OLI与SPOT-6 Pan融合影像在遥感地质解译中的应用

受较大分辨率差的影响,OLI多光谱影像与SPOT-6 Pan影像直接融合可能导致融合影像色彩失真。若将OLI多光谱影像与全色影像融合后再与SPOT-6 Pan影像融合,在选用合适融合方法的基础上可得到较好的结果。以新疆伊吾县淖毛湖遥感地质解译为例,采用IHS变换法、Brovey变换法、PCA和Gram-Schmidt Pansharpening(GS)等方法分别对OLI和SPOT-6Pan进行间接融合,并利用主观对比和水平光谱剖面对比两种方法对融合影像进行综合分析与评价。经实地查证,基于OLI与SPOT-6 Pan(GS变换融合)融合影像解译获得的地质界线综合准确率达89.5%。     

资源一号02C与Landsat8影像融合方法对比分析

针对以往关于资源一号02C和Landsat8卫星影像数据融合的研究不足的问题,该文利用前者在空间分辨率上高于后者、后者具有前者所不具有的光谱信息这一特性,选取主成分变换法、比值变换法、色彩变换法、高通滤波法和超分辨率贝叶斯法5种融合方法,分别对两种数据本身及数据间进行融合,并利用定性与定量的方法对融合结果进行评价,得出:资源一号02C星全色波段与多光谱波段数据融合结果中高通滤波法与超分辨率贝叶斯法效果较好,Landsat8OLI全色波段与多光谱数据融合结果中高通滤波法效果最好,资源一号02C星全色波段与Landsat8OLI多光谱数据融合结果中高通滤波法效果最好。     

基于多因子加权的遥感制图最佳波段组合分析

遥感影像最佳波段组合的研究对遥感信息提取与专题制图具有重要意义。以Landsat-8影像为例,提出了多因子加权的遥感制图最佳波段组合评价方法,分别从全局加权与场景加权的角度,对长江经济带全域及城市、水体、植被典型场景进行最佳波段组合分析,并通过评估不同波段组合影像的土地覆盖分类精度进行结果验证。结果表明B6-B5-B4进行RGB彩色合成是适宜长江经济带区域Landsat-8影像遥感制图的最佳波段组合,在城市、水体、植被分场景下保证了较高的土地覆盖分类精度,同NASA(national aeronautics and space administration)的Landsat ARD(analysis ready data)产品展示采用的波段组合方案一致,验证了实验结论的可靠性,为大区域遥感制图中影像波段组合的优选提供决策依据。     

GF-1、GF-2与Landsat-8卫星多光谱数据的交互对比

基于两组敦煌定标场的GF-1 PMS2、GF-2 PMS1与Landsat-8 OLI(operational land imager)同步影像,对3种传感器之间表观反射率数据的一致性进行交互对比。结果表明,两颗国产高分卫星的表观反射率数据具有很高的一致性,但它们与Landsat-8数据之间存在着一定的差异,其中尤以近红外波段的差异最为明显。在可见光波段,3种传感器的信号强度关系为:GF-2 PMS1GF-1 PMS2Landsat-8 OLI,在近红外波段的关系为:Landsat-8 OLIGF-1 PMS2GF-2 PMS1。试验结果表明,所提出的数据转换模型能够有效地降低两种国产高分卫星传感器与Landsat-8 OLI在近红外波段的明显差异,且当选择与被转换影像地物比例一致性较高的模型进行转换时,转换精度能够进一步提高。     

影像融合和面向对象技术在湿地分类中的应用

利用SPOT全色波段影像和Landsat ETM+多光谱影像,采用波段特征分析法和改进的最佳波段指数法确定最佳融合波段。选择具有代表性的HSV变换、Brovey变换、PCA变换、Gram-schmidt变换和小波变换方法进行影像融合。针对融合后的影像采用定量评价法进行质量评价,通过不同地物的光谱、空间和纹理信息等进行比较分析构建适当的分类特征和规则,采用面向对象的遥感分类方法进行分类。结果表明,波段特征分析法和改进的最佳波段指数法结合,可以获得最佳融合波段。各融合方法均有效提升了影像效果,其中HSV和GS变换融合方法更好地保持了影像的多光谱和高分辨率特性,融合后各地物特征分类明显,可以有效应用于湿地分类;采用主成分分析法来设置面向对象分类中的波段权重,可以利用各波段信息量的差异进行影像的分割。基于各种遥感指数的面向对象分类方法用于湿地分类获得了93.62%的分类精度,与传统的分类方法相比有了很大进步,在湿地分类中具有很大的应用潜力。     

基于高分一号与Landsat-8影像的水体浊度反演比较

为分析高分一号WFV传感器16 m遥感影像在水质反演方面的能力,本文选取南四湖为研究区,以高分一号卫星影像与Landsat-8卫星OLI影像为数据源,结合地面同步实测水体浊度数据,建立反演水体浊度的原始光谱反射率模型、归一化反射率模型和波段比值模型,并对各模型进行精度评价,分别比较两个传感器在浊度反演能力方面的差异。结果表明:利用高分一号WFV 16m遥感影像进行水质反演具有较高的精度,且具备更高的空间分辨率和更短的重访周期,可以替代Landsat-8多光谱数据。     

基于经验模态分解的高分辨率影像融合

文章提出基于经验模态分解（Emp iricalMode Decomposition,EMD）的特征层影像融合模型。对多光谱波段影像进行IHS变换获得强度影像,采用行列分解实现一维经验模态分解的二维拓展,并用于分离高分辨波段影像与强度影像的细节特征信息,对高分辨率波段影像的高频与强度影像波段的低频进行重构获得融合后的强度影像,再通过IHS反变换获得融合影像。文章介绍了经验模态分解的基本原理,定义了经验模态分解的多尺度分解与合成结构,提出融合模型的技术路线。选择UICKB IRD影像的全色波段与多光谱波段进行融合实验,根据典型行（列）的EMD分析,确定经验模量的取舍尺度,按提出的融合路线获得融合影像,并与小波融合,IHS融合,Brovey融合模型获得的影像进行视觉及量化比较。选择信息熵、标准差指标对融合影像的空间细节信息进行评价,同时选择平均灰度值、相关系数、偏差指数评价融合影像的光谱扭曲程度,结果表明本融合模型最优。     

ALI 数据全色及多光谱波段图像融合方法比较研究

ALl（The Advanced Land Imager）数据是通过地球观测卫星l（E0—1）搭载的高级陆地成像仪所i犬取的,数据的分辨率可满足遥感影像应用的多个领域,因此对ALI数据应用研究具有重要的意义。随着图像融合技术的迅速发展,融合方法种类较多,由于目前利用ALl数据的全色波段以及多光谱波段进行高精度图像融合的研究较少,本文进行的实验足分别利用HSV变换、主成分分析（PeA）、Brovey变换、Gram—Schmidt变换等融合方法对ALI数据进行图像融合,通过图像融合结果的质毓评价指标得出较好融合方法是HSV变换。     

遥感影像像素级融合方法比较研究

遥感影像数据的融合对于利用影像进行的分类、特征提取和目标识别具有重要的意义。文中阐述了IHS彩色空间变换融合法、主成分分析法（PCA）、Brovey法及Gram-schmidt法的算法实现,在此基础上对QuickBird全色波段和多光谱波段进行融合实验,最后从信息熵、灰度均值、相关系数、标准差和视觉效果5个方面综合进行定量与定性评价。分析结果表明,IHS整体上清晰,色调协调,保留了较多的空间信息,细节特征明显,质量较好。     

地理国情普查的影像融合方法分析

遥感影像解译的信息使用量对地理国情普查至关重要。以Quick Bird为数据源,分别采用彩色合成变换、IHS变换、K-L变换、Brovey变换对影像进行融合处理。对比不同融合方法的效果,按照影像融合的评价标准,运用定量评价因子,信息熵、相关系数、标准差和偏差指数对融合结果进行评价。对比分析各种融合方法的特点和优势,对于地理国情数据采集,融合效果最好的是Brovey变换,而K-L变换在第一分量上效果较好。这一结果对地理国情普查的影像处理方法有一定的借鉴作用。     

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。     

采用小波分析的SRTM DEM与ASTER DEM数据融合

为了利用航天飞机雷达地形测绘任务数字高程模型(SRTM DEM)与先进星载热反射和反辐射仪数字高程模型(ASTER DEM)的互补信息,提出基于小波分析的多源DEM数据融合方法,以我国秦岭典型高山峡谷地貌类型区为试验样区,选取相同位置的SRTM DEM与ASTER DEM数据,通过重采样、数据配准等步骤形成融合数据源;对小波分解的低频系数作基于邻域像素关联性的融合,高频系数采用像素点绝对值取大的融合,生成融合DEM。并把融合前与融合后的数据分别与1∶5万高程库数据作精度比较,总体统计与抽样检查表明融合DEM精度较源数据均得到了提高。该融合技术为应用SRTM DEM与ASTER DEM生成精度和可靠性更高的DEM产品提供了可行方案。     

影像融合技术应用于地表分类之探讨

本论文尝试讨论两个主题：主题一为利用主成分分析PCA方法应用于像元阶层资料融合技术的研究。主题二为应用Dempster-Shafer evidence theory方法于特征阶层数据融合技术的研究。在第一个主题中，由于合成孔径雷达的数据具有全偏极特性，在此选取了对植被较为敏感的HV极化合成孔径雷达数据，与具有光谱特性的光学SPOT数据做数据融合处理以利接下来的地物分类。首先，本研究利用小波转换技术来滤除合成孔径雷达斑驳噪声，在接下来融合步骤中，主成分分析出来的第一部分（PCI）是用做完滤除噪声后的合成孔径雷达取代，在数据融合后，进行地物分类是采用最大似然法来分类融合影像。在第二个主题中，利用全偏极雷达数据的极化特性结合SPOT数据的光谱特性，其主要目的是为了增加分类的精确度。首先使用李式滤波器滤除全偏极雷达数据噪声，接下来同样是使用采用最大似然法来分类融合影像，（不同的在于全偏极雷达影像使用Wishart几率分布，在光学影像采用multivariate Gaussian几率分布）将每个类别中每个像元属于某个类别的几率值计算出来，再利用Dempster-Shafer evidence theory来结合这些类别的机率值。最后产生出一张新的分类影像。实验的结果显示分类的精确度比较于未融合的资料都有明显提升的效果，也证明了此两个数据融合方法对于不同数据特性的融合都是很成功的。     

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。     

突出边缘特征的图像融合方法研究

介绍了像素级图像融合及特征级图像融合方法,分析了两种融合层次的优点。在此基础上,提出了两种突出边缘特征的图像融合方法,两种方案均对人们感兴趣的边缘特征进行增强,并在融合过程中考虑了边缘提取时的假边缘和双边缘情况。实验结果显示,边缘增强方案1提高了边缘定位的准确性,边缘增强方案2有效解决了方案1中融合影像缺少空间细节信息的问题。两种方案有效地增强了融合后图像的边缘特征,有利于图像的后续判读及图像识别。     

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。     

遥感数据融合研究进展与文献定量分析(1992—2018)

近年来,遥感应用的快速发展推动了遥感载荷指标性能的不断提升。但由于遥感传感器的硬件技术瓶颈,遥感数据无法同时具有高空间分辨率、高光谱分辨率、高时间分辨率的指标特性。遥感数据融合是解决该问题的有效方法。为了深入了解目前遥感数据融合技术的研究进展情况,本文对国内外1992年—2018年间在该领域有一定影响力的相关成果进行了调研、分析与归纳总结。首先对遥感数据融合相关论文的年发文量、发文国家与机构、发表刊物以及关键词等进行了统计,梳理其发展历史及趋势;系统性的总结了各类数据融合算法,将其分为面向空间维提升的融合算法、面向光谱维提升的融合算法以及面向时间维提升的融合算法3类,并对各类算法的优势与适用性进行了分析;归纳总结了遥感数据融合的质量评价指标,包括有参考影像的融合评价指标以及无参考影像的融合评价指标;最后对遥感数据融合进展进行了总结与展望。     

一种光谱保持型的图像融合方法

常用的遥感图像融合的方法 ,如HIS变换法、Brovey变换法和主成分变换法等在实施图像融合时 ,存在不同程度的光谱扭曲的现象。针对IRS与TM数据光谱响应范围不同 ,探讨了一种新的光谱保持型的EEIM融合算法。EEIM融合方法是首先对参与融合的全色波段进行滤波 ,然后进行比值变换 ,融合后的图像在信息量、光谱保持性能等方面均较优     

遥感影像融合关键技术探讨

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。