一种基于亮度调制的多源遥感影像融合方法

分析了基于亮度调制的多源遥感影像融合方法,利用HIS变换和àtrous小波变换,根据逐步对亮度分量进行调制的思想,实现了武汉城郊地区SPOT、TM和ENVISAT SAR影像的融合,使融合影像在保持光谱信息、提高空间分辨率和增强纹理信息方面取得了较好的效果,有利于目标判读和影像分类等后续处理.     

主分量变换法对SAR影像同TM影像进行融合

介绍了采用主分量变换法对SAR影像同TM影像进行融合的方法步骤和算法。此方法不仅能提高多光谱影像的信息量和空间分解力,而且很大程度上保留了原多光谱影像的光谱特征,使融合后的影像在量测和解译能力上都有提高。     

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。     

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.     

SAR与TM影像融合及在BP神经网络分类中的应用

以加拿大Radarsat SAR与美国Landsat TM影像为信息源,分别将SAR与TM影像的DN值转换为表征地物特征的后向散射系数和反射率,利用改进的SVR法进行融合,同时与HIS,Brovey以及小波变换的融合效果作定量比较,并利用优化的BP神经网络模型,以相同的训练区分别对融合前后的影像进行监督分类。结果表明:改进的SVR法融合影像的光谱信息保持性、信息量以及分类精度都优于常用的融合方法,且分类精度比TM影像有较大提高。     

基于SIDWT的SAR影像与光学影像的融合算法研究

影像融合是将SAR影像与光学影像进行结合使用的重要环节,由于SAR影像纹理信息丰富,与光学影像结合使用,可以使融合影像既包含SAR影像的纹理信息,又包含光学影像的光谱信息。重点研究了SAR影像与中、高分辨率光学影像之间的融合算法,详细地介绍了影像融合原理、常用算法以及融合精度评价,提出了基于平移不变离散小波变换(SIDWT)图像融合算法,在此基础上,将Terra-SAR数据分别与高、中分辨率光学影像进行融合试验。对比不同算法的融合结果,实验证明SIDWT变换算法在处理SAR影像和高、中分辨率光学影像时,在影像的亮度、信息量、图像细节反差和地物的纹理特征的表现,以及光谱失真方面都起到了一定地改善作用,与传统方法相比具有明显的优势。验证了SIDWT变换法在提高影像的清晰度,增加地物的细节信息,减少影像的光谱失真等方面均具有优越性。     

深度学习在光学和SAR影像融合研究进展

遥感影像融合作为影像处理领域中最具有挑战的工作,一直是学术界研究的热点。合成孔径雷达SAR(Synthetic Aperture Radar)具备全天时、全天候、穿透云雾等多种特点,却因存在相干斑噪声等问题,使得影像难以解译。相比之下,光学影像可以反映地物的光谱和空间信息,易于解译,但容易受到云雾干扰,造成信息丢失,将光学与SAR影像数据融合可以实现不同类型传感器成像之间的信息互补,能够更好地为后续的影像分析与解译提供方便。本文首先对光学和SAR影像融合进行了系统性回顾,包括传统融合方法和基于深度学习方法在影像融合方面的最新工作,重点阐述了卷积神经网络CNN (Convolutional Neural Network)、生成式对抗网络GAN (Generative Adversarial Networks)等框架在光学和SAR影像融合中的进展;然后总结了光学和SAR影像融合在深度学习领域开发的数据集,并做了简单介绍和说明;最后,从数据集、时间序列影像融合、融合评价体系和算法轻量化等4个方面对光学和SAR影像融合的未来发展趋势进行了展望。     

基于最小噪声分离变换的遥感影像融合方法

针对主成分分析（PCA）融合算法的不足和最小噪声分离（MNF）变换的优势，以IKONOS新型高分辨率观测卫星提供的全色和多光谱数据为实验数据，提出了基于最小噪声分离变换的遥感影像融合方法，并与其它融合方法进行定量和视觉比较，结果表明该方法能得到更好的融合效果。     

一种光谱信息保持的影像融合算法研究

在介绍遥感图像融合中IHS变换和小波包分析的基础上,提出了一种基于光谱特征保持的IHS变换与小波包分析相结合的图像融合算法。该方法可以最大限度地保留待融合图像的光谱信息,同时融合图像的清晰度和空间分辨率有了很大提高,图像纹理信息也得到了很好的保持。通过对SAR图像与Landsat(TM)多光谱图像的融合实验,证明了该方法的有效性。     

高分辨率机载SAR影像抑制噪声算法比较研究

SAR影像噪声抑制一直是学术界重要的研究课题,SAR影像由于其自身的成像原理不可避免地存在着斑点噪声,极大地干扰了地物信息的检测、分类和识别,影响SAR影像的解译和地物信息的判读。因此,进行噪声抑制处理具有重要的现实意义。本文介绍了四种高效的SAR影像抑制噪声的算法,针对这几种降噪算法进行了对比试验,并通过定量的评价指标来分析并验证这四种降噪算法在抑制斑点噪声的同时保持影像边缘细节的能力。结果显示:空间域均值滤波和自适应中值滤波纹理特征保持能力强,处理之后的SAR影像更清晰,而频率域滤波算法抑制噪声能力虽强但纹理特征保持能力弱,处理之后的SAR影像会丢失地物特征信息,清晰度会降低。综合分析表明,自适应中值滤波对机载SAR影像噪声抑制作用要优于其他三种滤波算法。     

基于小波纹理信息的星载SAR图像与TM图像的数据融合

遥感图像的数据融合是当前遥感界研究的热点问题之一。论述利用小波变换提取合成孔径雷达（SAR）图像的多尺度纹理信息，基于小波纹理信息将SAR图像与TM图像进行融合。选取徐州市南郊风景区的Radarsat卫星SAR图像和TM图像进行试验研究，并与颜色变换法融合图像进行对比分析，结果表明，无论是目视解译还是定量分析，该融合方法与颜色变换法相比，将获得更理想的高空间分辨率多光谱的融合图像。     

多源信息融合中小波变换的应用研究

研究了小波变换在多源信息融合中的应用,主要涉及高分辨率全色影像与低分辨率多光谱影像融合问题及合成孔径雷达与光学影像的融合问题.主要方法是基于地物光谱信息特征的彩色融合与基于几何特征的融合.利用小波技术对整个融合过程加以改进.获得的融合结果表明基于光谱特征信息的融合方法,可以有效地提高多光谱影像的空间分辨率,而基于几何特征的融合方法,可以提高对遥感影像的目视解译效果.视觉效果上就是将高分辨率影像的细节加入到了低分辨率多光谱影像中,并同时保持原始影像的光谱特征.     

Evaluation of image fusion methods using PALSAR,RADARSAT-1 and SPOT images for land use/ land cover classification

This research aimed to explore the fusion of multispectral optical SPOT data with microwave L-band ALOS PALSAR and C-band RADARSAT-1 data for a detailed land use/cover mapping to find out the individual contributions of different wavelengths. Many fusion approaches have been implemented and analyzed for various applications using different remote sensing images. However, the fusion methods have conflict in the context of land use/cover (LULC) mapping using optical and synthetic aperture radar (SAR) images together. In this research two SAR images ALOS PALSAR and RADARSAT-1 were fused with SPOT data. Although, both SAR data were gathered in same polarization, and had same ground resolution, they differ in wavelengths. As different data fusion methods, intensity hue saturation (IHS), principal component analysis, discrete wavelet transformation, high pass frequency (HPF), and Ehlers, were performed and compared. For the quality analyses, visual interpretation was applied as a qualitative analysis, and spectral quality metrics of the fused images, such as correlation coefficient (CC) and universal image quality index (UIQI) were applied as a quantitative analysis. Furthermore, multispectral SPOT image and SAR fused images were classified with Maximum Likelihood Classification (MLC) method for the evaluation of their efficiencies. Ehlers gave the best score in the quality analysis and for the accuracy of LULC on LULC mapping of PALSAR and RADARSAT images. The results showed that the HPF method is in the second place with an increased thematic mapping accuracy. IHS had the worse results in all analyses. Overall, it is indicated that Ehlers method is a powerful technique to improve the LULC classification.     

基于小波分解的星载SAR图像纹理信息提取

论述利用小波变换提取合成孔径雷达（SAR）图像的多尺度纹理信息，借助Daubechies3正交小波，对图像进行小波分解，将小波变换各个频带输出的l1范数作为纹理特征值。选取徐州市区局部的Radarsat卫星SAR图像，提取出纹理图像，实验证明，该纹理提取方法能有效地提取出面目标的纹理信息。     

一种基于IHS圆柱变换模型的影像融合质量综合评价方法

影像融合在遥感影像分析和处理中有着广泛的应用,而针对影像融合的质量评价亦已成为国内外的研究热点.在现有的融合评价算法中,大部分定量评价指标没有统一的评价基准,无法同时对融合影像的空间特性和光谱特性这一对矛盾特性进行综合评价.本文采用与传统方法不同的思路,在分析常用融合模型的基础上,经理论推导得到一种“基于IHS圆柱变换...     

利用小波变换对影像进行融合的研究

基于小波变换可以对影像进行正交分解 ,而不丢失原来信号所包含的信息。提出了一种Wallis变换、小波变换和IHS变换相结合用于融合的方法 ,该方法可以有效地提高多光谱影像的空间分辨率 ,同时保持原来多光谱影像的色调。     

曲波变换的高光谱遥感图像融合方法在土地利用调查中的应用

对两个有关土地利用状况调查区域的高光谱和Quickbird数据进行了数百次算法对比实验,最终确定Sym4和Db2是曲波变换中的最佳小波函数,提出两种基于曲波变换的高光谱遥感图像融合方法,即加权法和选择法,获得了更精确的高光谱遥感融合影像.在一个研究区域,通过对高光谱数据的子带分解、脊波变换、一定融合以及它们的逆变换等曲波变换过程,表明融合的高光谱遥感影像能提供许多有利于土地类型划分和影像识别的精确七地信息.在另一个研究区域,除进行曲波变换外,还通过二次多项式计算实现了高光谱与Quickbird数据遥感影像匹配,最终从高光谱与Quickbird数据获得的遥感融合影像经日视及信息熵、相关系数等评价表明,曲波变换融合图像优于小波变换融合图像,与Brovey融合图像相近,但比PCA融合图像稍差.客观和主观评价证实,曲波变换的遥感融合方法能为高光谱遥感图像在土地利用状况调查提供更多更准确的信息.     

利用纹理特征的SAR与光学图像融合方法研究

针对SAR与光学图像的融合问题,提出一种基于SAR图像中纹理特征的Contourlet变换融合方法。利用灰度共生矩阵法提取SAR图像的纹理特征,分析各个纹理特征间的相关性,得到重要纹理特征图。用HSV变换提取光学图像的强度分量。将重要纹理特征和强度分量利用改进的Contourlet多尺度变换融合,得到新的强度分量。通过HSV逆变换得到SAR与光学的融合图像。利用Landsat8和Cosmo-SkyMed图像进行融合实验,并与小波、HSV、Brovey、Contourlet变换融合方法对比分析,实验表明该方法能够较好的保持光学图像的光谱特征和SAR图像的纹理、强散射特征,增加图像细节信息,提高图像可解译性。