洪涝灾情快速反应的星载SAR与TM数据的融合处理

本文以1998年鄱阳湖地区发生洪涝灾害为研究实例,应用灾中的Radarsat-SAR和灾前的TM数据,以不规则三角网(TIN)方法实现了高精度几何配准。然后,通过波段相关性和信息熵值分析,选取最佳波段。最后,对不同融合模型得出的图像进行对比,得出结论:以灾中的SAR和灾前TM的一个近红外(TM5或TM7)以及一个可见光波段(TM3最佳),分别赋RGB色合成的图像效果很好,既能识别区分洪涝淹没的绝产区、土壤滞水减产区和未受灾区,并且操作简便,能满足洪涝灾情快速反应要求。     

分布函数在遥感影像融合评价中的应用研究

在简要总结当前遥感图像质量评价方法的基础上,将图形法引入到遥感融合图像质量评价体系当中,通过目视判别、定量统计参数和图形法三种方法对融合算法进行比较。并提出利用图像灰度的分布函数的比较对遥感图像进行评价,实验证明,分布函数是一种客观、有效的评价手段,可应用于对遥感图像融合结果的评价。     

基于MATLAB的HIS变换与小波变换影像融合与应用

为了提高Landsat系列卫星多光谱影像的目视解译效果,提出了一种基于IHS变换和小波变换相结合的影像融合方法.在Matlab开发环境下,将多光谱影像的亮度分量Ⅰ与全色影像先进行直方图匹配,以加大两者的相关性,减小融合影像的光谱偏差,然后分别进行小波分解,最后按照一定融合规则进行影像融合.融合规则中最重要的是小波基、小波分解层数和小波系数的选择.通过比较不同的小波基函数,在不同分解层数下的统计参数值及目视融合效果,最终确定选择coit5作为小波基函数,进行三层小波分解.小波高频系数的选择采用区域的标准差法,选取以当前处理像元为中心的局部区域标准差最大的影像小波系数作为融合影像对应的小波系数.从融合后影像看,本文提出的方法要优于单一的IHS或小波变换融合方法,道路、河流、农田及林地等纹理及细节信息都较融合前明显提高,同时,较高的相关系数和较低的光谱扭曲度,表明光谱信息也保留很好.实验表明,将ETM 多光谱影像和全色影像融合的方法是可行的,融合后影像不仅空间分辨率明显提高,而且又较好地保留了多光谱影像的光谱信息特征.