IKONOS影像的最佳融合技术研究

在研究遥感数字影像融合算法和原理的基础上,选择高空间分辨率的IKONOS遥感影像作为数据源,采用能够以全波段融合的主成分变换、乘积变换、Gram-schmidt变换和小波变换四种融合方法进行比较研究,并通过主观和客观两方面对融合效果进行评价。结果表明,Gram-schmidt变换法融合的IKONOS影像光谱质量最好,同时也较高程度地保持了高几何分辨率的空间信息,是权衡光谱信息和空间信息综合效应最佳的一种方法。     

基于像素级遥感图像融合方法对比与评价

多时相、不同空间分辨率遥感图像数据融合能较大幅度提高融合图像的解像力,在遥感影像解译中一种好的融合方法可以提高影像的质量,从而提升影像的解译结果。本文以隆昌县为试验区,采用Brovey、PCA、HIS和Gram-Schmidt 4种融合方法对试验区ETM+影像的高空间分辨率Pan波段和多光谱432波段进行融合。通过平均值、标准差、平均梯度、信息熵、相关系数和扭曲程度对这些融合方法进行评价。评价结果表明4种融合方法都能不同程度的改善影像质量,其中Brovey融合法光谱失真度小,清晰度和空间分辨率较高,影像所含信息量丰富,更适合于隆昌ETM+影像的融合处理。     

基于小波统计特性的遥感图像像素与特征联合最优融合方法

遥感影像的IHS融合方法由于匹配误差导致光谱畸变和退化,而小波变换在变换域具有良好的分频特性,小波系数的统计特性反映了遥感影像的边缘、线和区域等显著特征。提出了基于小波统计特性的遥感影像的像素和特征联合最优融合方法,在IHS空间,对强度分量I的高频部分利用多分辨率小波融合方法进行影像的高频细节特征融合,低频部分选取光谱信息和空间分辨率评价指标作为融合权系数求优指标,进行像素级最优融合,实验结果证明了该方法的有效性。     

遥感影像融合方法与实现

影像融合技术就是通过一定的方法来对多种遥感图像信息进行融合的处理,以获得更多、更有效、更准确的信息,从而实现遥感影像应用的各种需要。阐述了遥感影像融合的层次、特点和常用的像素级影像融合算法;用ERDAS IMAGE遥感影像处理软件对spots5遥感影像进行影像融合实验,并对融合后影像进行评价。     

无人机影像与高分卫星影像融合方法研究

针对目前卫星影像数据有丰富的光谱信息但是空间信息不足,而无人机影像空间分辨率高但是光谱信息缺乏的问题,本文将高分二号卫星多光谱影像数据与无人机正射影像数据融合,得到高空间分辨率和光谱信息丰富的融合影像。通过实际数据分别利用PCA、HIS、高通滤波3种常用的图像融合方法进行高分二号卫星多光谱影像与无人机正射影像的融合实验,并通过定性和定量分析的方法从光谱信息保留的完好性和空间信息表达的分辨率2个方面对比分析了3种融合方法的融合效果。     

无人机影像空间分辨率评估软件的设计与实现

提出一种高精度的像素级分辨率评估算法,设计开发了相应的评估软件。实验证明该软件能够实现全面、系统、高效的无人机影像分辨率质量检查。     

联合像素级和对象级分析的遥感影像变化检测

为改善高空间分辨率遥感影像的变化检测精度,提出一种联合像素级和对象级分析的变化检测新框架。首先将多时相影像进行叠合,对叠加影像进行主成分分析,并利用基于熵率的方法对第一主成分影像进行分割,通过改变超像素数目来获取多层次不同尺寸大小的超像素区域。同时,对多时相影像进行光谱差异和纹理差异分析,采用自适应PCNN神经网络方法进行图像融合,利用水平集(CV)方法对融合后的影像进行分割获取像素级变化检测结果。最后,结合多尺度区域标记矩阵对检测结果进行变化强度等级量化和决策级融合,作为变化检测的后处理部分,以获取最终的对象级变化检测结果。采用SPOT-5多光谱影像进行试验。结果表明这种新框架可以有效集成基于像素和基于对象两种图像分析方法的优势,能够进一步提高变化检测过程的稳定性和适用性。     

多分辨率倾斜影像与GeoSLAM激光点云融合精细化建模方法

针对无人机常规倾斜影像建模过程中存在的拉花、空洞、地物悬浮等问题,提出了多分辨率倾斜影像融合GeoSLAM激光点云进行精细化建模的方法。该方法选用无人机和GeoSLAM激光扫描仪采集数据,将多分辨率倾斜影像匹配点云与激光点云进行拼接、点云配准、噪点过滤处理,通过重建大师软件完成倾斜影像和激光点云数据融合建模,并从模型精度、纹理结构上对融合建模模型进行质量评价。结果表明：融合后的三维模型几何结构完整,细节纹理清晰,模型精细度明显提升。     

遥感影像融合质量评价方法研究

在多源遥感影像融合中,融合技术的千差万别使得融合方法对影像质量起着关键作用。如何准确地评价融合质量是影像融合的一个重要组成部分。本文通过主观评价和客观评价法对遥感影像融合的质量进行了探讨,利用Matlab系统分析了遥感影像融合中的评价指标,对PCA、IHS和Brovey融合法进行了对比分析。     

基于MATLAB算法的遥感图像融合

遥感影像像素级融合是遥感信息分析与处理过程中非常有效的方法。文章通过分析3种主要的多源遥感影像融合方法特征和不足,运用MATLAB算法实现影像融合,并对融合成果结合主观目视和客观指标进行综合评价。经过实验表明,利用MATLAB影像融合算法融合取得了较好效果,且提高了影像处理效率。     

WorldView-2遥感影像融合方法对比研究

高空间分辨率卫星影像的融合研究一直备受关注。本文以WorldView-2全色、多光谱影像为数据源,采用主成分分析、小波-主成分分析、高通滤波、HCS(Hypersherical color space)四种融合方法进行实验,并对融合效果做出定性及定量评价。研究结果表明,HCS法不仅显著提高影像空间细节表现力,而且有效地保持多光谱影像的光谱信息,其融合影像质量最高。     

基于多层形状特征提取与融合的城市高光谱影像解译

以前的研究往往从像素光谱的角度来解译高光谱影像,忽略了像素间的空间上下文关系。本文提出一种基于像素和对象层形状特征提取与融合的方法,把多层形状特征和光谱信息用支持向量机(SVM)输出函数方法进行融合,用于提取城市高光谱影像的形状特性,利用影像的空间关系。实验用HydICE-DC航空高光谱数据对提出的方法进行了验证,结果表明:像素级形状指数能够提供比对象级形状指数更优的结果,但像素—对象级形状特征的融合,能够给出更高的精度。     

多源遥感影像数据融合技术探讨

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。     

基于像素工厂的无人机影像空三优化技术

研究了利用像素工厂对无人机遥感影像进行空三优化技术。分析了像素工厂快速处理无人机遥感影像的理论依据和方法;探讨了空三优化分组参数的绑定策略;提出了空三优化结果的精度评价要求。最后利用GPS辅助无人机遥感影像数据进行试验验证,结果表明:在像素工厂平台上对无人机遥感影像进行空三优化处理,能够快速地为后续DSM,DOM和真正射影像生产提供符合精度要求的基础数据。像素工厂与无人机影像数据的结合是无人机测绘工程自动化处理和应急保障的一个有效途径。     

多源遥感影像数据融合技术探讨

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。     

国产高分卫星遥感影像融合方法比较与评价

选择适宜的融合方法有利于卫星遥感影像融合产品更好地服务于生产实践及科学研究。本文在总结现有影像像素级融合算法原理的基础上,选用Pansharp、Gram-Schmidt、HPF、Ehlers、Subtractive、Modified IHS、Brovey、PCA、NNDiffuse等多种常用的影像融合方法对国产高分影像的全色和多光谱数据进行了融合处理,并从定性和定量的角度对融合结果进行了详细评价,试图寻找适用于国产高分卫星遥感影像的最佳融合方法。结果表明：针对国产高分一号卫星遥感数据,超分辨率贝叶斯算法融合效果在视觉效果与影像质量定量评价指标中综合表现最佳;Gram-Schmidt、NNDiffuse、Subtractive和HPF融合结果地物边界最为清晰;Modified IHS、PCA、Brovey融合影像色彩失真较为明显;NNDiffuse在可见光波段表现较突出;Gram-Schmidt在近红外波段表现效果最佳。     

资源三号卫星影像融合方法的比较与评价

针对建筑物密集的城区、自然景观的农村和混合景观的城郊3种区域,采用HIS、Brovey、PCA、Gram-Schmidt和小波融合5种融合方法,将ZY-3多光谱和全色影像进行像素级融合,使融合后的图像在提高空间分辨率的同时尽量保留光谱信息。从空间信息和光谱信息的角度对融合结果进行定量评价,辅以定性分析,得到适合不同区域ZY-3影像的图像融合方法。     

高分辨率无人机低空影像DEM的建立及其精度研究

本文结合生产实践,介绍了基于无人机低空影像处理方法,生成比例尺1∶1000正射影像时构建的数字高程模型(DEM),利用检查点法对其所能达到的分辨率尺度范围进行实验讨论,得到无人机低空影像DEM合适的分辨率大小的结论,并且对无人机低空影像生成的DEM的精度进行评价.     

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。     

不同遥感影像融合方法的质量评价

近年来,随着遥感技术的迅猛发展,多源遥感影像数据越来越多,有效利用这些海量遥感数据是遥感领域的一大热门话题,同时,对融合后的遥感影像进行质量评价使融合处理过程得到优化,也是影像融合中必不可少的一个重要环节。重点利用ERDAS软件,分别采用Brovey变换法、IHS变换法、高通滤波法以及主成分分析法对影像进行融合实验,并对融合后的影像进行主观评价;采用Matlab编写程序,提取了融合影像的定量评价指标均值、标准差、平均梯度、信息熵和相关系数,完成了对融合影像的客观评价;最后对融合后的遥感影像进行了对比分析,得出主成分分析法的影像在光谱保持特性上最好,Brovey法在信息量的保持和清晰度上都优于其他的融合方法,而通过IHS变换法的融合影像与原始影像的相关性最好的结论。