自动化技术与远动技术

0205542面向提高图像分辨率的遥感数据融合新算法[刊]/陈豪//软件学报.—2001,12(10).—1534～1539(K)在遥感应用研究中,数据融合技术有着非常广泛的应用。主分量分析方法(principal component analysis,简称 PCA)是一种经典的遥感数据融合技术,在主分量分析方法的基础上,将小波变换与其结合起来,提出了一种新的基于小波叠加的 PCA 融合算法(addingwavelet coefficients principal component analysis,简称AWPCA)。实验证明,与原来的 PCA 和 IHS 方法相比,基于小波叠加的 PCA 融合算法进一步提高了融合信息的质量,并能应用于其他需要高分辨率图像的场合中。参6采集运动体动态数据方法的比较与分析(见0205100)     

一种基于整数小波变换的遥感影像融合算法

提出了一种IHS变换和整数小波变换相结合的遥感影像融合算法(IHS-IWT),并根据待融合图像的特点,选取了有效的融合策略.首先对中巴卫星多光谱影像进行IHS变换,然后对得到的亮度分量和Landsat ETM 高分辨率全色影像进行整数小波融合,最后通过整数小波逆变换得到融合的图像.实验结果表明,与IHS变换等方法比较,该方法在较好的保留光谱信息的同时,空间细节信息也得到了增强,并且具有较快的处理速度.     

基于小波的影像融合方法研究

影像融合技术作为一种数据整合技术,能够整合不同影像中高空间分辨率和高光谱分辨率信息,因其能明显改善影像的显示效果,因而被广泛的应用于遥感图像处理中。传统的HIS变换、主成分分析、Brovey变换虽然对于影像的质量能起到一定改善的作用,但由于其自身的算法的原因,还存在许多不足。采用小波HIS、小波PCA变换等方法进行了新的融合方法的有益尝试。以IKONOS 2的1 m和4 m分辨率影像数据为实验数据,对比了小波融合方法与传统融合方法,实验结果显示小波方法在定性和定量方面都有明显优势。文中还讨论了对融合后影像质量的多种定量评价方法。     

基于CNN的QuickBird遥感影像融合研究

为了充分利用QuickBird多光谱影像的光谱信息和全色影像的高空间分辨率信息,提出了一种基于细胞神经网络（CNN）的QuickBird多光谱和全色遥感影像融合方法.实验结果表明,相对于传统的影像融合算法,提出的方法具有更好的性能.     

一种基于小波变换的可调节遥感影像融合方法

光谱保持和高分辨率保留是影像融合的两个重要问题,不同的应用可能对融合的结果有不同的要求．提出了一种基于小波变换的可调节遥感影像融合方法．该方法首先分别将高分辨率影像和多光谱影像进行小波分解,然后根据影像的特点,在小波域内进行影像融合,最后通过小波逆变换得到融合结果．通过引入可调节参数,该方法可以在细节保留和光谱保持两方面达到不同程度的平衡,在某些参数组合下,融合图像的目视效果和统计指标可以达到甚至超过传统的小波融合法、IHS变换和主成分变换融合法的效果．     

面向复杂城市环境基于亚米级的遥感影像融合方法比较

为探究在复杂城市环境适合亚米级的高分辨率遥感影像的融合方法,文章以2000年空间分辨率为0.6米深圳航空真彩影像,以及2003年空间分辨率为0.61米深圳Quick Bird全色影像为数据源,用HIS变换、PCA变换和Brovey变换对亚米级遥感影像进行融合及质量评价。结果表明:在地物变化复杂的中心城区和地物变化单一的非中心城区,PCA效果最好,Brovey次之,HIS最差;在地物变化复杂的非中心区域,Brovey效果最好,PCA次之,HIS最差。因此,应根据城市地物变化情况选择适合的算法。     

一种边界引导的多尺度高分辨率遥感图像分割方法

针对高分辨率遥感图像分割过程中区域合并复杂性问题,提出了一种基于边界引导的多尺度遥感图像分割算法.一方面应用SUSAN算子提取高分辨率遥感图像中地物的边界用于限制区域增长过程;另一方面进行两阶段增长,首先应用基于图的分割算法进行基于像素的区域生长,然后进行考虑对象特征信息的区域合并.对宜昌城区某处融合后的QuickBird彩色图像进行了实验,并分别与无边界引导分割以及eCognition平台下图像分割效果进行了对比.结果表明,该方法可以有效抑制传统图像分割算法在低对比度区的区域融合问题,突破了分割尺度参数不能在全图取得合理分割的局限性.     

多光谱可见光图像与高分辨率图像的分维融合

针对遥感图像,提出了一种遥感多光谱可见光图像与遥感高分辨率全色图像融合的小波分维算法.利用小波变换的方向选择}生,对遥感多光谱的1分量和遥感全色图像进行小波分解,进而在不同子带中进行遥感图像融合,低频部分采用基于区域能量的融合算法;高频部分使用21×21的窗口加窗逐点计算分维作为权系数进行融合;最后将得到的灰度融合图像...     

一种基于Ridgelet变换的遥感图像融合方法

Ridgelet变换是继经典的小波变换之后提出来的一种新型图像多尺度几何分析工具.针对不同波段的远程遥感图像提出了一种基于新型正交Ridgelet变换的遥感图像融合方法.该算法基于新型的可逆离散脊波多尺度变换,通过客观评估融合性能说明该方法优于其他三种典型融合方法,尤其是优于各种基于小波变换的图像融合方法,仿真实验证明该方法融合效果良好.     

一种基于非采样Contourlet变换的遥感图像融合算法

为使融合后的多光谱图像尽可能保持原多光谱图像光谱特性的同时提高空间质量,提出了一种基于非采样Contourlet变换（NSCT）和多尺度边缘检测的融合算法。介绍了非采样Contourlet变换和多尺度边缘检测;设计了基于多尺度边缘检测、直接替代的高频、低频子带融合规则;用QuickBird卫星高分辨率遥感图像进行仿真实验。实验结果表明该算法能够在保持光谱信息的同时注入更丰富的空间细节信息,优于传统的Wavelet变换法和Contourlet变换法。