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。     

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。     

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.     

基于非下采样剪切波变换的国产高分遥感影像融合

针对高分遥感影像融合存在影像间相关性差、融合亮度差异明显的问题,提出了一种基于非下采样剪切波变换（NSST）的国产高分全色与多光谱遥感影像融合方法。选取高分一号、高分二号和高分七号遥感影像作为实验数据,通过强度-色调-饱和度（IHS）提取多光谱影像的亮度分量;利用NSST算法对亮度分量和全色影像提取高频和低频信息,并充分考虑高频和低频之间的关系,设计有效的影像融合策略;最终采用IHS和NSST得到融合影像。与Brovey、Gram-Schmidt(GS)、Hue-Saturation-Value(HSV)、Co-occurrence filtering(COF)等方法对比验证,通过主观和客观评价相结合的方式对融合影像进行综合评价,结果表明所提方法是一种可行的遥感影像融合方法。     

基于支持向量值轮廓波变换的遥感影像融合

 本文研究基于支持向量值轮廓波变换的遥感影像融合.首先将支持向量值滤波器和方向滤波器组进行合理搭配,构造支持向量值轮廓波变换,该变换具有平移不变、泛化能力好、捕捉奇异性能强等特性.然后利用该变换对多源遥感影像进行多尺度、多方向、多分辨率分解,在不同的分解水平上利用基于区域能量和基于区域的轮廓波对比度方法进行融合.实验结果表明,利用该变换进行遥感影像融合时,能在不降低空间分辨率的情况下有效保留源影像的光谱信息.     

基于超像素融合的遥感影像变化检测方法

以基于像素变化检测方法为基础,提出一种基于超像素融合的遥感影像变化检测方法.该方法主要包括以下步骤:首先对原始遥感影像进行两次超像素分割,生成像素级、超像素级和超像素级三个不同尺度的分割图,然后分别对每个分割图进行变化矢量分析,得到三个尺度的差分影像.分别对多个差分影像进行模糊C均值聚类,得到三个尺度变化与不变的隶属度...     

基于小波变换的机载雷达测绘遥感影像信息数据融合方法

在融合机载雷达测绘遥感影像信息数据的过程中,由于原始机载雷达测绘遥感影像反馈信号在频域分布上具有多元化的属性,导致融合后影像的质量相对较低。为此,文章提出基于小波变换的机载雷达测绘遥感影像信息数据融合方法。该方法通过在小波变换设置了以频率为基准的窗口函数,并结合遥感影像反馈信号所处频域与频率函数状态之间的关系,建立了待分析遥感影像信号与频率窗内的高频频域分布参数之间的乘积关系,从而得到所需的信号频谱特性,在进行机载雷达测绘遥感影像信息数据融合阶段,结合遥感影像反馈信号与有限区域范围之间的关系,对其进行适应性融合。测试结果表明,融合后影像在完整度、清晰度以及综合质量方面均处于较高水平。     

基于数据同化和粒子群优化算法的遥感影像融合

针对现有的基于色彩空间变换、基于统计以及基于多尺度分析等融合模型的建立主要依赖于经验,其参数选取存在主观性,基本上不能根据融合图像的后续使用目的进行自适应调整的问题,该文提出了一种基于数据同化和粒子群算法的遥感影像融合框架。此框架根据后续处理对影像各个属性指标值的依赖程度确定各个属性指标的权重,构造由影像各个属性评价指标的加权和所组成的目标函数,再利用粒子群算法优化目标函数从而获取合适的影像。一组实验以熵、平均梯度、标准方差、空间频率和结构相似性等定量指标验证了该框架的有效性。     

多特征自适应融合的高分辨率遥感影像变化检测

常规的遥感影像变化检测主要基于光谱信息,没有充分挖掘高分辨率遥感影像的多特征信息,导致检测结果完整性不高、准确性低等问题,针对此问题,提出一种基于面向对象思想的多特征自适应融合的遥感影像变化检测方法。首先,应用e Cognition软件对两时相遥感影像进行分割,提取影像对象的光谱、纹理、形状特征,然后构建神经网络进行特征融合,自适应地调节特征融合权值,得到最终检测结果。实验结果表明,多特征自适应融合的检测方法能够有效减小漏检、虚检概率,提高检测的准确性与完整性。     

大幅面遥感影像分发技术研究

在分析大幅面遥感影像分发应用需求的基础上,研究具有边缘提取能力的形态小波变换影像压缩技术和影像拆分等关键技术。将其应用到遥感影像分发系统,提出了影像分发服务和影像规范化服务的体系结构。介绍了系统组成,给出了影像产品规范化技术指标,重点描述了大幅面遥感影像规范化处理方法和流程。     

摄影测量与遥感的融合影像质量评价方法

摄影测量与遥感是一门科学、艺术和技术,主要采用无人操作的成像技术与其他传感器的协调合作,开展系统的观测记录,并且对观测的数据进行分析比对,进而得出有关于自然物体或者环境的真实信息。本文主要对融合影像的质量进行评估,融合影像质量的好坏对摄影测量与遥感的数据是否符合标准有着直接影响,评估所获得的影像是否达到标准要求。     

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．     

基于曲波变换的遥感图像融合研究

以SAR与可见光图像、多光谱与全色图像为研究对象,提出了一种基于曲波变换的遥感图像融合方法.首先将图像进行曲波变换,然后在不同的频率域利用融合规则融合曲波系数,最后通过重构得到融合图像.采用均方误差、偏差指数等指标对融合效果进行了客观评价,并与基于小波变换的融合进行了比较.实验结果表明,该方法在保留原始图像重要信息、抑制噪声能力方面均优于小波变换方法.     

基于快速EM算法和模糊融合的多波段遥感影像变化检测

提出了一种基于快速EM(expectation maximization)算法和模糊融合的多波段遥感影像无监督变化检测方法.该方法首先对各波段差异影像采用基于直方图分析的快速EM迭代算法获取变化分类阈值和变化信息,随后对各波段的变化信息进行模糊融合和判决,生成最终的变化检测图.利用真实的多波段遥感影像进行了实验,本文方法在运行时间和检测效果两个方面都具有优越性.     

基于小波变换和遗传算法的遥感影像匹配方法的研究

该文提出了利用小波分析和遗传算法实现遥感影像的匹配,在对参考影像和目标影像进行小波分解的基础上,利用遗传算法优良的全局寻优特点先对低分辨率的遥感影像进行匹配操作,然后逐级上推,最终实现全分辨率情况下的遥感影像的匹配。实验结果表明,该算法不仅具有较高的匹配精度,而且具有较高的效率。     

基于PCA变换与HIS变换相结合的Landsat7遥感数据融合方法及其评价

图像融合的目的是通过数据间的复合,从而强调信息的优化,以突出有用的专题信息,消除或抑制无关的信息,改善目标识别的图像环境,从而增加解译的可靠性,减少模糊性,改善分类效果。本文在选择合适的波段组合的基础上,基于PCA变换与HIS变换相结合的融合方法,在尽可能保留光谱信息的同时,提高了图像的空间分辨率,利用信息熵、联合熵、光谱偏差指数等定量评价后,较传统的HIS变换和PCA变换融合方法有了较好的改进,提高了图像的判读和目视解译能力。     

基于LSSVM和多数投票原则的遥感影像道路提取

由于高分辨率遥感影像中道路信息的复杂性及其与其他地物光谱信息的相似性,导致基于像素道路提取方法中的道路特征利用不够充分.针对这个问题,对原始影像进行HIS变换提取光谱饱和度(Saturation,S)分量,运用基于区域邻接图(Region Adjacency Graph,RAG)的优化分割算法,实现道路区域的分割,然后利用基于最小二乘支持向量机(LSSVM)和多数投票原则对道路信息进行提取.实验表明,上述方法能有效地提取遥感影像中的道路信息.     

基于Clifford小波的遥感影像边缘检测

基于遥感影像结构在方向尺度层面的分解,计算各像素点的Clifford梯度并建立Clifford梯度函数,以此为依据,判断像素是否为边界点,从而得到多幅边缘检测影像.最后将这些边缘影像融合,便可得到最终的边缘检测影像.此方法充分的利用了多光谱影像图层之间的关联性,克服了多维信息难以统一、表达与运算的局限,边缘检测效果优于...     

基于Curvelet变换与分形的遥感图像融合

基于Curvelet变换对于图像的光谱信息保留和分形原理,针对图像的纹理信息提取的特性,提出了一种基于Curvelet变换与改进的分形布朗运动分维数计算的新的融合算法。对多光谱与全光谱图像进行了融合实验,并与传统的基于小波变换和高频系数取大算法进行了对比。实验证明,文中算法在图像光谱信息保留和纹理细节信息等方面具有良好的性能。