETM+影像的融合处理。     

遥感图像多模型融合处理与分析

图像融合综合利用多源信息,从而获得对同一目标更客观、更本质的认识,这对于影像解译、信息提取等至关重要。本文在结合主分量分析变换等经典的全色与多光谱遥感图像融合处理算法基础上,重点介绍WT-IHS、WT-PCA两种多模型融合算法在全色与多光谱图像融合处理的应用,同时给出对这两组图像进行单模型融合处理的结果,分别通过视觉效果和量化评价指标对融合结果进行比较,综合分析不同方法的特点。     

遥感图像的融合方法研究

图像融合是遥感图像处理中的重要一环,本文着重论述了遥感图像的3个层次的融合方法,并进行了对比分析,最后指出遥感图像融合的发展方向。     

多/高光谱遥感图像的投影和小波融合算法

将高光谱图像与高空间分辨率图像融合后,由于融合图像空间分辨率提高,改变了混合像元内地物组分比例,像元光谱信息较原高光谱图像光谱信息会出现“失真”现象。针对这种情况,考虑混合像元内成分变化进行图像融合,首先利用投影方法模拟多光谱图像得到高光谱图像,并将模拟高光谱图像与原高光谱图像利用小波方法进行融合,融合图像不仅增强了空间信息,而且对光谱信息进行一定的修正,从而提高了环境异常探测等一系列应用的精度。利用Hyperion图像和SPOT-5图像进行融合实验,融合图像能够识别出87.2%目标区域。     

基于小波包的遥感图像融合方法

介绍了一种基于小波包的遥感图像融合方法,实验采用熵、光谱扭曲指数和边缘指数等作为评价融合质量的定量指标,表明了通过这一融合方法比传统的IHS,PCA,HPF以及小波融合具有更高的光谱信息保持和纹理信息增强能力。     

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。     

基于正则MAP模型的遥感影像亚像元定位

为了更好地解决亚像元的定位问题,基于超分辨率影像重建的技术,结合亚像元定位理论,提出了一种应用于亚像元定位的正则MAP估计模型,并且通过真实数据进行了检验。实验表明,该模型是一种简单、有效地解决亚像元定位问题的方法。     

多源遥感影像数据的融合方法探讨

在分析和总结多源遥感影像数据融合的基础上,探讨了多源遥感影像数据融合的层次、模型、结构及其特点.归纳总结了多源遥感影像数据融合方法,目的是提高多光谱影像分辨率的同时保持色调不变,从另一个角度理解为在已知低分辨率多光谱影像和高分辨率全色影像的基础上,模拟生成高分辨率多光谱影像.本文介绍了遥感影像融合技术,系统阐述了几种常见的遥感影像融合方法及其应用.     

保持光谱信息的遥感图像融合方法研究

常用的遥感图像融合方法,如IHS变换法、Brovey变换法和主成分变换法等在实施图像融合时,均会有不同程度的光谱扭曲现象.探讨能有效保持光谱信息的EECN融合法.EECN融合法采用比值变换法,同时对参与融合的全色波段进行增强边缘,融合后的图像在光谱保持性能、分类精度等方面均较优.     

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。     

基于MTF滤波的北京一号小卫星遥感影像融合

北京一号小卫星提供4 m分辨率全色彩像和32 m分辨率多光谱影像,但其空间分辨率比值(1:8)较低,在对北京一号小卫星数据融合时存在空间信息损失问题.针对此问题首先从全色影像中提取成像系统的调制传递函数MTF(Modulate Transfer Function),根据MTF设计2维低通滤波器,通过对多光谱影像的亮度成分滤波估计低分辨率全色图像数据值,基于GIF(General Image Fusion)融合框架得到融合结果.实验证明本方法用于融合遥感影像的可行性,其空间信息的保持在视觉效果和定量指标上均优于IHS(Intensive-Hue-Saturation),BT(Brovey Transform)和GS(GramSchmidt)等传统的替换类融合算法,在空间信息和光谱信息的保持上亦有较好的折中.     

多源遥感影像数据融合理论与技术

在分析和探讨多源遥感影像数据融合原理、层次、结构及特点的基础上,归纳了多源遥感影像数据融合方法,并对数据融合的关键技术及研究热点进行了总结。     

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。     

利用快速离散Curvelet变换的遥感影像融合

提出了一种基于快速离散Curvelet变换的遥感影像融合方法。首先,对经过空间配准的多光谱和全色影像分别进行快速离散Curvelet变换。然后,对低频子带采用局部标准差加权策略,对中高频子带采用绝对值最大策略,对高频子带采用直接替换策略,反变换后即可得到融合影像。IKONOS、QuickBird、World-View-2多光谱和全色影像的融合实验和定量评价结果表明,该方法较传统方法有明显优势。