基于小波变换的全色多光谱高空间图像数据双源融合算法处理技术研究

针对多光谱图像传感器数据与全色图像传感器数据进行了双源融合算法研究.在对现有的各种融合算法进行详细的归纳和总结的基础上,利用多光谱图像高光谱信息与全色图像高空间信息两者之间的互补性,研究了在尽可能保留原光谱信息的前提下,提高空间分辨率的像素级图像融合算法,并对多传感器遥感图像进行了仿真实验研究.     

多传感器复杂网络数据融合算法的MATLAB仿真

多传感器复杂网络数据融合技术在多个领域中有着广泛的应用,目前存在多种像素级多传感器网络采集图像信息融合算法包括简单的图像融合算法、PCA变换图像融合算法和小波变换的图像融合算法等,但是每种算法都各具特点,因此有必要弄清楚其使用局限性以便能在实际应用中做出合理的选择.利用仿真软件Matlab结合从多传感器中获得的冗余图像数据对各种算法进行模拟实现,得出各种算法的融合图像的客观评价结果即在不同颜色空间中的相关系数和清晰度值,通过对比各种算法结果得到只有在特定的应用条件下才具有良好的融合效果,才能够很好地还原出原始的图像.     

基于梯度变换的多传感器图像融合算法

针对像素级多传感器图像的融合问题,设计了一种基于梯度变换的多传感器图像融合算法。该算法利用金字塔变换得到图像的多分辨序列,在相应层次的金字塔图像上进行多方向分解,采用基于梯度变换的融合方法以获取最终的图像。从目视效果来看,采用该算法进行图像融合,能将2幅多传感器图像融合成1幅信息量饱满的单一图像。实验结果表明,该算法与同类其他算法相比较,标准差提高了0.05%～13.66%,偏差度降低了10.33%～48.49%,联合熵提高了0.36%～7.22%。     

基于D-S证据理论的遥感影像融合技术研究

多源遥感影像融合是一种将来自多个传感器所拍摄的同一区域图像进行智能合成的一项技术。目前,遥感影像融合研究大多数都停留在像素级融合方面,很少考虑到异质影像融合后新像元的物理意义丢失。因此,提出基于D-S证据理论的热红外高光谱和可见遥感影像决策级融合方法,首先采用最大似然监督分类方法分别对热红外高光谱遥感影像和可见光遥感影像分类,并对分类结果进行评价,然后利用D-S证据理论对热红外高光谱影像和可见光遥感影像分类信息实现决策级融合,实验结果表明:使用D-S证据理论融合后的图像分类精度较融合之前改善效果非常明显,说明该方法在异质遥感影像融合中有很强的理论和实际意义。     

基于多尺度Retinex彩色图像增强和闭合边缘提取方法的研究

提出了采用多尺度Retinex突出图像中阴暗区域的信息,采用Canny算子提取边缘,编制程序提取图像中的阴暗区域, 将原图像阴暗区域的像素替换成多尺度Retinex增强图像的像素。得到融合后的图像比原图像在阴影区域显示出更丰富的信息。 进而对遥感图像进行深入研究,以埃及Giza金字塔中最大的Khufu金字塔阴影的几何分析,确定太阳光的照射方位、仰角以 及观察点的方位与俯视角等信息。描述的半自动提取特征信息融合彩色图像的技术,在遥感图像地物信息提取中具有十分重大 的意义。     

基于多尺度Retinex彩色图像增强和闭合边缘提取方法的研究

提出了采用多尺度Retinex突出图像中阴暗区域的信息，采用Canny算子提取边缘，编制程序提取图像中的阴暗区域，将原图像阴暗区域的像素替换成多尺度Retinex增强图像的像素。得到融合后的图像比原图像在阴影区域显示出更丰富的信息。进而对遥感图像进行深入研究，以埃及Giza金字塔中最大的Khufu金字塔阴影的几何分析，确定太阳光的照射方位、仰角以及观察点的方位与俯视角等信息。描述的半自动提取特征信息融合彩色图像的技术，在遥感图像地物信息提取中具有十分重大的意义。     

基于提升算法的超谱遥感图像融合分类研究

超谱遥感技术的发展对遥感图像处理算法提出了新的挑战,超谱遥感图像所特有的高光谱维数,使适用于多光谱图像的算法不适合直接用于超谱图像.利用数据融合技术可以将超谱图像从高维降到低维,因而有利于图像的分析和处理.提升算法是构造第2代小波的关键技术,该文研究了其用于超谱遥感图像融合分类的可行性,利用提升算法将第1代小波改造成第2代小波,并对标准的AVIRIS超谱遥感图像实现图像融合,在融合的同时,提取图像的光谱特征用于分类,在相同的实验标准下在像素层和特征层上分别对图像进行了第2代小波融合分类,并用分类精度对实验结果进行了客观的评价.实验结果表明,以提升算法构造的特征层小波融合分类比像素层分类精度提高了7.78%.     

基于多尺度马尔科夫随机场融合的遥感图像变化检测

在区域变化检测中,为了克服配准误差或噪声引起的伪变化,从多尺度融合的角度出发,对多尺度分析应用于遥感图像变化检测进行了探讨.首先利用小波变换对原始图像进行多尺度分解,然后利用马氏距离判决函数对不同尺度图像进行变化检测,最后利用马尔科夫随机场将不同尺度变化检测结果进行融合.由于马尔科夫随机场融合方法充分考虑了相邻像素间的相关性和不同尺度检测结果的联系,从而使融合结果更细致和精确.一系列图像的实验结果证明本方法具有很好的实用性和鲁棒性.     

多传感器信息融合技术研究

多传感器信息融合技术被广泛应用于自动目标识别、医疗诊断、图像处理、模式识别、工业监控等领域。本文主要阐述了多传感器信息融合技术的概念,并对多传感器信息融合的常用算法进行了介绍。     

二进脊波变换的高光谱遥感图像融合分类

将二进脊波变换应用到高光谱遥感图像的数据融合中,并针对该算法的特点,提出了将变换数据分成两部分分别进行融合的融合算法,即将经过二进小波行变换的图像数据进行划分,对于包含图像概貌特征的低频数据进行归一化方差加权融合,对于包含图像边缘、直线等细节特征的高频数据选择各波段数据对应像素点小波系数绝对值最大者作为融合后该像素点的像素值.对标准的AVIRIS高光谱遥感图像实现了数据融合,并在此基础上完成了对高光谱遥感图像的分类.实验结果表明,无论是从直观上还是从数值结果上来看,该方法能有效地实现高光谱遥感图像的数据融合与分类.     

遥感数据和多源地学数据的融合研究

随着遥感和地面勘探技术的发展,用于矿产和石油等资源调查的信息源和信息种类越来越多,多源数据的融合可以弥补单一信息源的不足,减少地质解释的多解性。因此,多源数据融合技术成为勘探学界研究的热点和难点。本文对遥感数据的地学应用、多源数据融合概念、流程、融合方法及评价方法进行分析和讨论,认为图像处理技术可以使遥感数据进一步揭示隐伏信息,同时图像融合技术对于解决多源数据融合的问题具有较大的应用前景。     

WorldView-2遥感影像融合方法研究

随着遥感技术的发展,遥感影像的处理变得越来越重要,其中遥感影像的融合是遥感图像处理的重中之重.近年来,提出许多遥感影像融合的方法,以WorldView-2全色、多光谱影像为数据源,采用Gram-Schmidt、HSV、Brovey、PCA融合算法,以ENVI4.8为处理平台进行影像融合,并利用定量评价指标进行定量化评价.试验结果表明,Gram-Schmidt融合方法对高分辨率影像融合效果最为理想.     

基于ERDAS IMAGINE9.2操作平台的遥感图像融合概述

随着遥感技术的迅猛发展,各种遥感数据相应呈现。如何让数据得到充分的应用？数据融合在当今社会显得越来越重要;如何更好地对数据进行融合？我们必须了解各种融合方法的优缺点。本文介绍了ERDAS IMAGINE9.2操作平台上的几种遥感图像融合,分别是分辨率、小波变换、改进IHS、高通滤波融合,并通过实验比较几种融合方法的优缺点以及探讨未来可能研究方向。     

Landsat7卫星多光谱图像与全色图像的数据融合

随着遥感技术的发展，遥感图像的数据融合备受关注．本论述利用小波变换和IHS相结合的方法对Landsat7多光谱图像与全色图像进行数据融合．选取徐州市南郊铜山新区的图像进行试验，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，该融合方法均优于颜色变换法．     

基于Mask R-CNN的遥感影像土地分割与轮廓提取

传统的模式识别难以对土地遥感影像一次性精确统计分析.在精确分割出土地种类的前提下,本文提出了一种基于骨干网络为ResNet-101-RPN的Mask R-CNN的遥感影像土地分割与轮廓提取方法.该方法包括以下步骤：数据获取、图像去雾、遥感影像土地统计分析、土地分割和轮廓获取.在一个具有挑战性的卫星地图瓦片数据集上对所提出的方法进行训练和测试.实验结果表明,该方法以0.907的均值平均精度（mAP）和31.33像素的均值平均距离误差（mADE）获得了令人满意的不同种类土地分割和轮廓提取结果.     

图像分形维数计算及其边缘提取

为提高遥感影像中地物边缘信息的提取精度,以离散分形布朗随机场（DFBR：DiscreteFractalBrownRandomfield）模型为依据,尝试设计并利用Matlab编程实现一种基于遥感影像单个像元的分形维数计算算法。该算法将影像的灰度空间映射成分形维数空间,然后在该空间进行变换和边缘检测。地物空间分布及其影纹结构边缘特征的差异,使计算分形维数所选窗口大小成为关键。选取研究区局部地段高空间分辨率遥感影像作为实验数据,通过计算不同窗口下像元分形维数,得到最佳边缘信息提取的计算窗口。实验结果表明,该算法在同类计算中更符合遥感数据的特点,提高了遥感影像地物边缘信息提取精度。     

基于PCA变换的多元遥感影像融合方法研究

基于PCA变换的融合方法是用于多波段遥感图像的第一主分量具有相同均值和方差的高分辨率遥感图像直接代替多波段遥感图像的第一主分量,这样会损失部分多波段遥感图像第一主分量中反映光谱特性的有用信息,使得融合结果图像的光谱分辨率受到较大影响。因此,在PCA变换融合算法基础上引入小波包变换融合算法,保留多波段遥感图像第一主分量中一些反映光谱特性的有用信息,提高融合后遥感图像的效果。     

基于小波分析的图像融合方法的研究

图像融合是多传感器信息融合在图像处理领域的一个重要应用,小波分析具有多分辨等特点,可以有效地将特征明显、分辨率高的图像融合在一起,得到比任何一幅源图像效果都好的图像。论述了基于小波分析的图像融合的基本原理、方法和优点,介绍了基于小波分析图像融合、小波框架图像融合和多小波图像融合等方法,分析比较几种图像融合效果的评价方法及其适用范围等。