共查询到10条相似文献,搜索用时 31 毫秒
1.
随着遥感技术的快速发展,影像和数据融合领域的新方法、新算法层出不穷。遥感影像融合技术可以分为3个不同的层次:像素级、特征级和决策级。在回顾现有的多源遥感数据融合技术的基础上,讨论了融合技术的发展趋势。主要讨论内容包括多源高分辨率影像融合新方法、面向应用的影像融合评价和趋势、用于生态建模的LiDAR数据/多源光学/雷达影像融合和分布式传感器网络数据融合等。 相似文献
2.
3.
4.
高光谱图像作为多模态遥感数据的重要组成部分,能够捕捉地物精细的光谱特征。由于成像机理的限制,空间细节的损失导致高光谱图像的空间表征能力有所退化,一定程度上限制了数据进一步应用的潜力。数据融合是解决空间/光谱分辨率矛盾的有效手段,近年来相关理论得到了深入发展。本文全面综述了高/多光谱遥感图像超分辨率融合领域的研究进展与展望。首先,将当前方法系统性地分为细节注入、模型优化及深度学习3大类方法,并对不同方法的原理、模型、代表性算法进行了回顾,重点介绍了模型优化中的矩阵分解、张量表示及深度学习中的监督与非监督方法。在此基础上,梳理了该领域技术在像素级分类、目标提取、在轨融合领域的成功应用案例,指出融合产品的潜能在后续遥感应用未被充分挖掘的现状;然后,从退化模型、数据-模型驱动、多任务一体化及应用耦合4个角度对该领域进行展望;最后,就该领域的研究现状与发展趋势进行总结,归纳各类方法优劣势的同时,点明了多类方法协同、外部数据辅助及实际应用驱动等方面的重要性。 相似文献
5.
6.
遥感影像融合关键技术探讨 总被引:1,自引:1,他引:0
随着遥感技术的发展,越来越多的不同传感器的遥感影像相继出现,为用户提供不同空间分辨、不同时相与多光谱信息的海量遥感影像数据成为现实。不同数据源的数据各自显示了自身的优势和局限,同时也造成了信息冗余。如何有效的利用这些多源影像数据是目前人们所关注的问题,进而影像融合问题被提出来。多源遥感影像融合是遥感图像处理和信息获取领域的一门新技术,所以在影像融合过程中需要进一步研究其中的关键技术。本文对遥感影像融合过程中的关键技术进行了详尽的分析和探讨。 相似文献
7.
8.
一种基于小波系数特征的遥感图像融合算法 总被引:20,自引:2,他引:18
多光谱图像和全色图像是目前卫星遥感领域最常见的传感器图像.为了更充分地发挥这两类遥感图像数据的价值,人们利用两类数据的互补性,将多传感器融合技术引进了遥感图像处理领域.在IHS彩色空间变换和小波多分辨率分析的基础上,利用图像高频小波系数的多个特征来定义特征量积,并利用特征量积作为依据提出了一种图像融合新算法.通过一组多光谱图像和全色图像数据进行融合仿真试验,并将该算法与IHS,HPF等算法和归一化矩算法作了比较.证明该方法能在保留多光谱图像光谱信息的基础上,有效地提高多光谱图像的空间分辨率. 相似文献
9.
针对当前海量遥感数据与相对较低的数据利用率并存的现状,探讨了数据融合的概念,融合的3个层次:像素级、特征级和决策级融合,以及各层次的优缺点、流程和常用的融合方法;并详细阐述了融合影像的评价指标。进行了某地区的融合试验,从而得出对同一地区的遥感影像数据进行融合,可以产生更准确、更完全,更可靠的估计和判断的结论,为类似的工作提供了借鉴。 相似文献
10.
资源一号(ZY-1)02C卫星的发射成功填补了我国自主研发高分辨率遥感卫星的空白。根据该卫星的图像特点和数据质量,以俄罗斯西伯利亚地区的ZY-1 02C卫星P/MS传感器数据为例,通过解译该地区的地质矿产信息,对P/MS图像数据的处理和质量情况进行分析;同时结合该地区的美国Landsat卫星ETM+数据,将P/MS全色波段数据与ETM+多光谱数据融合,并采用HSV,Brovery,Gram-Schmidt和PCA等4种融合方法进行实验对比。实验结果表明,用Gram-Schmidt法融合后的图像,光谱信息丢失最少,融合效果最好,可有效提高融合图像的空间分辨率,进而提高该地区的遥感地质解译精度。该研究成果将为进一步推进我国国产高分辨率遥感卫星的应用发挥积极作用。 相似文献