多元遥感影像数据融合研究

由于遥感数据越来越丰富,不同传感器获取的影像数据在几何、光谱和空间分辨率等方面存在着一定的局限性和差异性。全色波段和多光谱影像融合得到的影像,兼有全色波段的高空间分辨率和多光谱影像的高光谱分辨率特性,可以满足影像解译的需求,而且融合后更能突出影像的某些特征：如土地利用变化和森林覆盖的变化等等。本文主要是介绍遥感影像融合的基本原理、融合后影像的评定和分析,并且将以主成份影像融合、IHS变换与直方图匹配法的遥感影像融合,进行以南昌市部分地区Quickbird全色影像和多光谱影像的融合实验分析。     

基于IHS变换、小波变换与高通滤波 的遥感影像融合

基于IHS变换、小波变换与高通滤波的遥感影像融合方法。利用IHS变换法来增强结果影像的空间细节表现能力；利用小波变换法来保留多光谱影像的光谱特性；在使用小波变换法的同时，利用高通滤波法对小波变换的低频部分进行融合，以便尽量多保留全色影像的细节信息，避免融合后的影像出现细节模糊。新方法不仅很好地保留了多光谱影像的光谱信息，而且增强了结果影像的空间细节表现能力，提高了结果影像的信息量与清晰度。     

ALOS全色与多光谱影像融合方法的比较研究

以浙江省德清县ALOS影像为基础数据,探讨了利用乘积法、高通滤波法、小波变换、HIS变换、Brovey变换、PCA变换、Gram-Schmidt变换等七种影像融合方法,对ALOS全色与多光谱影像进行融合,对各方法的融合结果进行了定性和定量分析.实验结果表明,Gram-Schmidt变换在保持多光谱影像光谱信息的同时,显著提高了融合影像的空间分辨率,是最适合ALOS全色与多光谱影像的融合方法,为ALOS影像应用提供了参考.     

基于双正交小波遥感图像融合及效果评价

将双正交小波变换与IHS变换相结合,使得融合图像最大限度地保留了多光谱影像的光谱信息,同时提高了图像的清晰度和空间分辨率.文中给出了ETM＋影像多光谱与全色融合结果,用双正交与Db4I、HS法进行了比较,结果表明无论是目视解译还是定量分析,双正交融合方法均优于后两者.实验分析表明,基于双正交小波遥感图像数据融合技术是提高多源遥感影像表现能力的一种重要方法.     

多光谱图像与全色图像融合

非下采样Contourlet 变换具有多尺度、多方向性、强大的稀疏表达能力,能够有效捕获图像中的纹理信息,文中提出了一种新的基于非下采样Contourlet变换和 HIS变换的遥感图像融合方法。对多光谱图像进行 H IS 变换,将得到的亮度分量和全色图像进行非下采样Contourlet变换,通过融合算法得到新的亮度分量,进行 HIS逆变换得到融合图像。实验结果表明,该方法在保留原图像的频谱信息的同时增强了融合图像的空间细节表现能力。     

用于耕地信息提取的多光谱与全色遥感影像融合方法研究

低分辨率多光谱图像和高分辨率全色图像通过图像融合,可最大限度地发挥两类图像数据的技术优势,达到信息互补和充分表达地物信息的目的。首先,采用IHS变换、PCA变换对某一地区耕地地物信息的多源遥感图像进行融合,分析传统融合方法的不足,之后,以提高光谱信息和空间信息的准确性为目标,采用小波变换与IHS变换结合的方法,最终得到兼具较好空间分辨率和耕地光谱信息的融合图像。通过主观和客观融合质量评价,确认小波与IHS变换相结合的方法优于传统融合方法,该融合方法可为宁夏平原耕地信息的遥感影像融合提供参考借鉴。     

基于NSCT和PCA变换域的遥感图像融合算法

为使融合后的图像在尽可能保持原图像光谱信息的同时,有效提高空间细节信息,提出了一种新的基于非下采样Contourlet变换（NSCT）和主成分分析（PCA）的全色图像和多光谱图像融合算法.对多光谱图像进行PCA变换得到主元分量,将处理后的主元分量与全色图像进行NSCT分解,针对低频子带系数选择提出了一种基于窗口与局部方差相结合的融合策略;在高频子带系数选择上,提出了基于区域线性相关测定的融合策略.进行非下采样Contourlet逆变换和PCA逆变换,得到具有高空间质量的多光谱图像.实验结果表明,提出的算法在保留光谱信息和提高空间细节信息的综合性能上有所提高,能够取得较好的融合效果.     

高分一号卫星影像的融合方法比较研究

高分一号卫星是国家高分辨率对地观测系统重大专项的首发星,它是由中国航天科技集团公司所属中国空间技术研究院航天东方红卫星有限公司研制,设计寿命5~8a。掌握和了解高分一号的影像融合质量情况对GF-1影像数据的应用和后继星的研制至关重要。以高分一号影像为研究对象,选取Brovey、HSV、PCA、Gram-Schmidt 4种融合方法进行对比实验,并对融合结果进行定性及定量评价。高分一号全色影像与多光谱影像融合既可以保留影像的多光谱信息,还可以提高影像的空间分辨率。结果表明,Brovey融合后较好地保留多光谱波段的光谱分辨率,但是空间信息的详细程度较低;HSV融合后融合效果处于中等位置;PCA法融合后光谱保持性最好,但是信息量损失较大;Gram-Schmidt法各项指标最优,不仅保持原来的光谱特性,且信息失真小,融合效果最为理想。     

BP神经网络在多源图像融合中的应用研究

采用BP神经网络与SVR融合法相结合的方法来实现像素级多源图像融合。改进型的SVR方法,用来进行全色波段和多光谱波段的融合。首先将各多光谱波段与全色波段求算回归系数,然后利用回归系数与多光谱波段合成模拟高空间分辨率全色波段,最后利用比值变换完成各波段的融合．通过仿真证明,BPNN—SVR融合法优于SVR融合法。     

结合最优亮度分量的遥感图像融合方法

针对基于亮度色调饱和度变换的遥感图像融合方法中存在的光谱损失问题,提出了一种结合最优亮度分量的融合方法．根据全色图像的亮度分量,利用克隆选择算法给出每幅单光谱图像对应的全局优化权值,该权值可反映出每幅单光谱图像相对于全色图像亮度分量中所占的折中比例,从而减弱了单光谱图像间的相关性,可获得更加逼近全色图像的亮度分量;利用最优亮度分量在改进的空间分辨率增加(ARSIS)框架下获取具有高分辨率的多光谱图像．算法针对快鸟卫星图像数据的实验结果,验证了新方法在降低光谱损失和增强融合图像细节信息方面的有效性,所获得的融合后的高分辨率多光谱图像具有较小的光谱损失．     

Fusion of multispectral image and panchromatic image based on NSCT and NMF

A novel fusion method of multispectral image and panchromatic image based on nonsubsampled contourlet transform(NSCT) and non-negative matrix factorization(NMF) is presented,the aim of which is to preserve both spectral and spatial information simultaneously in fused image.NMF is a matrix factorization method,which can extract the local feature by choosing suitable dimension of the feature subspace.Firstly the multispectral image was represented in intensity hue saturation(IHS) system.Then the I component and panchromatic image were decomposed by NSCT.Next we used NMF to learn the feature of both multispectral and panchromatic images’ low-frequency subbands,and the selection principle of the other coefficients was absolute maximum criterion.Finally the new coefficients were reconstructed to get the fused image.Experiments are carried out and the results are compared with some other methods,which show that the new method performs better in improving the spatial resolution and preserving the feature information than the other existing relative methods.     

基于GF影像的不同融合方法对城市水体光谱保真度影响

为了评价融合后遥感影像上城市水体的光谱保真度,以GF1和GF2影像为数据源,应用经典的4种融合方法:Brovey、Gram-schmidt Pan Sharpening、NNDiffuse Pan Sharpening和主成分分析(principal component analysis,PCA),对GF1和GF2的全色影像和多光谱影像进行融合,并选取融合前后影像上的城市水体样本点,采用平均值、均方根误差(root mean square error,RMSE)、平均相对误差(mean relative error,MRE)来分析融合前后影像上城市水体波段偏差和波形保真度.结果表明:在波段偏差上,GF1和GF2影像均是采用NNDiffuse Pan Sharpening方法最好;在波形保真度上,GF1影像采用NNDiffuse Pan Sharpening方法最好,GF2影像采用Gram-schmidt Pan Sharpening方法最好.融合后的城市水体光谱保真度较好,可以进一步开展定量参数反演研究.     

Remote sensing image fusion based on sparse non-negative matrix factorization

In order to reduce the spectral and spatial distortions, a novel method based on sparse non-negative matrix factorization (SNMF) is proposed for multispectral and panchromatic images fusion. Firstly, the high spatial resolution and low spatial resolution dictionaries are learned from panchromatic. Then we construct a sparse non-negative matrix factorization model of the multispectral image. Thus, the coefficients matrix with spectral information can be obtained. The high spatial resolution multispectral image is produced by the multiplication high spatial resolution dictionary and the coefficients matrix. By introducing the sparse regularization, the instability of the standard non-negative matrix factorization is conquered and the fused image can preserve the high spectral and spatial information. Some experiments are made on QuickBird and Geoeye satellite datasets, and experimental results show that our proposed method can reduce distortions in both the spectral and spatial domains, and outperform some related pan-sharpening approaches in visual results and numerical guidelines.     

基于PCA、SFIM、MLT算法的ETM+影像融合

采用PCA、SFIM和MLT3种融合算法对ETM 影像进行融合,并从融合影像的光谱质量、空间结构信息和分类精度等方面对融合方法进行评价.结果表明,SFIM融合法的光谱质量最高,PCA融合法具有最高的高频空间结构信息融入度,MLT融合法具有最高的分类精度,3种融合影像的分类精度都较原始影像的分类精度有所提高.     

Assessment of the fused image of multispectral and panchromatic images of SPOT5 in the investigation of geological hazards

The investigated area in this paper is located on the northern mountain in Guangzhou City. It is characterized by high relief and inaccessibility. Multispectral and pan Images of SPOT5 were used as the remote sensing data source, and high-pass filtering (HPF), Brovery transform (BT), intensity-hue-saturation (IHS), principal component analysis (PCA) and the modified IHS (MIHS) methods were adopted for image fusion. Here, a comparison has been made between the entire fused images and the original multispectral images. Subjective evaluation and objective evaluation (entropy, average gradient, correlation coefficient, distribution of gray) have been adopted to assess the quality of the fused images. Also regional geological survey has been taken to find the interpretation veracity. Results show that the MIHS is the best image fusion method for geological hazards interpretation, and the fused image can provide abundant textural and spectral information for easy interpretation of such geological hazards as collapse, landslip, and debris flow.     

Assessment of the fused image of multispectral and panchromatic images of SPOT5 in the investigation of geological hazards

The investigated area in this paper is located on the northern mountain in Guangzhou City. It is characterized by high relief and inaccessibility. Multispectral and pan Images of SPOT5 were used as the remote sensing data source, and high-pass filtering (HPF), Brovery transform (BT), intensity-hue-saturation (IHS), principal component analysis (PCA) and the modified IHS (MIHS) methods were adopted for image fusion. Here, a comparison has been made between the entire fused images and the original multispectral images. Subjective evaluation and objective evaluation (entropy, average gradient, correlation coefficient, distribution of gray) have been adopted to assess the quality of the fused images. Also regional geological survey has been taken to find the interpretation veracity. Results show that the MIHS is the best image fusion method for geological hazards interpretation, and the fused image can provide abundant textural and spectral information for easy interpretation of such geological hazards as collapse, landslip, and debris flow.

     

WorldView-2遥感图像融合新方法

新型高分辨率WorldView-2星载图像的出现给现有的图像融合技术带来了更大的挑战,该文提出了一种全色光和多光谱图像融合新方法。首先采用最近邻插值对多光谱图像重采样放大;然后结合WorldView-2各波段光谱响应特点利用多元线性回归构造出低分辨率全色光图像,通过对原始高分辨率全色光图像空间细节信息的提取并将其注入至多光谱图像的成分空间中;最后经对应分析反变换得到融合结果。实验结果表明,该方法在融合WorldView-2遥感图像时能够在提高空间分辨率和保持光谱信息两方面达到较好的平衡,优于现有的几种融合方法。     

一种基于光照模型的多源遥感图像融合算法

多光谱图像和全色图像是目前卫星遥感领域最常见的传感器图像。为了充分地发挥这两类遥感图像数据的互补性信息，增强二者的清晰度和解译能力，在SFIM算法的基础上，将IHS变换与SFIM相结合，并对原有的均值滤波器进行改进，提出了一种自适应加权均值滤波器。通过一组多光谱图像和全色图像的融合实验，并对比常用的IHS融合方法和SFIM方法，证明了新算法在保持多光谱图像光谱特性的同时，能有效提高融合图像的空间分辨能力。     

基于经验小波的太阳能电池缺陷图像融合

为解决太阳能电池的弱缺陷检测问题,提出一种基于二维张量经验小波的多光谱图像融合算法。使用一组特定波长的光源采集太阳能电池片图像信息,对图像进行顶帽变换抑制背景噪声;使用经验小波变换对预处理图像进行分解,分别对获得的高低频子带图像采用基于极大值的显著性融合规则进行融合,将融合后的高低频子带图像进行小波反变换获得最终的融合图像。在相同的采集条件下获取五类色差电池片图像,进行算法测试试验,并从图像视觉效果和客观评价指标两方面与其他算法分析比较。试验结果表明,此算法不仅具有良好的适应性,而且在保持光谱信息和抑制噪声等方面均取得良好的效果。