ALOS全色与多光谱影像融合方法比较

多源遥感影像融合能够综合利用多源遥感数据的优势,获得比单一数据更客观、更丰富的信息。以ALOS高分辨率卫星影像为例,选取包含不同地物的子区,分别应用不同的影像融合方法进行了融合实验,结果表明对于同一数据源,影像融合方法不同,其影像融合质量存在差异;同时研究区域包含的地物类型不同,最适宜的影像融合方法也不同。     

多光谱遥感影像与高分辨率全色影像融合研究

选取浙江省绍兴市作为研究区 ,探讨了IHS变换、PCA变换及Brovey变换等融合方法 ,发现Brovey变换更适合于多光谱数据与高分辨率全色数据之间的融合。     

资源三号卫星全色与多光谱影像融合方法

在处理新型高分辨率遥感卫星影像时,传统的像素级融合方法会引起绿色植被区域较大的光谱扭曲.本文提出一种适合资源三号卫星影像的融合新方法,可以很好地解决此问题.首先对全色图像进行低通滤波并下采样得到退化后的图像HP,利用回归方法建立多光谱影像与图像HP的方程求解回归系数,考虑到绿色植被颜色失真严重,采用NDVI进行分类,分别求取绿地和非绿地的回归系数进行分类融合.试验结果证明,该方法在提高多光谱影像分辨率的同时,尽可能多地保持了光谱信息,特别是绿色植被区域,融合效果要好于其他方法.     

ALOS影像在土地覆被分类中最佳波段选取的研究

选定长江口北岸ALOS影像为实验遥感数据,以影像土地覆被分类为目的,根据信息量最大、相关性小、地物光谱差异大可分性好的原则,进行ALOS影像各光谱波段影像特性统计分析和波段组合的实验分析,结合基于信息量的波段选择指数和地物光谱特征分析方法,选取ALOS最佳组合波段为4,3,2.     

顾及光谱特性的多光谱与全色影像HIS融合方法

应用CHIS(Generalized-Hue-Intensity-Saturation)变换融合多光谱影像与全色影像中存在的光谱扭曲问题,主要是由于变换后的I分量与全色影像之间差异过大.为此,本文提出了一种基于统计关系定权的I分量计算方法,从数据整体角度考虑,在不能获取I分量与多光谱影像准确函数关系情况下,通过各波段影...     

基于多进制小波的SPOT全色影像和多光谱遥感影像融合

基于多进制小波理论,本文研究了ＳＰＯＴ全色影像与多光谱遥感影像数据融合的理论和方法,并在三进制情形,对１０ｍ分辨率ＳＰＯＴ影像和３０ｍ分辨率多光谱影像进行了实验,同时对实验结果进行了分析和讨论。理论和实验表明,基于多进制小波的遥感影像数据融合具有好的效果,并可用于广泛的研究领域。     

利用最优估计理论进行多光谱与全色影像融合

应用小波变换分解遥感影像,利用遥感影像自身的先验信息——空间分辨率确定高频域融合过程中的权值,使用最小二乘估计与小波重构完成影像融合。实验结果表明,相对于参考的其他融合方法,此方法在注入全色影像空间细节和保持多光谱影像的光谱信息方面性能更佳。     

ALOS数据像素级融合方法比较研究

遥感数据融合是多源遥感海量数据富集表示的有效途径。如何在提高融合影像空间分辨率的同时最大限度地保持光谱信息是长期以来遥感数据融合研究的焦点内容。本文以ALOS PRISM和ALOS AVNIR-2传感器的数据为数据源,比较研究了遥感领域中常用和代表性的BROVEY、IHS、MULTIPLICATIVE、PCA、WAVELET和HPF六种融合方法,并通过主观评价和定量分析对融合效果进行了综合评价。实验结果表明,HPF方法在显著提高融合影像空间分辨率的同时,有效保持了多光谱影像的光谱信息,是适合ALOS数据的最优融合方法。     

基于ALOS遥感影像的地质灾害调查研究

以ALOS遥感影像为基础,经过数据处理,结合相关地质资料,对研究区的地层岩性、断裂构造进行了解译,重点解译了工作区内的滑坡、泥石流、崩塌、不稳定边坡等地质灾害,经过野外验证,取得了很好的结果,对研究区排查地质灾害起到了重要作用。此外,该方法对相关工程中地质灾害的调查也具有一定的指导意义。     

基于Bayes融合法的多源遥感影像分类

提出了顾及各类数据源成像模型，上下关系模型的可靠性的基于Ｂａｙｅｓ融合分类的方法，并采用该方法对ＬａｎｄｓａｔＴＭ和航空ＳＡＲ影像进行了土地利用分类试验。结果表明，同单独ＳＡＲ影像分类结果相比，融合分类法将分类精度提高了２０％。     

基于TM影像的面向对象地表覆被信息提取

为验证基于TM影像的面向对象分类方法对复杂地区地表覆被信息提取的可行性,以地处西南地区的渝北为例进行实验。利用样本数据对各个波段的光谱特征进行分析,取得对各波段覆被探测能力的初步认识;基于光谱特征的多尺度分割,运用面向对象分类方法对其分类。面向对象的分类方法总精度和Kappa系数分别为88.42%和0.854 7,将其与监督、非监督分类结果对比分析。结果表明,该方法有效抑制了"椒盐"现象,取得较好的分类结果。     

基于数据同化的全色和多光谱遥感影像融合

借鉴气象领域中数据同化思想,提出了一种基于数据同化的多光谱和全光谱影像融合框架。此框架可根据后续处理对影像各个属性指标值的依赖程度确定各个属性指标的权重,构造由影像各个评价指标的加权和组成的目标函数,从而获取合适的影像。实验验证了该框架的有效性。     

川西高原土地利用／土地覆盖分类方法

针对川西高原地形地貌以及遥感图像特征等特点,以康定县为例,从影像的预处理到多光谱分类这一过程进行方法研究,引入DEM等辅助信息进行多分类器结合方法处理,分类效果有一定程度的提高,最后讨论了数据分类后处理的方法。     

Exploring image fusion of ALOS/PALSAR data and LANDSAT data to differentiate forest area

Remote sensing data utilize valuable information via various satellite sensors that have different specifications. Image fusion allows the user to combine different spatial and spectral resolutions to improve the information for purposes such as forest monitoring and land cover mapping. In this study, I assessed the contribution of dual-polarized Advanced Land Observing Satellite/Phased Array type L-band Synthetic Aperture Radar data to multispectral Landsat imagery. The research investigated the separability of forested areas using different image fusion techniques. Quality analysis of the fused images was conducted using qualitative and quantitative analyses. I applied the support vector machine image classification method for land cover mapping. Among all methods examined, the à trous wavelet transform method best differentiated the forested area with an overall accuracy (OA) of 94.316%, while Landsat had an OA of 92.626%. The findings of this study indicated that optical-SAR-fused images improve land cover classification, which results in higher quality forest inventory data and mapping.     

基于图像融合的高分全色遥感影像变化检测

针对同一地区不同时期的全色高分辨遥感影像,提出一种基于影像融合的变化检测算法。首先采用基于匹配点的三角网校正方法对两景影像进行几何校正,然后选用基于迭代多元变化检测(IR-MAD)的相对辐射校正方法进行辐射一致性处理,接着对经几何一致性处理、辐射一致性处理后两张影像进行显著性融合,采用Mean-Shift分割算法对融合影像进行分割,选用方向梯度直方图(HOG)特征获取影像纹理强度图,最后通过比较分割块纹理变化获得变化检测结果。以Toposys激光雷达系统搭载相机拍摄的全色影像对该算法进行了检验,并使用单一时期影像为分割对象进行对比实验结果。实验结果表明,以融合影像为分割对象的结果远优于以单一时期影像为分割对象的变化检测结果,极大地减少了误检和漏检,在城市、郊区等地区人工地物变化监测中有一定的应用价值。     

基于深度学习的城市地理国情地表覆盖分类研究

作为图像识别的研究热点,利用深度学习对遥感影像进行自动分类具有较强的应用实践价值.本文基于全卷积神经网络的深度学习框架,提出了一套城市地理国情地表覆盖分类技术方法:利用地理国情成果,构建城市遥感影像样例库,训练全卷积神经网络,实现地表覆盖自动分类,并通过相似性系数对专题地物进行变化检测.文章选取了上海局部区域作为实验对...     

面向城市地物分类的L波段SAR影像极化特征提取与分析

针对ALOS PALSAR全极化数据提取了多种极化特征,分析其对人工地物、裸地、农田、林地、水体5种典型地物的提取能力。实验结果表明,利用全极化SAR影像提取的极化特征可以较好地区分城市典型地物类型,并且全极化数据的地物区分能力优于双极化数据。对于单一时相的数据分类结果而言,人工地物与其他非人工地物的极化特征差别最大,水体与林地也较容易区分,而裸地和农田容易混淆。     

基于遥感数据的哈尔滨土地利用/覆被变化研究

以哈尔滨市为例,基于Landsat数据,利用遥感技术和GIS技术对2000和2015年的遥感影像数据进行解译分类,通过对分类结果的统计分析,定量研究哈尔滨市15年间的土地利用变化过程,结果显示:哈尔滨市土地综合利用程度较高,区域内耕地面积减少;相反,城市建成区面积大幅增加,区域内绿地面积逐年减少,应注意生态环境维护保持。