基于a’trous小波与广义HIS变换的SAR与多光谱影像融合

为了提高SAR影像的解译水平,避免通常基于小波变换的融合方法造成的SAR影像信息损失,本文提出一种基于a’trous小波与广义HIS变换的SAR与多光谱影像融合方法,在将多光谱影像转换到HIS空间后,应用a’trous小波对I分量进行分解,通过加法的形式将多光谱影像的高频分量信息与SAR影像信息集成,并根据解译的需要,通过改变阈值来控制对多光谱影像信息的集成幅度。实验选取一组TM多光谱影像与ERS-2SAR影像进行融合研究,并将融合结果与另一小波融合方法融合结果进行视觉比较与统计分析。结果表明,另一小波融合方法的融合结果与本文方法融合结果阈值τ=1时的结果接近,而本文方法却可以根据不同的应用需要,在完整保留了SAR影像信息的基础上,通过调节多光谱影像信息的注入程度,为获取更能满足解译需要的SAR融合影像提供更多选择,拥有更好的鲁棒性。     

一种基于小波包变换的遥感影像融合方法

针对多光谱遥感影像和全色遥感影像,提出了一种基于小波包变换的遥感影像融合方法。新方法首先对多光谱遥感影像进行PCA变换;其次对多光谱遥感影像的第一主分量和全色遥感影像进行小波包变换;然后保留多光谱影像第一主分量的低频近似分量,融合它们的高频细节分量;最后,做小波包反变换,得到新的多光谱遥感影像第一主分量,再做PCA反变换,得到新的多光谱遥感影像。与PCA变换融合方法、IHS变换融合方法和小波变换融合方法等方法在主观视觉效果分析和客观统计参数两方面做了比较,新方法是有效的,不仅较大地增强了结果影像的空间细节表现能力,而且很好地保留了多光谱影像的光谱信息。     

遥感多光谱影像空间分解力增强的融合方法

探讨了采用HIS变换对遥感多光谱影像与航片数字化影像进行融合的方法。试验结果表明所提出的方法是确实可行的。融合后的影像不仅在很大程度上保留了原多光谱影像的光谱特征,而且将其空间分解力提高到原光谱影像的近3倍,因而增强了多光谱影像的判读和量测能力。     

一种自适应的基于局部小波系数特征的遥感图像融合方法

光谱保持和高分辨率保留是影像融合的两个重要问题。本文提出了一种自适应的基于局部小波系数特征的遥感影像融合方法。该方法在对多光谱影像进行IHS变换的基础上,对多光谱的I分量和高分辨率的全色影像分别进行小波多分辨率分析,而后对分解得到的近似分量以及各层各方向的细节分量利用移动模板逐一提取对应的小波系数矩阵的局部特征,采用本文提出的自适应融合准则在小波域进行影像融合,最后通过小波逆变换得到新的I′分量,与H,S分量一起还原到RGB空间,最终得到融合后的高分辨率多光谱彩色图像。本文采用一组TM多光谱图像和SPOT全色图像数据进行融合实验,利用标准差、熵,光谱扭曲度等5个重要评价指标对融合效果进行数理分析。其实验融合图像的目视效果和统计指标均优于IHS融和方法和小波融合方法。     

无人机航片和卫星影像融合算法

针对基于无人机影像和卫星影像彩色变换(hue-intensity-saturation,HIS)时,传统确定I分量的方法具有光谱信息缺失和难以精确确定的问题,提出一种选取最优波段替代I分量的方法,改进了HIS变换方法。该方法对无人机影像与卫星影像做相关分析,根据相关性为无人机影像各波段给一个权重系数,波段相互运算,从而确定替换HIS融合中的I分量,进行HIS逆变换获得融合影像。通过与原始HIS变换和主成分分析(principal components analysis,PCA)的比较,改进的HIS变换实现了无人机航片影像和高分辨率卫星影像融合,一定程度上克服了原始HIS变换和PCA变换融合效果不佳,光谱扭曲程度较大,空间信息丰富度小的缺点。基于高分二号影像和无人机影像进行实验验证。实验表明,使用改进HIS变换进行融合,其融合效果比较好,具有光谱扭曲小、空间信息丰富、细节表现良好等优点。     

一种新的基于主分量变换与小波变换的图像融合方法

为了更好地进行不同分辨率图像的融合,提出了一种基于主分量变换与小波变换结合的多光谱图像与高分辨率图像融合方法。该新方法首先对多光谱图像进行主分量变换;然后分别对其第1主分量与高分辨率图像进行小波变换,并采用成像强度对比法有效地将经小波分解的高分辨率图像的低频分量信息融合到经小波分解的多光谱图像的第1主分量的低频分量中;最后,通过将小波融合结果作为多光谱图像的第1主分量再做逆主分量变换来得到最终的融合图像。实验结果分析表明,该新方法使融合图像在较好地保留光谱信息的同时,空间细节信息也得到了增强,比典型的IHS变换、主分量变换及小波变换融合方法具有更好的融合效果。     

复小波包域遥感图像局部自适应融合算法

为了使融合后的图像在保持原IKONOS 卫星图像多光谱特性的同时,最大可能地提高图像空间 分辨率,提出了一种基于四树复小波包变换的SAR 图像与多光谱IKONOS 卫星图像相融合的新方法．该方法 利用复小波包变换的多方向性和对高频细节信号良好的时频局部化分析能力,分别对IKONOS 图像经HIS 空 间变化的I 分量子图和SAR 图像进行复小波包分解,并对分解后的低频复系数采用取平均或取大值的方法、 对高频方向复系数采用邻域一致性测度的局部自适应方法进行复系数融合．用融合后复系数经复小波包反变 化得到的图像代替原IKONOS 图像经HIS 变换的I 分量,再经HIS 空间反变换得到最终的融合图像．实验结 果表明,该融合算法在光谱保留和空间质量提高方面,比传统的基于小波变换的融合算法具有更高的性能．     

基于小波低频分量微调的IHS变换融合法及其应用

针对IHS变换融合法和小波变换融合法存在的弊端,结合这两种方法,提出了一种基于小波低频分量微调的IHS变换融合法,并通过IKONOS和QuickBird影像数据,验证了新方法的可行性和优越性。新融合法首先利用IHS变换技术提取真彩色影像的亮度分量;接着,为了提高融合影像的光谱保真度,采用小波变换技术,联合亮度分量和全色影像数据,生成更为合理的新亮度分量;同时提出了小波低频分量微调环节,并利用该环节进一步改善了融合影像的高频信息融入效果;最后,执行IHS逆变换,获得真彩色融合影像。研究表明：新融合法兼具IHS变换融合法和小波变换融合法的优势,融合结果的质量得到较大程度提高。     

一种新的基于HIS和小波变换的图像融合方法*

针对遥感图像影像分辨率低的问题,提出了一种新的基于HIS和小波变换的低分辨多光谱和高分辨全色图像的融合方法.该方法通过对高分辨全色图像小波分解后的低频分量进行低通滤波,将全色图像的低频信息中的高频分量融入到多光谱图像HIS空间的亮度信息的低频中;再将这个融合后的低频和高分辨全色图像的细节信息进行小波反变换,得到融合后的图像.该图像很大程度地保留了多光谱的光谱特性和高分辨图像的空间分辨率.仿真结果表明了本方法的有效性.     

基于纹理的雷达与多光谱遥感数据小波融合研究

众所周知,多光谱与雷达影像融合具有重要的意义,但雷达影像小尺度的纹理特征在先前的融合方法中却没有被考虑。为了更好地对多光谱与雷达影像进行融合,基于双正交小波变换,提出了一种小尺度纹理影像参与融合的三影像小波融合方法。该方法借鉴多通道滤波及基于亮度调节的平滑滤波(SFIM)融合的原理,首先提取多时相雷达影像的小尺度纹理数据;然后再将该纹理数据、单时相JERS-1SAR数据及TM多光谱数据进行小波融合。分析表明,该方法的融合结果较雷达与多光谱影像小波融合的结果不仅具有更丰富的光谱特征,而且由于继承了雷达影像丰富的小尺度纹理特征,因而具有更高的清晰度。实验证明,该方法可获得较好的融合结果,是一种切实有效的融合法。     

小波变换在遥感图象融合中的应用研究

针对基于小波变换的图象融合中存在的光谱扭曲问题 ,提出了一种直接相加的小波变换低频信息处理方法 ,即将未分解的 TM放大图象与小波分解后的 SPOT图象的高频部分重构得到的图象通过直接相加来生成融合图象 ,这种方法得到的融合图象 ,其光谱扭曲值和信息量两个指标均优于常规的小波融合方法 .由小波变换与 IHS变换的光谱质量比较表明 ,小波变换比 IHS变换更适合于波谱响应范围不同、相关性弱的图象间的融合 ;另外 ,空间质量比较还表明 ,小波变换在融合中、小尺度的纹理特征方面具有优势 .     

一种基于残差的遥感图像融合新方法

针对遥感图像融合问题,提出了一种基于残差的遥感图像融合新方法。该方法借助于主成分分析(principal component analysis,PCA),通过对多光谱图像的残差图像和全色图像的残差图像进行融合来恢复出多光谱图像的高分辨率残差图像,以实现多光谱图像和全色图像的融合。实验结果的主观视觉效果和客观统计参数分析都表明,新方法不仅较大地增强了融合图像的空间细节表现能力,而且很好地保留了多光谱图像的光谱信息,其性能优于现有的HIS(hue-intensity-saturation)变换融合方法、PCA融合方法和小波变换(wavelet transform,WT)融合方法。     

多源遥感图象信息保持型融合技术的研究

鉴于几种传统融合方法在提高空间分辨率,保持原始影象光信息方面的有缺点,介绍了几种新的多种信息融合方法,这些方法运用代数运算与线性计算,既可避免传统融合算法存在的信息丢失,又可以提高影像的几何分辨率;对几种融合方法的效果进行了讨论;特别详述了在融合过程中,如何充分利用各波段的优点,克服了其缺点的方法,并提出了一种实用的多源遥感影象融合的流程,分析了图象融合的应用前景,实验证明,这种流程适合大数据量,大范围的影象融合。     

CBERS-02与SPOT5融合数据及其在海岸带土地利用调查中应用能力综合评价

以珠海市横琴岛为试验区,对CBERS-02星多光谱数据和SPOT5全色数据进行融合处理,融合方法包括HIS变换法、Brovey法、主成分融合法、小波融合法、SFIM法、Gram\|Schmidt法、PANSHARP法,并使用定量指标对融合结果进行分析,通过计算各波段均值、信息熵、标准差、相关系数等指标对各融合结果进行分析评价,探讨适合两种数据的融合方法;对CBERS-02和SPOT5数据的PANSHARP法融合数据进行支持向量机分类,总体分类精度为82.55%,Kappa系数为0.7358;试验结果表明,通过融合CBERS\|02多光谱数据与SPOT5全色数据,既可以增强空间纹理信息,又可以弥补SPOT5多光谱数据缺少蓝光波段的缺陷,具有丰富的光谱信息,可以在海岸带土地利用调查广泛应用。     

TM+SPOT图像的二次融合方法

提出了一种基于PCA变换和IHS变换的小波二次融合方法。首先将多光谱图像和高空间分辨率图像进行ISH变换融合得到第一次融合图像;再将此图像和原多光谱图像进行PCA变换,分别对第一主成分进行小波多尺度分解至适当层次并进行方向对比度融合,最后作PCA逆变换得到最终的融合图像。实验结果表明,文中方法在保留光谱信息的同时提高了空间分辨率,其客观性能指标均优于其它方法。     

基于主成分分析的植被掩模与模式滤波方法在中等植被区蚀变信息提取中的应用

植被干扰的消除对于应用ＴＭ图象进行蚀变信息提取是非常重要的。本文从矿物、岩石和植被在ＴＭ波段内的波谱响应分析入手，选择了ＴＭ５和ＴＭ１，ＴＭ５和ＴＭ７，ＴＭ４和ＴＭ３这三个组合分别来增强含铁矿物（主要是铁氧化物）、含羟基矿物和碳酸盐矿物及植被信息。通过对比值、比值合成以及主成分分析等方法的比较，提出了一种适合于中等植被覆盖区蚀变信息提取的新方法，即基于主成分分析的植被掩模和模式滤波相结合的方法。此方法在试验区进行蚀变信息提取中取得良好效果，它不仅识别出了与地表金矿化区一致的蚀变矿物富集区，而且对于土石矿区的一些矿脉也有较好反映。     

Assessments of Fusion Methods Using WorldView-2 SatelliteImages for Coastal Oyster Culture Observation

Image fusion is one of the most important steps in remote sensing information extraction.To select the appropriate fusion method is the crucial link.In this paper,Xiangshan Port in Zhejiang Province is the study area,and the oyster culture is the observation target.The satellite of WorldView-2 multispectral and panchromatic images were used to detect the distribution of the coastal oyster farming.The different five fusion methods,such as Principal Component Analysis (PCA),Gram-Schmidt(GS),NNDiffuse Pan Sharpening,Brovey Transform and Wavelet Transform,were evaluated by two of subjective qualitative and objective quantitative aspects.We compared the fused images with the original image using six kinds of statistical parameters including mean,standard deviation,entropy,average grads,correlation coefficient and spectral distortion to evaluate the images’ fusion performance.The results indicate that,for the characteristics of coastal oyster farming,the fusion image by principal component analysis method not only preserves detail spatial texture information but also maintains the spectral character well.The method of PCA is the most suitable fusion method for remote sensing applications in coastal oyster culture with WorldView-2 images.The fusion effect of GS is second to PCA,which can be used as an alternate method for fusion applications.NNDiffuse Pan Sharpening,Wavelet transform and Brovey transform are inappropriate for the identification and extraction of oyster culture floating raft.     

通过直方图中轴化提高融合图像光谱保真度

针对遥感图像融合过程中光谱失真问题,提出一种基于直方图中轴化策略的图像融合算法。首先,将多光谱图像进行IHS变换;然后,采用直方图中轴化策略调整多光谱图像强度分量图像和全色图像的像素直方图,使之趋于一致;最后,进行IHS反变换获得高质量的彩色图像。理论分析和实验结果表明,该算法不仅可以较好地抑制融合图像光谱失真,同时也能有效保留融合图像的空间分辨率,算法步骤简单、容易实现;与四种传统融合算法（IHS变换、主成分分析（PCA）法、小波变换（WT）法、Brovey）相比,该算法生成的融合图像具有良好的视觉效果,特别是在峰值信噪比（PSNR）、光谱扭曲度和信息熵等客观评价指标中明显优于对比算法。基于直方图中轴化策略融合的遥感图像光谱失真度小、空间信息保持度高。     

数据融合提取长江三峡库岸信息及质量评价

利用北京一号高分辨率数据与中巴地球资源卫星02星CCD数据进行融合研究长江三峡库岸信息识别方面的应用。通过进行Brovey融合、主成分分析融合、IHS融合和小波变换融合的比较与分析表明：融合后的影像很好地保留了高分辨率影像的空间信息,同时加强了多光谱的信息,有利于库岸信息的识别和监测。最后为了对比各种融合方法,运用直方图分析和多种融合评价因子对各种融合方法进行了客观定量评价。     

Combining the spectral PCA and spatial PCA fusion methods by an optimal filter

High correlation among the neighboring pixels, both spectrally and spatially in a multispectral image makes it indispensable to use relevant data transformation approaches, before performing image fusion. The principal component analysis (PCA) method has been a popular choice for the spectral transformation. To propose a new consistent data transformation method in spatial domain, this paper applies the PCA transform to the spatial information of the neighboring pixels. Owing to the fact that the coefficients of PCA are obtained from statistical properties of data, they are adaptive and robust. Then, a new hybrid algorithm is proposed combining the spectral PCA and spatial PCA methods, by an optimal filter to make the synthesized result more similar to what the corresponding multisensors would observe at the high-resolution level. The evaluation of the pan-sharpened images, using global validation indexes, reveals that the proposed approach improves the fusion quality compared with six state of the art fusion methods.