高景一号影像多方法融合效果评价分析

针对我国首个0.5m高分辨率遥感星座高景一号缺少最优融合算法评价的问题,基于ENVI、ERDAS、PCI、ArcGIS四大常用专业软件提供的14种影像分辨率融合方法,开展高景一号影像融合试验,结合目视观察进行主观评价,并选择均值、标准差、信息熵、平均梯度、平均偏差、相关系数等6个统计指标进行客观分析。结果显示,所有的融合方法都能够在提高空间清晰度的同时从总体上保留光谱信息。从遥感人工解译和定量反演2个角度出发,可以考虑选择HPF、Pansharp、Subtractive 3种方法。通过农用地、水体和建筑物3种主要地类的对象提取对比,认为Pansharp融合的结果更为均衡。该文为高景一号影像的深入应用提供参考。     

高分一号卫星4种融合方法评价

以国产高分辨率卫星高分一号作为数据源,应用Pansharp融合、HPF融合、Gram-Schmidt融合和SFIM融合4种方法对高分一号卫星2m全色及8m多光谱数据进行了融合试验,并对融合结果的空间信息融入度和光谱保真度进行了评价。选取标准差、熵及联合熵、平均梯度、相对偏差4种客观评价指标对融合结果进行了计算与分析。研究结果表明:对于高分一号卫星,4种方法均显著提高了影像的空间分辨率,同时较好地保留了影像的光谱信息,提高了影像的利用率。其中Pansharp融合综合表现最好,HPF方法边界最为清晰,SFIM方法的光谱保真度最高,GramSchmidt融合在近红外波段效果最好。根据不同的研究目的,使用适宜的融合方法及参数,可以使高分一号卫星影像更好地为生产及科研工作服务。     

中高分辨率遥感影像融合研究

以浙江省衢州市的一个区域作为研究区,在阐述遥感图像融合原理的基础上,以QuickBird、SPOT5和Landsat ETM+全色与多光谱遥感图像为数据源,应用Brovey变换、SVR变换、PCA变换、Pansharp变换和Gram-schmidt变换等融合方法,对上述3类遥感图像进行了融合试验和分析,并从光谱信息和空间信息两个方面对融合效果进行计算分析,来比较这几种融合算法用于QuickBird、SPOT5、ETM+遥感图像融合的效果。研究结果表明,在QuickBird影像融合时Gram-schmidt变换法的效果最好。Pansharp变换法在SPOT5影像融合时综合效果优于其它方法。ETM+影像融合时,Gram-schmidt变换的光谱退化最小;在空间信息增强方面:Brovey变换在波段2、3融合时效果最好,在波段1、5、7上,SVR变换法优于其它变换法,而波段4融合时则是Pansharp变换最佳。     

Sentinel-2卫星影像融合方法与质量评价分析

Sentinel-2卫星传感器获取的是3种不同空间分辨率的光学遥感影像,如何通过融合方法提高较低空间分辨率波段的空间分辨率成为Sentinel-2数据应用面临的问题之一。以Sentinel-2B影像为数据源,利用相关系数最大法、中心波长最近邻法、像元值最大法和主成分分析等4种方法从4个10 m分辨率的波段中产生一个高分辨率波段;采用主成分分析、高通滤波、小波变换、Gram-Schmidt变换以及Pansharp共5种融合方法,对产生的高分辨率数据和6个20 m分辨率的多光谱数据进行融合,并从定性、定量(信息熵、平均梯度、光谱相关系数、均方根误差和通用图像质量指数)以及融合影像的分类精度3个方面对融合效果进行评价,结果表明:相关系数最大法的Pansharp方法融合图像质量优于其他融合方法,分类精度略低于最高的像元值最大法的GS方法,并且远高于4个原始10 m分辨率的多光谱影像的分类精度。从实验数据的分类精度分析,不同融合方法在不同地物提取中各有优势,在实际应用中,应根据实际研究需要,选择适宜的方案。该研究可为Sentinel-2卫星以及相似卫星数据处理和应用提供参考。     

ASTER多光谱影像与资源二号全色影像融合研究

随着遥感获取数据手段的日益增多,遥感影像的融合技术备受关注。针对ASTER多光谱影像光谱信息丰富、分辨率小,资源二号全色影像分辨率高、纹理信息丰富的特点,以安徽省马鞍山市当涂县的ASTER多光谱影像与资源二号全色影像为例,分别采用基于主成分分析、小波变换以及主成分分析与小波变换相结合的3种融合方法进行融合实验,并对融合后的影像进行对比,探讨 ASTER多光谱影像与资源二号全色影像融合的方法和效果。结果表明:采用主成分分析与小波变换相结合的方法对两幅影像融合的效果最好,极大地改善了两种单一方法的缺点,提高了原始影像的目视效果和光谱信息,从而为区域研究提供了更精确的数据资料。     

基于小波变换一致性检测的遥感影像融合

通过分析一些经典遥感影像融合方法的不足, 提出了一种基于小波变换一致性检测的遥感影像融合方法。其基本思想是在基于局部方差融合方法的基础上,采用“多数”原则对各个像素的8个邻域进行一致性检测,并进行相应调整,以保持融合后的高频细节分量具有一致性。通过仿真实验以及相应评价指标的衡量证明了该方法在遥感影像融合方面的有效性和优越性。     

遥感影像融合及高保真算法比较分析研究

随着传感器性能的提高,现代遥感技术提供了各种光谱分辨率、空间分辨率的遥感数据,如何充分、有效的利用多源、多尺度遥感影像数据成为遥感应用技术的一个挑战。本文系统阐述了遥感影像融合的理论和方法,详细分析了像素级、特征级、决策级遥感影像融合的方法和优缺点,深入探讨了Gram-Schmidt和SFIM两种高保真的融合方法,给出了融合结果的评价体系,结果表明SFIM融合方法是最优方法。     

遥感影像融合评价定量指标选取问题

鉴于目前遥感影像融合评价在定量指标的归类、选取和使用等方面尚未有较为全面、科学的标准和体系,从而定量融合评价工作中存在一些指标选用不明确、评价结果不一致的情况,该文将众多定量指标的融合评价结果进行分析,考察并遴选出具有代表性的定量指标作为参考。以WorldView-2影像、ZY-3影像和ALOS影像为数据源,选取常用的几种融合方法进行融合实验,将客观评价结果利用均值-标准差图的可视化方式进行分析,并与主观评判相结合,探讨遥感影像融合质量评价的最佳方案。实验结果表明,在评价光谱保持度方面,SAM与Q4/Q8评价结果之间的一致性最好,且与主观评判相符度最高;在评价影像清晰度方面,推荐使用角二阶矩和点锐度相结合的方式。     

基于分割评价函数的多尺度分割参数的选择

利用遥感影像进行林地分类时,面向对象分割参数的设置对影像分割结果至关重要,进而影响遥感影像的分类结果。分割评价函数是检验分割效果的重要标准,利用分割尺度、形状指数和紧致度3个参数在不同水平下组合得到的分割评价函数值来评价分割效果的优劣。在已有分割评价函数的基础上进行改进,并对加入面积权重因子后是否对参数选择产生影响进行研究。基于统计分析的方法,利用方差分析和相关性分析法研究4种分割评价函数与分割参数的关系。从全国范围内随机选取Landsat 8OLI和高分一号(GF-1)影像数据各10景作为实验样本,探讨3个参数对分割结果的影响,实验结果表明:(1)分割尺度对分割的影响最大,形状指数次之,紧致度最小;(2)形状指数取值偏小,紧致度取值偏大,对分割效果好;(3)加入面积权重因子提高分割评价函数的稳定性;(4)改进的方法与现有的方法相关性显著,因此适宜作为评价的标准;(5)影像分辨率不同不会对参数的选择产生显著影响。     

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。     

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。     

多尺度特征融合的多源异构遥感数据水体提取

针对现有遥感测绘水体提取方法在多源异构遥感数据的信息融合与深层特征提取方面存在的不足,提出了一种基于多尺度特征融合的多源异构遥感数据水体提取方法。首先,设计了一种基于多源异构遥感数据输入的网络模型结构解决多源异构遥感数据的多尺度特征融合问题;随后,提出了一种基于改进残差网络的高维卷积单元,对异构遥感数据进行深层特征提取,同时,构建了基于哨兵一号和哨兵二号卫星的全球水体大规模多源异构遥感数据库。对比实验结果表明,以人工遥感影像标注的水体区域分布真值为精度评价基准,所提出的多尺度特征融合算法的水体提取结果,准确率达到了90.12%,相比现有深度学习领域主流的U-Net图像分割模型方法,准确率提高了3.73%以上,有效提升了多源异构遥感数据的大范围水体提取准确性。     

基于光谱角和光谱距离评价指标的遥感影像融合方法比较研究——以QuickBird数据为例

遥感数据融合是一种得到具有较高空间分辨率和光谱分辨率数据的有效方法,而如何保持地物光谱特性是遥感数据融合的关键问题。QuickBird卫星数据是高空间分辨率遥感数据的典型代表,探讨QuickBird数据的融合方法对于促进该数据的广泛应用具有重要意义,同时也能为其他高分辨率数据的处理提供借鉴。以QuickBird高分辨遥感数据为例,比较研究了目前针对高分辨率遥感数据常用的高通滤波、小波变换、Gram\|Schmidt和Pan\|sharpening 4种融合方法,以反映光谱曲线变化程度的光谱角和光谱距离为指标,评价了4种融合方法对多光谱影像地物光谱信息的保持能力。结果表明:小波变换在显著提高空间分辨率的同时最大程度地保持了原始多光谱影像的光谱信息,是4种方法中最适合QuickBird遥感数据的融合方法。     

基于资源三号卫星数据的数字正射影像图制作研究

资源三号卫星的成功发射填补了我国立体卫星测绘的空白,可以提供优于5m地面分辨率的遥感影像.论文提出基于资源三号卫星遥感数据的数字正射影像图（DOM）制作流程,重点对影像纠正、影像配准、影像融合、影像镶嵌等关键步骤进行研究,并通过实验验证方法的可行性.实验证明该方法具有较强的实用价值和广泛的应用前景.     

多源遥感影像融合理论、技术和应用

多源遥感影像融合日趋成为国际上遥感领域的研究热点，也是处理和充分利用多源遥感海量数据的有效途径。本文综述了多源遥感影像数据融合技术，包括融合原理、融合的主要方法、遥感影像融合应用、融合评价指标，最后指出了融合中存在的问题和发展趋势。     

面向土地覆盖分类的MODIS影像融合研究

MODIS影像的多波段及其1、2波段的250 m中等分辨率为大区域中空间分辨率的土地覆盖制图提供了可能。为了有效利用MODIS影像的空间和光谱信息,使用SFIM、HPF和PCA变换等遥感影像融合方法,分别采用MODIS影像的波段1(b1)和波段2(b2)对3~7(b3~b7)波段进行融合,并就融合影像的光谱保真度和分类精度对6种不同融合结果进行评价。结果表明不同的融合结果得到的分类精度均有不同程度的提高;3种融合方法中使用b2的融合效果均优于b1;SFIM变换在光谱失真较小的情况下能够较大程度地提高分类精度。因此使用b2的SFIM变换可以用于提高MODIS土地覆盖图的空间分辨率和精度。     

资源三号卫星CCD影像云处理方法研究

在分析目前较为常用的多种去云方法特点后,选取改进的同态滤波算法进行去云处理,并与同态滤波法进行对比研究,通过定性分析与定量评价两方面比较。结果表明:基于改进同态滤波法对资源三号融合影像去云处理产生的遥感图像失真较小,同时很大程度地保持了空间纹理细节信息,是一种适合于资源三号影像去云的较好方法。     

高分辨率遥感影像融合存在的问题及改进措施

影像融合技术作为富集和优化多源遥感影像信息的一种有效途径一直受到遥感界和图像处理领域的关注，并且已开发出多种融合方法。但是随着高分辨率遥感卫星的发展。当前一些融合方法对新型高分辨率遥感影像如IKONOS、Quick—Bird的融合效果欠佳，颜色差异是存在的主要问题。本文从高分辨率遥感影像光谱特征的分析入手找到颜色偏差的原因，同时给出了多种改进措施．然后分别利用传统的和改进的方法进行了融合试验，并对试验结果进行对比分析，以期找到对新型高分辨率遥感影像融合更加适用的方法。     

利用指数熵的多时相遥感影像变化检测方法

针对像素级变化检测法中变化阈值的提取不够自动化和准确化,导致变化检测结果精度不高的问题,提出一种利用双阈值指数熵的多时相遥感影像变化检测方法。该方法首先采用差值法构造2个时相遥感影像的差异影像;其次采用双阈值指数熵的方法确定差异影像的最佳变化阈值,并将其用于分割差异影像,得到变化区域。采用客观评价法对变化检测结果进行精度评定。选择我国鄱阳湖局部区域2个时相的遥感影像进行试验,并与基于模糊C均值的变化检测方法进行对比。通过试验,所提出方法变化检测精度达94.22%,是一种有效、可行的变化检测方法。     

城市绿地信息提取中高分辨率卫星影像融合方法研究

针对城市绿地信息提取时不同影像融合方法缺少系统性研究的问题,本文以国产高分一号、WorldView-2卫星影像的数据为例,借助GS变换、PCA变换以及HIS变换3种方法,融合高分辨率卫星影像,并从融合质量及城市绿地信息提取精度等方面评价了影像融合方法的可行性。研究结果表明,在3种影像融合方法中,GS融合的效果最好;且用于城市绿地信息提取时,GS和PCA能够获得高精度的卫星影像,对影像分类精度的提高效果最为明显,充分满足了城市绿地信息提取的应用需求。