基于IHS变换与多进制小波变换的多源遥感影像融合

不同来源的遥感数据融合已经成为制约遥感数字图像处理技术发展的重要因素,文中基于IHS变换与改进的多进制小波变换相结合,对多源遥感图像进行数据融合,使融合后的数据既减少了IHS变换引起的图像光谱失真现象,又具有高空间分辨率的优点,同时也可广泛应用其它领域。     

小波变换的信息融合方法及结果评价

利用小波变换方法进行多卫星遥感图像数据融合,分析不同长度的小波基对融合图像的影响,从信息的保持性、视觉效果及运用灵活性等方面与IHS、PCA融合算法进行了比较,从而探讨这一新算法在遥感图像分析应用中的可行性。     

基于小波变换的遥感图像融合研究——以黄河三角洲地区为例

针对黄河三角洲地区Landsat TM的多光谱影像和全色影像,提出了一种基于IHS变化和离散小波变换的遥感图像融合方法。该方法在IHS变换的基础上进行直方图均衡化;其次,利用离散小波变换的方法对多光谱图像的亮度分量I和全色影像进行融合;用融合后的图像代替多光谱图像的亮度分量I再进行IHS逆变换得到融合结果。实验证明,融合后的影像不仅保留Landsat TM多光谱图像的光谱特性,而且具有很高的空间细节表现能力。     

一种基于IHS变换和小波变换的多源遥感影像融合新方法

为了提高遥感影像的质量,分辨率和清晰度,本文提出了一种基于HIS变换和小波变换的多源遥感融合方法.将待融合的多光谱影像进行IHS变换,得到Ⅰ分量,对Ⅰ分量和待融合的高分辨率全色影像分别进行小波变换得到低频分量与高频分量.针对低频分量用低频系数求平均的融合方法,针对高频分量按局部方差最大的融合策略进行融合,然后将融合后的低频分量和高频分量进行小波逆变换.实验表明,该算法明显提高了图像的质量.     

像素级遥感图像融合方法研究

本文介绍了基于IHS变换和小波变换相结合的多光谱图像与高分辨率图像融合方法;并利用Matlab平台进行了实验,其结果分析表明得到的融合图像与原多光谱图像相比,细节信息更为突出,整体信息更为丰富.     

多源遥感影像小波融合方法研究与分析

多源遥感影像融合是遥感数据处理的重要内容之一.小波技术能分离影像的光谱信息和空间信息,进行不同尺度的多分辨率分解,在影像融合中具有独特的优势.相关的融合算法有很多,本文首先简要介绍了小波变换融合影像的基本思想;然后从小波变换的基本形式、与其它方法结合两个方面阐述各种融合算法的原理、存在的部分问题和改进办法;最后评价了小波变换技术在影像融合中的优缺点,指出应用多进制小波、智能化融合等是其主要的发展方向.     

基于小波叠加的主成分变换遥感数据融合方法的研究

主成分变换 (KL)是一种经典的遥感数据融合技术 ,本文在主成分变换的基础上将小波变换与KL变换结合起来 ,与原来的KL和IHS方法相比 ,本文方法进一步提高了融合信息的质量。     

一种改进的小波变换融合方法及其效果评价

针对传统小波变换融合方法易导致空间纹理信息丢失的缺陷,结合局部方差和局部差异加权算法的优点,提出了一种基于局部算法改进的小波变换融合方法。采用该方法对IKONOS多光谱与全色波段图像进行融合实验,分别从基于视觉效果、数理统计以及面向对象分类精度3个方面分析评价该方法的融合效果。结果表明:改进的融合方法综合了小波变换和局部算法的优点,显著地改善了图像的融合效果,是一种高效的图像融合方法。应用该方法融合后图像的方差由原来的98.28提高到164.32,信息熵由5.30增加到7.85,平均梯度从1.972提高到8.807,图像分类精度提高了10.24%。     

基于小波包变换与IHS变换的遥感图像融合

针对多光谱图像与金色图像的融合，提出了基于IHS变换和小波包变换的遥感图像融合新方法。该方法首先对多光谱图像作IHS变换得到3个分量：亮度I、色度H和饱和度S；其次利用小波包变换融合方法融合多光谱图像的亮度分量与金色图像，并用融合后的图像替代多光谱图像的亮度分量；最后作IHS反变换得到新的多光谱图像。实验分析表明，新方法的性能优于IHS变换融合方法、小波变换融合方法和基于小波变换与IHS变换融合方法，在保留多光谱图像光谱信息的基础上，增强了融合图像的空间细节表现能力。     

一种基于小波变换的遥感图像融合方法

提出了基于小波变换的ETM+影像可调节融合方法。该方法引入可调节参数,将ETM+影像在小波域内进行融合,从而使得融合 影像在光谱保持能力和高分辨率保留能力之间达到不同程度的平衡。实验结果表明,在某些参数组合下, 可以得到单独使用某种传 统融合法所不能达到的目视效果和统计指标。     

基于小波变换的全色和多光谱遥感图像融合

基于多分辨率小波变换,针对高分辨率全色图像和多光谱图像的融合,提出了一种基于方向可调滤波器的区域能量测量的小波变换融合算法.将此方法与HIS和传统小波的融合方法比较,结果表明,该方法在保留多光谱图像光谱信息的同时,能够更好地保留高分辨率图像的空间信息,融合效果有较大改善.     

基于IHS变换的最优树分解在遥感图像融合中的应用

探讨了遥感多光谱与全色波段图像的融合问题，分析了基于IHS变换的小波包变换分解的遥感图像融合方法，提出了基于最优树分解的融合方法。此方法首先将多光谱图像进行IHS变换，然后对I分量和全色图像进行小波包分解和最优树分解，再进行融合，最后进行IHS 逆变换得到融合图像。此方法不仅得到较好的图像主观视觉效果，而且兼顾了客观上熵最大的原则。     

基于à trous小波变换的Landsat 7 ETM＋图像融合研究

 以胶州湾及周边海岸带为研究区，采用Landsat 7 ETM+数据，提出一种基于à trous小波变换的全色图像和多光谱图像融合改进算法。对全色图像和多光谱图像进行适当层数的小波分解，多光谱图像的低频部分采用全色图像和其低频分量的比来调制； 最高分解层外的其余分解层采用多光谱图像和全色图像在该层分解系数的加权和，加权系数由局部区域能量比来确定； 最高分解层则采用绝对值最大准则。实验表明，该方法得到的图像可提高空间分辨率，对多光谱图像的光谱信息扭曲也较小，为提高海岸带地物分类和信息提取精度奠定了基础。     

SAR与光学影像融合在宁陕地区明长城探测中的应用研究

宁夏和陕西地区的明长城在遭到自然与人为双重破坏后日渐退化,有的区段已消失于地表。本文采用了SAR与光学影像像素 级融合方法——HIS变换融合和PC主成份变换融合,通过比较2种方法的融合效果,最终选定PC主分量变换融合的结果作为自动提取 该区明长城信息的基础。通过“骨架”算法实现了对该区明长城空间位置的自动提取,最终获得了较为清晰的明长城信息。该区明 长城准确而完整的空间位置,可为进一步研究该区明长城沿线环境变化及古环境演变提供精准的研究范围和研究基础。     

基于à trous小波变换的Landsat 7 ETM+图像融合研究

以胶州湾及周边海岸带为研究区,采用Landsat 7 ETM 数据,提出一种基于à trous小波变换的全色图像和多光谱图像融合改进算法.对全色图像和多光谱图像进行适当层数的小波分解,多光谱图像的低频部分采用全色图像和其低频分量的比来调制;最高分解层外的其余分解层采用多光谱图像和全色图像在该层分解系数的加权和,加权系数由局部区域能量比来确定;最高分解层则采用绝对值最大准则.实验表明,该方法得到的图像可提高空间分辨率,对多光谱图像的光谱信息扭曲也较小,为提高海岸带地物分类和信息提取精度奠定了基础.     

CBERS-02B星数据融合方法评价

CBERS—02B星(以下简称02B星)多光谱CCD数据与全色HR数据空间分辨率相差较大,给图像融合带来一定困难。在对IHS变换、主成分分析变换、Brovey 变换、GS变换等融合算法分析的基础上,利用02B星数据进行了融合试验。通过对试验结果的目视评价与定量分析发现,PC变换和GS变换方法融合图像纹理信息较清晰,光谱保真度较好。在GS变换融合中,可利用02B星CCD相机第5波段模拟GS变换的低分辨率输入,融合结果统计值优于PC变换。     

FORECASTING LOCATIONS OF POTENTIAL INFESTATIONS OF FOREST INSECT PESTS BASED ON REMOTELY SENSED DATA

The authors describe a methodology for the compilation of a final map from remote sensing imagery (that can be rapidly updated) showing the location of likely future sites of infestations of forest insect pests. A series of preliminary maps is compiled, with each stage of mapping providing information used in compiling a map in the subsequent stage, in this case wind damage $$ resistance to further damage $$ locations of potential centers of insect infestation. The design and informational content of maps at all stages in the process are described. Translated by Elliott B. Urdang, Providence, RI 02906 from: A. S. Isayev, V. I. Sukhikh, Ye. N. Kalashnikov et al., Aerokosmicheskiy monitoring lesov [Remote Sensing-Based Monitoring of Forests]. Moscow: Nauka, 1991, pp. 154-163.     

光谱遥感数据波形分析法的应用

本文利用傅立叶波形分析算法处理了光谱反射率数据,把不同地物的光谱分解为特征意义明确,信息内涵丰富,对各种地物可分辨性强的各次谐波分量。诸谐波分量的参数——波幅和初相唯一地决定了其对光谱曲线的贡献和构形位置。试验表明傅立叶波形分析算法可以成为处理各种成像光谱仪获取的超维图像的有效工具。     

基于小波分解的多窗口图像融合

提出了一种基于小波分解的多窗口图像融合方法,通过对不同分解层的图像采用不同大小的窗口进行处理,得到了较单窗口图像融合方法效果更佳的融合图像.