遥感图像融合定量评价方法及实验研究

近年来融合技术不断创新,方法多种多样,但是对融合结果缺乏统一的定量评价方法。在分析与总结当前常用的遥感图像融合结果定量评价方法的基础上,给出了亮度信息、空间细节信息和光谱信息等定量评价参数,并且通过程序实现了定量评价。以IHS和PCA两种融合方法对QuickBird图像多光谱波段和全色波段融合作为实验,进行定量评价分析,结果表明所提出的定量评价参数能够较准确地反映图像融合情况,比定性评价有效、全面,可为选择恰当的融合方法提供依据。     

一种新的IHS图像多次融合的方法

针对传统的IHS变换图像融合方法在处理高分辨率图像和多光谱图像融合时出现的光谱退化现象的不足,对已有的传统和改进的IHS图像融合算法进行研究,提出一种新的基于IHS变换的像素级多次融合的方法框架,我们在将IHS变换后匹配得到的I分量和高分辨率图像之间的替换策略进行改进,采用两种或者多种互补的像素级图像融合算法进行图像的多次融合得到新的I’分量,然后采用IHS逆变换获得最后的融合图像,同时实现了传统IHS变换融合和SWT变换融合,根据主观判定和客观评价指标对融合结果进行评价。实验仿真结果,本文方法在融合质量以及视觉效果上都有相当不错的提高。     

多源遥感图像融合效果评价方法研究

在多源遥感图像融合中,针对同一对象不同的融合方法可以得到不同的融合结果,即可以得到不同的融合图像。如何准确地评价融合效果是图像融合的一个重要组成部分。该文系统地研究了遥感图像融合中的各种评价指标,在对已有的评价指标进行了总结和分析的同时,还提出了一些新的评价指标,并按使用条件和使用用途对遥感图像融合效果评价方法进行了分类。最后通过实验进行了验证。     

基于空间频率的图像融合方法

论文对多光谱图像和高分辨图像进行了融合。对多光谱图像进行IHS变换,利用变换后得到的强度分量和高分辨图像具有较强的相关性,在小波变换域进行图像融合。根据小波变换有三个方向的高频细节这一特点,提出了一种新的空间频率概念,基于这种空间频率进行图像融合,得到了同时具有较好的空间分辨率和光谱信息的融合图像。实验结果表明该方法得到的融合图像优于传统的IHS变换法和传统小波变换方法。     

基于区域特征加权的IHS图像融合方法

针对传统IHS变换图像融合方法在高分辨率和多光谱图像融合中存在的光谱畸变现象,研究了现有的一些改进IHS变换图像融合方法,提出了一种基于局部区域多元特征动态加权的IHS图像融合方法,根据主观目视判决和客观评价指标对融合结果进行了比较和分析。仿真结果表明,该文提出的方法能使融合图像具有较好的空间分辨率,同时又能很好地保持原有多光谱图像的光谱特性。     

基于边缘分割的多光谱图像融合方法

对于高分辨率的全色图像与低分辨率的多光谱图像,通常采用传统的IHS方法进行融合。这种融合方法能很好地提高低分辨率图像的清晰度,但却容易扭曲原始的光谱特性,产生光谱退化现象。针对这一问题,本文采用高分辨率与多光谱图像的边缘分割信息对I分量进行调制,使新生成的I分量保持原始的光谱特性。通过融合实验结果表明,这种方法比传统的IHS方法有效地改善了融合图像光谱失真的现象。     

遥感图像融合评价方法研究

如何准确地评价融合效果是图像融合的一个重要组成部分。在遥感图像的融合研究中,对同一对象,不同的融合方法可以得到不同的融合效果,即可以得到不同的融合图像。系统地研究了遥感图像融合中的各种评价指标,在对已有的评价指标进行总结和分析时,还提出一些新的评价指标,并按使用条件和使用用途对遥感图像融合效果评价方法进行分类。     

基于边缘信息的多光谱高分辨图像融合方法

针对多光谱图像和高分辨图像的融合问题,提出了一种基于边缘信息的新的图像融合方法,该方法根据高分辨图像中的边缘强度,对多光谱图像在IHS变换中的强度信息进行了调整,得到的光谱强度同时反映了高分辨图像的细节信息和多光谱图像的光谱信息.实验结果表明,该方法的融合效果优于传统的IHS变换法和小波变换方法.     

像素级图像融合方法与融合效果评价

图像融合的目的是将同一场景的多幅图像的互补信息合并成一幅新图像,以便更好地完成场景进行监视和侦察等任务,是在多测度空间综合处理多源图像和图像序列的技术。融合图像更适合人的视觉和便于图像的后续处理,如图像分割、特征提取等。介绍了像素级图像融合的几种方法,按空间域和变换域对各种方法进行了分类,并对各种方法进行了比较;融合图像应保留原图像的重要细节信息且不引入虚假信息;介绍了用交叉熵进行图像融合效果评价的方法。     

一种基于IHS和DWT变换的遥感图像融合方法

为了更好地进行不同分辨率图像的融合,提出了一种在Maflab平台上实现基于IHS变换与离散小波变换相结合的多光谱图像与高分辨率图像融合方法.实验结果分析表明,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,基本达到了提高融合增强的目的.     

基于IHS变换与小波变换的图像融合

提出一种将IHS变换和小波变换相结合的图像融合算法,适用于多光谱图像和高分辨率图像的融合.算法首先对多光谱图像进行IHS变换,之后利用变换后得到的强度分量和高分辨图像具有较强的相关性的特点,在小波变换域进行图像融合,得到了同时具有较好的空间分辨率和光谱信息的融合图像.实验对比数据表明该方法具有较好的融合效果,融合图像优于传统的IHS变换法和传统小波变换方法.     

基于IHS变换与小波变换的图像融合研究

文章研究了IHS变换和小波分解变换的图像融合方法,并针对IHS变换的融合算法的不足,提出了一种将两者相结合的算法。通过分析实验数据,验证了给出算法优于基于IHS变换融合算法。     

基于分块信息熵的彩色图像融合算法

针对常用的彩色图像融合算法在融合过程中降低原图像空间分辨率的问题,提出了一种基于分块信息熵的彩色图像融合算法。算法通过对图像进行块划分,计算分块图像在 IHS 色彩空间中亮度分量 I 上的信息熵,以对应块中信息熵大的为主元进行融合,得到新的融合图像。实验表明,与常用的IHS变换及PCA图像融合算法相比本文提出的方法可以更好的统筹源图像的场景细节信息,且在信息熵与平均梯度等方面都有很好的表现,具备一定的实用价值。     

基于灰色关联分析和IHS变换的图像融合算法*

针对IHS融合算法的光谱畸变问题,提出一种基于灰色关联分析和IHS变换的图像融合算法.该算法利用灰色关联分析法检测出SAR图像像素中的边缘点和非边缘点;通过IHS变换,在线性加权融合时赋予边缘点较大的权值.实验表明,该算法在保持光谱信息方面具有显著的优越性,并且能够有效提高融合图像的空间分辨能力,具有简洁性和抗噪性,明显优于传统的IHS融合算法和改进的基于直方图匹配的IHS融合算法.     

图像融合在高光谱遥感数据处理中的应用

图像融合近年来成为图像处理领域的热点之一,广泛应用于军事、民用的各个领域。而高光谱遥感是遥感领域里新兴的方向,具有波段多,信息量大的特点,对高光谱图像进行融合可以进一步提高图像的利用率,减少信息的相关性和冗余。     

基于IHS与小波变换的多波段偏振图像融合

利用多波段偏振图像可以有效地区分人造目标与自然场景,提出利用IHS（彩色空间）变换与小波变换相结合的多波段偏振图像融合方法,使得在融合后的偏振图像I、Q、U中,包含了具有相同偏振特征、不同光谱特征的目标信息,同时能够更加细致、全面的描述场景中的目标;实验结果表明,融合后的偏振图像不仅反应了场景的偏振信息,而且包含了丰富的光谱信息,目标与背景的对比度也得到了增强,为进一步的目标检测和识别提供了便利.     

基于IHS变换与小波变换的遥感图像融合

针对多光谱图像与全色图像的融合，本文提出了一种基于IHS变换和小波变换的遥感图像融合方法。新方法首先对多光谱图像作IHS变换，得到亮度I，色度H，饱和度S三个分量；其次，利用小波变换融合方法融合多光谱图像的亮度分量与全色图像，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。主观视觉效果分析和客观统计参数评价分析表明，新方法的性能优于IHS变换融合方法、小波变换融合方法和PCA变换融合方法，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。     

基于IHS变换和亮度调节的遥感图像融合方法*

为了能更好地将来自多传感器的遥感图像信息综合起来,在分析了几种典型的遥感图像融合方法后,基于IHS变换和亮度调节的思想探讨了一种新的遥感图像融合方法.通过两组仿真试验将该算法与IHS融合法、基于IHS变换和小波变换相结合的融合方法进行了比较,定性和定量的评价分析表明,提出的融合方法获得了基于IHS变换与小波变换相结合的融合方法相同甚至更好的融合效果,但算法更加简化.