多卫星遥感数据的信息融合:理论、方法与实践

首先介绍了信息融合技术的有关内容,进而对多卫星遥感数据融合的研究历史及现状进行了简要的综述。在此基础上,以地质应用为目标,探讨了多卫星数据融合的小波变换方法,研究了不同长度的小波基对融合结果的影响,提出了改进的小波融合模型（ＣＭＷＤ）。同时,对比评价了基于小波变换ＣＭＷＤ、ＩＨＳ变换、ＰＣＡ 分析的融合结果在提高空间分辨率、保持原始图象光谱信息的优劣。最后,提出了基于ＭｕｌｔｉＡｇｅｎｔ思想的多卫星遥感信息融合系统框架构想。     

基于小波变换的多源遥感图像的信息融合

图像融合是一种重要的增强图像信息的技术方法,如何对同一目标的多源遥感图像数据进行有效的融合,最大限度地利用多源遥感数据中的有用信息,提高系统的正确识别,判断和决策能力,这是遥感数据融合的重要内容之一,提出了一咱基于小波变换的融合方法,使得融合图像在最大限度保留了多波段光谱信息的同时,提高了清晰度和空间分辨率,并对实验结果运用MATLAB语言进行了仿真,从几个方面对结果做了深入的分析与对比,取得了良好的效果。》     

遥感数据融合方法分析与评价综述

论述了几种常用的基于像元级遥感影像融合方法的原理、特点、作用及限制条件，对各种相应的算法进行了分析和评价，归纳并阐明了遥感数据融合效果定量评价指标及其意义，展望了遥感数据融合方法的发展与应用前景。     

基于多进制小波的多源遥感影像融合

首先介绍了遥感影像融合的一般理论和方法，然后在讨论多进制小波理论和影像特征的基础上，提出了一种基于特征的多进制小波变换的影像融合算法，该算法根据待融合影像分辨率之比来确定采用几进制小波，将待融合的高分辨率影像进行多进制小波变换，然后把高分辨影像经小波变换后获得的低频成分和低分辨率影像依据一定的关系进行相互转换，以形成新的高分辨影像的低频成分，经过多进制小波逆变换获得到融合后的影像，最大限度地利用了待融合影像的信息，防止了影像信息的丢失，通过对具体影像的清晰度和空间分辨率，融合后的影像最大限度地保留了待融合影像的光谱信息，同时提高了待融合影像的清晰度和空间分辨率，给出了SPOT全色影像与SPOT多光谱影像，SPOT全色影像与TM影像的融合结果，并与其他方法进行了比较，从而证明了本方法的优越性和自适应能力。     

多源海洋遥感叶绿素数据融合

叶绿素α(chlorophyll-α)是一个关键的水色要素,掌握叶绿素α的含量及变化情况对保护水体及维护生态环境质量具有重要意义。针对国内外相关科研机构生产的海洋叶绿素α融合产品存在精度低、覆盖率低、时间跨度短等问题,收集整理了1998—2017年的MODIS-Aqua、MODIS-Terra、MERIS、SeaWIFS、VIIRS共5个传感器的叶绿素α浓度数据,构建了小波变换与Kalman滤波技术相结合的多源遥感数据融合算法,完成了全球叶绿素α数据的融合,开展了融合产品的均值、方差和信息量的分析,并进行了融合产品与实测数据、欧空局(European Space Agency,ESA)的GSM(Garver-Siegel-Maritorena)产品的对比分析。结果显示,本文的融合产品与实测数据相关性达到60%;与实测值和欧空局的GSM产品对比分析中,融合产品的数据可利用率为60%,而欧空局的GSM产品的数据可利用率为30%左右,融合产品与实测值的相关性为0.792 2,而GSM与实测值的相关性为0.349 4,均低于本文的融合产品。     

遥感图像融合方法研究

为了使融合图像在高空间分辨率的基础上较好地保留光谱信息,研究了高分辨率图像和多光谱图像中的高频信息的关系;在基于小波变换的图像融合方法中引入ISM模型（Inter-Band Structure Model）,改进了原有的融合方法;提出了基于ISM模型与小波变换（Wavelet Transform）（简称I-W）的图像融合方法;通过与HIS方法及PCA方法进行了实验对比,结果证明：文中所提出的方法能较好地保留图像的空间和光谱信息。     

改进的小波变换在多源遥感图像融合中的应用

在分析方向可调的小波变换与不可分离小波变换的基础上,以全色SPOT和多光谱TM遥感影像为数据源,结合可调小波变换与不可分离小波变换的优点,借助Matlab与ERDAS IMAGINE等工具,实现了改进的方向可调的不可分离框架小波变换的遥感影像融合处理.该方法与传统的融合方法相比,具有不可分离小波变换和方向可调性等优点,对图像的多分辨率信息的刻画比较精细,既能保持多光谱图像的光谱信息,又能保持全色图像的空间分辨率特性,从而提高了对影像的解译能力.     

遥感图像融合的非采样Contourlet变换方法

有效地融合高分辨率全色遥感图像(PAN)和低分辨率多光谱图像(MS),均衡融合结果中的空间细节信息和光谱信息两项特征指标,是多源遥感图像融合技术的难点。为了提高融合后图像的质量,提出了一种基于非采样Contourlet变换(NSCT)的融合方法。由于"非采样Contourlet变换"采用非采样滤波器组实现,具有移不变、高方向性和各向异性的特点,能够较好地弥补"采样的Contourlet变换(CT)"的缺陷,并且解决了小波变换方向性差的问题。实验中,以Landsat TM5图像和SPOT图像进行了算法的验证,并针对传统的直接替换、绝对值选大和局部方差选大等多分辨率融合算法与离散小波变换(DWT)及"采样的Contourlet变换"进行了对比分析,结果表明,本文方法在提高空间信息的同时,可以较好地保持原始多光谱图像中的光谱信息,弥补了"采样的Contourlet变换"在遥感图像融合应用中会导致严重的色彩畸变的缺陷。从而证明了NSCT在遥感图像融合领域是一种有效的多分辨率分解策略,可以被成功的应用到遥感图像融合应用中。     

多小波变换在遥感图像融合中的应用

介绍了多小波理论及对图像进行多小波分解和重构的方法,以全色(PAN)和多光谱(TM)遥感图像融合为例,提出了一种基于多小波变换的遥感图像融合方法。通过Matlab编程实验,比较了db4小波及Smooth、GHM和CL三种多小波的融合效果。     

俄罗斯的卫星遥感数据

根据中俄两国测绘科技合作协议,国家测绘局遥感技术考察团一行三人于１９９９年９月２０日赴俄罗斯,对俄罗斯的卫星遥感数据及应用情况进行了为期一周的考察。俄罗斯的卫星遥感数据目前基本上是靠本国发射的返回式遥感卫星获得。卫星有军民两个系列,民用卫星系列及其主要参数如表１：表１　俄罗斯民用遥感卫星主要技术参数资源－Ｆ１资源－Ｆ２资源－Ｆ３和平号轨道站轨道高度,ｋｍ２４０－３５５１８０－３５５２７５－４２０４００－４５０轨道倾角８２．３８２．３８２．３５１．６相机型号ＫＦＡ－１０００ＫＡＴＥ－２００ＭＫ－４…     

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。     

基于PCA和数据融合的遥感图像数字水印算法

提出了一种向遥感图像中嵌入水印以保护其版权的算法。算法将数据融合技术和数字水印技术相结合,首先将全色图像进行小波分解,提取图像分解后的第三级低频边缘特征,利用PCA变换得到边缘特征的第一主分量作为水印信息,将水印与第三级中频进行融合;然后进行小波逆变换得到重构图像;最后采用小波变换和PCA融合法将含有水印的全色图像和多光谱图像相融合。提取水印时使用独立分量分析(ICA)方法。实验表明,该算法可以保护遥感图像的版权和进行真伪认证,且不破坏原始遥感图像的信息和特征,是有效可行的。     

卫星遥感数据开采与知识发现的信息论方法——以地质应用为例

信息提取的能力与效率已成为限制遥感应用发展的瓶颈问题。数据开采（ＤＭ）与知识发现（ＫＤＤ）概念的提出及其理论体系的建立为解决这一问题提供了一种全新的视角。基于对ＤＭ和ＫＤＤ的过程分析和对卫星遥感数据的信息论理解,提出了针对地质应用的卫星遥感数据开采与知识发现的技术框架。以此为主线,把时相选择考虑为知识发展过程的一个特定步骤;在研究地质遥感信息的时间效应基础上,探讨了目标知识发现的“微差信息处理”方法和信息融合技术,应用实例证明该框架的合理性及其相应方法的实际意义。     

不同光谱与空间分辨率遥感图像融合方法的理论研究

多源遥感图像的融合处理是提高已获取同一目标影像的光谱和空间分辨率的重要手段,它可以增强多重数据分析处理能力,为大规模遥感应用研究提供一个良好的基础。对目前国内外现有的理论研究方法作了总结,将其分为像素级、特征级和决策级融合3大类型,分别进行了详细的阐述,同时引用具体研究成果对一些方法作了对比。最后,提出了该领域未来的主要研究与发展方向以供讨论。
     

遥感图像双正交小波的数据融合模式研究

鉴于小波变换分析方法在图像处理与图像融合中具有广阔的应用前景，为了获得更好的图像融合效果，首先介绍了图像数据小波分解与重构的基本方法，然后从理论上阐述了具有广义线性相位的双正交小波基的优点，最后通过小波变换与HIS变换的有机结合实现了图像融合。融合后的影像不仅仍然保持了地物的光谱信息，而且保留了高空间分辨率全色波段影像细节清晰的特点。实验结果表明，基于双正交小波变换的多分辨率遥感图像数据融合技术是提高卫星遥感影像解像力的一个重要手段。     

TM与ETM影像融合用于地质构造解译

多源遥感影像数据融合是一种通过高级影像处理技术来复合多源遥感影像的技术，其目的是将单一传感器的多波段信息和不同传感器提供的信息加以综合，以提高获取信息的有效性和准确性，解译的可靠性，以及形成对目标的完整一致的描述。本采用TM与ETM经图像处理和融合，用于对地质构造解译，取得良好效果。     

基于小波包变换的遥感图象融合

为了能够更好地把来自多传感器的图象信息综合起来，以提高对图象信息的分析和提取能力，在研究了小波包图象分析法之后，提出了一种基于小波包变换的图象融合方法，由于小波包变换能对图象进行多层次分解，包括对小波变换没有细分的高频部分也能进行进一步的分解，因此小波包分析能够为图象提供一种比小波多分辨分析更加精细的分析方法，利用此融合算法将由多传感器获得的同一目标不同波段的遥感图象和不同分辨率的遥感图象进行融合后得到的融合图象，能够很好地将源图象的细节融合在一起，通过与该融合图象进行主观与客观的评价比较，证明该融合方法可以获得更好的融合效果。     

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。     

国内外赤潮卫星遥感技术与应用进展

卫星遥感已成为赤潮探测与监测的重要技术手段之一。回顾了国内外赤潮卫星遥感技术与应用的进展,对国内外已开发的赤潮卫星遥感技术与方法进行了简要的评述,并给出了国内利用NOAA和SeaStar卫星探测与监测赤潮的3个实例。讨论了我国赤潮卫星遥感存在的问题,提出了发展我国赤潮卫星遥感技术与应用的建议。