基于加权相关矩的多传感器图像融合方法

针对遥感多光谱图像和全色图像的融合问题,提出了一种基于局部区域特征的多分辨率图像融合方法。该方法首先对图像进行二维小波变换,然后根据高频小波系数的一阶、二阶统计特征来计算加权相关矩,从而得到包含更多信息和有效特征的融合图像。试验结果证明融合图像在保留地物光谱信息和提高空间细节表现能力上都具有很好的效果。     

基于特征的遥感影像数据融合方法

基于小波的多分辨率分析理论提出了一种新的遥感影像数据融合方法。它利用区域方差最大和一致性准 则对不同尺度下的子带数据进行融合，采用加权运算对相应基带数据进行复合E文中给出了黑白航空影像与TM 影像、SAR影像的融合结果E通过与基于像素平均的融合方法比较，证明了本方法具有良好的鲁棒性和自适应能 力E     

基于Contourlet变换的遥感影像融合算法

针对目前最新发展的Contourlet变换能比小波变换更适合于进行多尺度边缘增强处理的特点，本文提出了一种新的基于Contourlet变换的用于融合遥感全色和多光谱影像的算法，分别对应于Contourlet变换后得到的低频和高频分量系数，结合小波变换采用了不同的融合规则．实验结果表明本文提出的融合算法能在保留多光谱影像光谱信息的同时增强了融合图像的空间细节表现能力和信息量，该算法是有效可行的．     

多时相MODIS数据融合效果的分析与评价

MODIS是美国新一代地球观测卫星EOS计划中重要的传感器之一,其主要目标是实现对大气和地球环境变化的长期观测和研究,因此,充分挖掘并利用MODIS数据信息十分必要。采用IHS变换法、IHS_FFT法及IHS_WT法等多种方法对MODIS多时相数据进行融合比较,并从反映图像亮度、空间细节和光谱信息的三类统计参数给出客观评价分析结果。结果表明,IHS_WT方法的融合效果较优,特别是采用双正交小波基（bior6.8）,而IHS和IHS_FFT法存在一定得光谱扭曲现象。     

航空影像和TM影像融合及应用研究

航空遥感影像具有地面分辨率高的优势而TM卫星遥感影像具有多光谱优势。介绍了这两种影像融合的原理、方法,并分析了融合影像在制作三维景观图、库区淹没分析及损失评估、退耕还林还草监测、边界勘定、虚拟现实仿真系统中的应用。     

多分辨率金字塔算法的遥感影像融合对比分析

采用拉普拉斯、对比度、梯度以及形态学4种金字塔分解算法,以区域特征选择为融合规则对IKONOS多光谱和全色波段影像进行融合,从空间信息和光谱特征两个方面对融合结果进行对比分析,探讨各种算法的遥感影像融合效果。实验结果表明:基于形态学金字塔算法影像融合的空间信息增强和光谱特征保留效果最好;Laplacian算法次之;对比度和梯度算法效果最差。     

基于模糊聚类的MODIS云检测算法研究

云检测是遥感图像处理的一大难点,同时也是图像预处理的必要环节.本文使用基于模糊集合理论的模糊C均值聚类法,对中分辨率成像光谱仪图像的四个波段进行聚类.以检测出云和下垫面.通过我国典型区域在不同季节不同时相的数据,结合多光谱综合法和目视解译的对比检验,证明该算法适用于区域性的云检测,能检测出一些小面积的云点像元.此外,该算法在一定程度上改善了需要根据先验知识设定阈值的传统云检测算法,是一种简易可行的非监督云检测算法,为下一步云的剔除工作奠定良好的基础.     

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。     

区域MODIS水汽季节修正模型

针对MODIS水汽空间分辨率高但精度不高的不足,提出了一种利用GNSS的MODIS水汽校正模型。MODIS水汽校正模型通过GNSS水汽和线性回归方法分季节构建。通过GNSS水汽与MODIS水汽的相关性分析比较,利用线性回归方法分季节构建区域和城市MODIS水汽校正模型,通过与GNSS水汽比较验证区域和城市模型的可靠性。研究结果表明,GNSS水汽与MODIS水汽的变化趋势基本一致,存在显著正相关特性;经检验3个测站的城市和区域,冬季模型均方根误差优于1mm,春、秋季均方根误差接近,约为2mm,夏季城市模型均方根误差最大,值为6.58mm。区域模型有效提高MODIS水汽精度,可为短时天气预报提供基础。     

基于亮度平滑滤波调节(SFIM)的SPOT5影像融合

遥感影像融合不仅要求提高原多光谱影像的空间分辨率,更重要的是保留影像的光谱信息,减少失真。为分析SFIM算法融合SPOT-5影像的光谱保真效果,首先采用IHS、小波和SFIM算法对SPOT-5的全色影像和多光谱影像进行融合,生成新的高分辨率多光谱影像。然后采用均值、相关系数、熵、标准差、梯度五个指标对SFIM不同滤波窗口的融合结果评价;最后采用以上定量评价指标对不同方法的融合结果进行分析评价。结果表明:和传统的IHS、小波融合方法相比,SFIM融合不仅提高了影像的空间分辨率和清晰度,而且较好地保持了原多光谱影像的光谱特征。     

基于多时相MODIS监测冬小麦的种植面积

论文基于时相和波谱信息，利用MODIS数据监测了北京冬小麦的种植面积。首先，基于地形高度对地物光谱反射值的影响，借助DEM数据对研究区域进行划分。其次，在分析并提取北京地区主要农作物时间谱曲线特征的基础上，设计决策函数，成功提取了北京地区冬小麦的种植面积。最后，比较并分析了非遥感数据对监测精度的影响。研究结果表明，（1）时相信息可以极大的提高农作物种植面积的监测精度。（2）辅助数据的利用，使决策函数的设计更具有针对性，监测结果更可靠。（3）多源多时相遥感数据在农作物种植面积的提取中具有明显的技术优势和重要的应用潜力。     

基于小波框架的多传感器图像融合

图像融合是多传感器信息融合在图像处理领域的一个重要应用,以小波变换为工具是这一领域研究方法上的重大突破。文章从理论上分析了以小波框架进行图像融合优于正交小波,采用不同的融合规则对同一目标的不同聚焦图像进行试验,并对实验结果进行了分析和评价,评价结果与理论分析相吻合。     

基于小波变换的MODIS与ETM数据融合研究

遥感影像融合方法多样，但针对空间分辨率相差十倍、甚至十几倍的不同数据源影像进行融合的研究很有限。有效算法也较少。MODIS影像高光谱数据具有36个相互配准的光谱波段信息，然而其0．25km～1km的低空间分辨率，却限制了其应用潜力。本文基于小波变换的算法思想提出了一种MODIS与Landsat ETM(空间分辨率30m)数据融合的方法，能够有效的将MODIS的光谱信息和ETM的空间几何信息结合起来，并在此基础上分析了地形阴影对融合的影响，为MODIS数据用于制作较大比例尺的土地利用现状图等提供了可能。     

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。     

基于二维经验模式分解的医学图像融合方法

基于多尺度多分辨率的图像融合是医学图像融合的重要方法,二维经验模式分解（BEMD）方法是一种新的多尺度多分辨率图像分解方法. 本文提出了一种基于BEMD的医学图像融合方法. 首先将待融合的两幅图像进行BEMD分解,获得多个BIMF分量和一个剩余分量;然后针对BIMF分量和剩余分量采用不同的融合规则进行图像融合;最后对融合后的各分量进行BEMD逆变换,得到最终的融合结果. 实验结果表明,本文方法可得到较好的融合效果,融合图像清晰,含有的更多信息.     

基于SPOT5遥感影像丰宁县植被地上生物量估测研究

利用SPOT5遥感影像数据和同期获得的野外调查样地数据,基于按植被类型分类估测的方法,研究了河北省丰宁满族自治县植被地上生物量的遥感估测技术。研究结果显示,SPOT5影像的4个波段反射率和中红外植被指数(VI3)结合建立的多元回归模型,可用于森林生物量的遥感估测,估测的R2值达0.540,说明中红外波段信息提高森林生物量的估测精度有一定作用;通过分析样地生物量与多种植被指数的相关性发现,基于比值植被指数(RVI)的指数回归模型是灌丛生物量估测的最佳模型,估测的R2值达0.711,基于归一化植被指数(NDVI)的简单线性回归模型为估测草地生物量的最佳模型,R2值达0.790。利用2008年的全覆盖SPOT5影像,获得了丰宁县2008年植被地上生物量分布图,除农田植被外,全县地上生物总量为3.706×107 t,单位面积生物量平均为51.223t/hm2,其中,森林植被总生物量为3.578×107 t,灌丛植被总生物量为1.048×106 t,草地植被总生物量为2.277×105 t。     

基于边缘检测与归一化相关矩的图像融合方法

常见的基于小波变换的图像融合方法只是从小波系数的某一特性来考虑小波系数的选取,因而融合结果往往只提升了融合图像的某一特性。从数据融合的角度,提出了一种有效的融合算法,该方法将基于小波变换的图像边缘检测与归一化相关矩相结合并应用于图像的融合中。实验表明,与单一的融合规则相比,该方法能有效提高融合图像的质量。     

基于张量分解融合RGB-D图像的物体识别

为了充分利用RGB-D图像的深度图像信息，提出了基于张量分解的物体识别方法。首先将RGB-D图像构造成一个四阶张量，然后将该四阶张量分解为一个核心张量和四个因子矩阵，再利用相应的因子矩阵将原张量进行投影，获得融合后的RGB-D数据，最后输入到卷积神经网络中进行识别。RGB-D数据集中三组相似物体的识别结果表明，利用张量分解融合RGB-D图像的物体识别准确率高于未采用张量分解的物体识别准确率，并且单一错分实例的准确率最高可提升99%。     

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。