一种融合中分辨率多光谱与高分辨率全色图像的方法

针对中分辨率多光谱与高分辨率全色图像空间分辨率差异大,导致融合结果难以较好平衡光谱信息保持和空间信息保持能力的问题,该文分析了7种常用融合方法用于中分辨率多光谱与高分辨率全色图像融合的优缺点及其融合质量的影响因素,提出了一种组合融合方法。该方法在保留Gram-Schmidt方法的细节注入方式的基础上,综合利用高通滤波法和Gram-Schmidt方法的优势构造低分辨率全色图像,确保在提高融合图像空间分辨率的同时有效降低其光谱变形。通过CBERS-02多光谱和IRS-P5全色图像的实验,证明了新融合方法的有效性。     

一种NSST与稀疏表示相结合的遥感图像融合算法

针对现有遥感图像融合算法存在的光谱失真及空间细节丢失的问题,提出一种非下采样Shearlet变换(NSST)与稀疏表示(SR)相结合的图像融合算法。该算法利用NSST多尺度、多方向及平移不变的特性对全色图像与多光谱图像亮度分量进行变换分解,并根据稀疏表示能够有效捕捉图像结构特征的特点,对低频分量采用基于结构相关性的稀疏表示加权融合规则,从而减少光谱失真,对高频分量则利用基于改进的拉普拉斯能量和的方法,以保留细节信息,最后通过NSST与IHS逆变换得到融合图像。实验以WorldView-2不同场景下的影像为数据源,与传统的IHS、AIHS、IHS-WV、IHS-WV-SR、IHS-NSST融合方法进行对比,结果表明:新的算法不论在视觉上还是指标参数上都得到了有效提高,光谱分辨率和空间分辨率更接近于融合参考图像。     

基于DCT变换的多光谱与全色影像融合方法

针对IHS融合法的融合影像相对于原多光谱影像光谱扭曲严重、小波变换融合法运算量大的缺点,依据影像成像时传感器像素间的对应关系,提出应用遥感影像空间分辨率比值关系对影像进行分块,采用离散余弦变换与IHS变换相结合的融合方法进行多光谱影像与全色影像融合,以提高遥感影像的应用能力。仿真实验表明,该方法融合结果的光谱保持性与小波变换方法相近,均优于IHS变换融合影像,对全色影像空间信息集成能力稍弱,但计算效率明显改善,适合于对大数据量的遥感影像融合。     

基于小波变换和局部相关系数改进IHS变换的图像融合方法

为得到分辨率高、光谱畸变小的融合图像,该文根据图像处理理论和小波变换的时频局部 特性,采用Quickbird数据,对多光谱波段经IHS变换的I分量和全波段图像分别进 行小波分解,用全波段图像经小波分解得到的高频系数替换I分量小波分解的高频系数, 替换时根据图像的地物光谱特性引入局部相关系数进行有选择的高频替换.经过IHS反变换得到空间分辨率高且没有光谱畸变的融合图像.     

基于像元级RS影像数据融合方法应用评价

遥感信息融合（Fusion）是目前遥感应用领域的一个热点问题。高分辨率的全色影像与多光谱彩色低分辨率的遥感数据叠加，可以最大限度地利用不同分辨率、不同光谱信息和不同时相分辨率的遥感信息。融合中对同一地区长江流域秭归段的TM4、3、2多光谱和TM8高分辨率的遥感影像采用了IHS变换、分辨率（主成分分析）融合方法进行了数据融合，并对不同的融合方法所得到的融合影像进行目视和统计特征的分析与评价。     

基于灰色绝对关联度边缘检测的多源遥感影像加权IHS融合

鉴于IHS变换的融合影像存在光谱扭曲问题,而灰色关联度对图像边缘检测具有局限性,该文将基于灰色绝对关联度的灰色关联分析与IHS变换相结合进行影像融合。采用灰色绝对关联度检测高分辨率影像的边缘点和非边缘点,基于边缘信息确定高分辨率影像和IHS变换后的亮度分量在组合中的权值,最后通过IHS反变换实现影像加权融合。应用该算法分别对多源遥感影像进行融合处理,在提高空间分辨率的同时能够很好地保持多光谱影像的光谱信息,优于传统的IHS融合方法和基于灰色关联度的IHS融合算法。     

基于差值权重和快速傅立叶变换的“北京一号”卫星影像融合方法研究

提出一种基于差值权重和快速傅立叶变换的影像融合方法--DWF,对"北京一号"小卫星的全色和多光谱影像进行融合.该算法根据卫星影像的成像过程,通过傅立叶变换获取全色影像的高频、低频信息和多光谱影像在HIS颜色空间中分量的低频信息,由这3种信息通过基于差值权重的决策计算获得融合影像的空间信息.实验采用PCA、GS、DWF以及基于小波的HIS变换的融合方法,结果表明DWF方法优于其他融合方法,比较适合于"北京一号"卫星的全色与多光谱影像融合.     

ALOS融合影像质量评价及其土地盐渍化应用研究

将经过配准的同一地区不同空间分辨率和光谱分辨率的遥感影像进行融合是提高土地覆盖/土地利用分析精度的有效途径。采用PCA、IHS、HPF和小波变换融合法对内蒙古杭锦后旗中部地区的ALOS全色和多光谱影像进行融合,并对融合结果进行了定性和定量评价。基于地物光谱特征、解译标志和监督分类法提取试验区土地盐渍化信息,比较多光谱影像和融合影像的土地盐渍化信息提取精度。结果显示,PCA、IHS和HPF融合影像的空间细节表现能力得到提升,而PCA和小波变换融合影像的光谱保真度优于IHS和HPF融合影像;PCA融合影像的盐渍化分类精度、总分类精度和Kappa系数均为最高,是最适于试验区土地盐渍化分类研究的融合方法。     

北京一号卫星影像的数据融合研究

"北京一号"卫星是我国近期发射的一颗中高分辨率对地观测小卫星.鉴于数据融合技术在遥感领域的重要作用,对该卫星多光谱与全色波段数据进行不同融合方法的实验.具体以河南新郑地区为实验区,应用遥感处理软件,通过定性分析和定量评价,得出Brovey变换是目前较适合北京一号小卫星数据的融合方法,而小波HIS变换则是以后研究的重要发展趋势.     

高光谱遥感图像的地形校正和评价方法

高光谱遥感具有光谱分辨率高,图谱合一的突出特点,在地质勘探和植被遥感等定量应用中,较全色和多光谱更有优势。然而目标区复杂的地形效应,是制约高光谱数据应用效果的诸多外界因素之一,利用地形校正模型消除地形影响,已成为目前高光谱遥感图像步入应用前的有效处理手段。目前的地形校正方法研究当中,遥感数据以多光谱居多,且校正效果的评价方法较之高光谱图像的特点也略显不足。通过朗伯体和非朗伯体假设的不同校正模型(C,SCS+C,Minnaert,Minnaert+SCS)对Hyperion遥感图像进行地形校正,并利用目视效果,分类标准差,目标反射率对比对校正结果分析评价,证明Minnaert+SCS模型最优,且评价方法合理,有效。     

多光谱与全色遥感影像像素级融合算法比较分析

简述了遥感影像融合的过程,并利用SPOT5的全色和多光谱影像在Envi软件里采用IHS、Gram-Schmidt、Brovey和Color Normalized （CN）的融合算法进行融合,然后对几种影像融合的结果进行定性定量的评价分析.分析的结果表明：与原多光谱相比,HIS融合方法的清晰度和信息的丰富度最高;Gram-Schmidt的光谱保真度和相关度最佳,清晰度和信息的丰富度也仅次于HIS融合结果;Brovey和CN的融合算法是最差的,但是在凸显植被和水体地物时Brovey和CN有优势.总而言之对于不同地物类型,每种融合方法具有各自的优势和限制,所以应根据不同的用途选择最佳的融合算法.     

Image data fusion for the remote sensing of freshwater environments

Remote sensing based mapping of diverse and heterogeneous freshwater environments requires high-resolution images. Data fusion is a useful technique for producing a high-resolution multispectral image from the merging of a high-resolution panchromatic image with a low-resolution multispectral image. Given the increasing availability of images from different satellite sensors that have different spectral and spatial resolutions, data fusion techniques that combine the strengths of different images will be increasingly important to Geography for land-cover mapping. Different data fusion methods however, add spectral and spatial distortions to the resultant data depending on the geographical context; therefore a careful selection of the fusion method is required. This paper compares a technique called subtractive resolution merge, which has not previously been formally tested, with conventional techniques such as Brovey transformation, principal component substitution, local mean and variance matching, and optimised high pass filter addition. Data fusion techniques are grouped into spectral and spatial centric methods. Subtractive resolution merge belongs to a new class of data fusion techniques that uses a mix of both spatial and spectral centric approaches. The different data fusion techniques were applied to a QuickBird image of a semi-aquatic freshwater environment in New Zealand. The results were compared both qualitatively and quantitatively using spectral and spatial error metrics. This research concludes that subtractive resolution merge performed better than all the other techniques and will be a valuable technique for enhancing images for freshwater land-cover mapping.     

基于GF-1与Sentinel-2融合数据的地膜识别方法研究

随着我国地膜使用面积的增加和人们对土壤微塑料污染问题的日益关注,大尺度的地膜遥感识别已成为农业生产管理、土壤污染防治的必要手段。针对地膜光谱反射特征的复杂性以及基于单一遥感影像光谱特征识别方法错分率高等问题,该文以河北省邯郸市邱县为试验区,利用GF-1数据的空间细节与Sentinel-2数据的光谱信息进行NN Diffuse Pan Sharpening融合,据此建立地膜识别的特征矩阵(NDVI、MNDWI、NDBI、IBI、PSI),基于该特征矩阵可实现自动阈值地膜分层分类识别。多种方法的地膜识别结果精度对比表明:多源光学遥感数据融合方法的总体精度为94.87%,Kappa系数达0.89,显著优于基于单一数据源的深度学习法的精度(93.14%)以及基于传统机器学习分类方法的支持向量机(85.91%)和随机森林分类法(86.78%)的精度;通过与Sentinel-2多光谱影像融合,弥补了GF-1数据光谱分辨率低的缺陷,实现了多源数据在地膜识别中的优势互补,可为相关部门农业规划与管理以及生态环境保护等研究提供大尺度、高精度的地膜分布参考数据。     

基于双分支卷积神经网络的SAR与多光谱图像融合实验

针对合成孔径雷达(Synthetic Aperture Radar,SAR)和多光谱(Multi-Spectral,MS)融合图像中存在的空间细节模糊和颜色失真问题,该文兼顾光谱监督和空间细节监督,设计光谱损失函数和空间细节损失函数,提出一种基于双分支卷积神经网络(Convolution Neural Network,CNN)的SAR和MS图像融合算法。该算法网络框架包含光谱保持和细节提升两个分支:光谱保持分支通过上采样MS图像连接到网络的输出,直接将光谱信息传递到融合图像中;细节提升分支对SAR和MS图像通过高通滤波提取高频细节信息,然后应用CNN对细节信息进行特征提取、特征融合及重建,最后将重建的细节信息叠加到上采样的MS图像,得到融合结果。以哨兵-1B GRD级别的SAR图像和Landsat8卫星多光谱图像为实验数据,通过与传统融合算法和深度学习算法RSIFNN进行对比,结果表明,该文算法在定性和定量评价方面效果更好,能够在保持光谱信息的基础上增强多光谱图像的空间细节信息,有利于后续地物分类和目标识别等工作的开展。     

基于ASTER影像的近海水产养殖信息自动提取方法

水产养殖地已经成为海洋环境监测的热点目标之一。采用具有高光谱分辨率和较高空间分辨率(15m)的ASTER遥感影像,以九龙江河口地区为研究示范区,进行近海水产养殖信息的自动提取方法研究。结果表明,利用ASTER影像的光谱信息和水产养殖地的纹理结构信息,可以实现近海水产养殖地的自动提取。先利用监督分类方法提取混淆有其他水体的水产养殖信息,采用邻域分析来增强水产养殖地的空间纹理信息。通过综合监督分类和水产养殖地空间纹理增强的结果,在专家决策分类器中建立决策规则,进行水产养殖地的自动提取,提取的精度达93%。     

小波基及其参数对遥感影像融合图像质量的影响

IHS和小波变换结合的融合方法已成为多源遥感影像信息聚合的有效途径,但小波基与小波分解层数等参数对影像融合质量影响的很多细节需进一步研究。该文以SPOT遥感影像为数据,在Matlab软件环境下进行小波簇、不同序号小波基及分解层数的图像融合,用信息熵、平均梯度和标准偏差3指标对融合图像的质量进行评价。结论如下:第1层小波分解的融合图像质量差异不大;其余小波分解层数下融合影像的质量因小波基而异,如coif5s、ym5、dmey对小波分解层数不敏感,db1、bior3.1则具有分段响应的敏感特征,其中,rbio3.1在小波分解层数为4时,融合图像失真;不同簇的小波基对融合图像质量的影响也各异。结果表明,小波基等参数的选取直接影响到遥感影像融合的效果。