波段自适应细节注入的高分五号与Sentinel-2遥感影像空谱融合

目的 针对当前空谱融合方法应用到高光谱图像融合时,出现的空间细节信息提升明显但光谱失真,或者光谱保真度高但空间细节信息提升不足的问题,本文提出一种波段自适应细节注入的高分五号（GF-5）高光谱图像（30 m）与Sentinel-2多光谱图像（10 m）的遥感影像空谱融合方法。方法 首先,为了解决两个多波段图像不便于直接融合的问题,提出一种波段自适应的融合策略,对多光谱图像波谱范围以外的高光谱图像波段,以相关系数为标准将待融合图像进行分组。其次,针对传统Gram-Schmidt （GS）融合方法用平均权重系数模拟低分辨率图像造成的光谱失真问题,使用最小均方误差估计计算线性拟合系数,再将拟合图像作为第1分量进行GS正变换,提升融合图像的光谱保真度。最后,为了能同时注入更多的空间细节信息,通过非下采样轮廓波变换将拟合图像、空间细节信息图像和多光谱图像的空间、光谱信息融入到重构的高空间分辨率图像中,再将其与其他GS分量一起进行逆变换,最终得到10 m分辨率的GF-5融合图像。结果 通过与当前用于高光谱图像空谱融合的典型方法比较,本文方法对于受时相影响较小的城镇区域,在提升空间分辨率的同时有较好的光谱保真度,且不会出现噪点;对于受时相变化影响大的植被密集区域,本文方法融合图像有较好的清晰度和地物细节信息,且没有噪点出现。本文方法的CC （correlation coefficient）、ERGAS （erreur relative globale adimensionnelle de synthèse）和SAM （spectral angle mapper）相比于传统GS方法分别提升8%、26%和28%,表明本文方法的光谱保真度大大提高。结论 本文方法的结果空间上没有噪点且光谱曲线与原始光谱曲线基本保持一致,是一种兼具高空间分辨率和高光谱保真度的高光谱图像融合方法。     

基于PostGIS的高分一号卫星影像管理与Web应用研究

介绍了高分一号卫星影像在测绘生产中的管理与Web应用,探索使用PostGIS数据库进行海量遥感影像管理应用的方法。在数据生产中,利用影像元数据信息进行影像管理,结合测绘生产任务实现影像存储、检索、浏览以及影像产品的管理。结合辅助数据,进行生产进度管理、产品质量管理。在网络服务中,利用PostGIS数据库和瓦片地图数据库相结合的方式,实现卫星影像的网络共享服务,拓展了测绘产品的服务模式。     

考虑AOD差异的高分一号卫星宽视场相机大气校正

针对当前对高分卫星宽视场相机大气校正不够准确的问题,提出了一种考虑气溶胶时空变化差异的大气校正方法.对比了6 S和6 SV对气溶胶变化反应的敏感性,发现6 SV对WFV相机模拟效果更好.此外,利用6 SV辐射传输模型采用气溶胶均值和逐像元2种方式对GF-1卫星WFV相机进行了大气校正实验,并模拟计算了气溶胶误差对WFV...     

基于GF-1PMS数据的森林覆盖变化检测

我国南方人工林场经营强度大,森林覆盖变化频繁,因此,准确、快速地获取森林覆盖变化信息,对研究生态环境变化和经营管理具有重要意义.目前应用较多的森林覆盖变化检测方法主要有直接比较分析法和先分类后比较法,为了探究直接比较分析法和先分类后比较法两种变化检测方法在经营强度大且地形复杂的我国南方人工林场森林覆盖变化检测中的适用性...     

高分一号多光谱高分相机全色图像正射精度验证与分析

采用有理函数模型对高分一号卫星多光谱高分辨率相机(PMS)传感器全色图像进行正射校正,采集检查点检验正射后全色图像几何精度,获取全色图像的正射精度,为用户了解高分一号卫星全色图像正射精度提供参考依据。试验结果表明,高分一号卫星2m分辨率的全色图像正射精度为1.6m,折合成像素精度为0.8个像素,能满足1∶1万比例尺地形图更新要求。经过初步分析,高精度高程数据能进一步提高高分一号卫星全色图像的正射精度。     

高分三号卫星影像在黄河洪水监测中的应用

高分三号（GF-3）卫星是我国首颗C频段多极化高分辨率合成孔径雷达（synthetic aperture radar,SAR）卫星,尝试利用高分三号（GF-3）卫星对黄河2017年第1号洪水开展遥感监测工作,获取了7月28日18时42分和7月29日6时52分的黄河小北干流河段遥感影像。经过影像处理和遥感解译,高分三号（GF-3）卫星影像清晰,层次分明,对河流水体、沙洲、以及河道整治工程、桥梁等反映明显,能够较好地识别洪水淹没范围信息。应用表明,高分三号（GF-3）卫星具有良好的编程成像能力,可以全天候全天时获取洪水遥感影像,在洪涝灾害监测和防灾减灾领域具有较大应用潜力。     

高分六号卫星遥感估算大气细颗粒物方法研究北大核心CSCD

针对目前利用高分六号卫星开展地区高空间分辨率大气细颗粒物监测研究较少的问题,提出了基于高分六号卫星宽幅相机数据的气溶胶光学厚度及大气细颗粒物遥感反演的技术方法,并在京津冀及周边地区开展了应用实验和对比分析。首先,基于改进暗像元法反演了高分六号卫星数据的气溶胶光学厚度;然后,结合地面大气细颗粒物监测数据与多种气象辅助数据,基于随机森林算法,构建了多参量综合的大气细颗粒物估算模型,对京津冀地区的大气细颗粒物浓度进行了估算。研究表明:高分六号气溶胶光学厚度反演结果与地基站点监测结果的相关系数为0.94,反演精度较高;大气细颗粒物估算结果与地基站点监测结果的决定系数达到0.79以上,较好地反映了京津冀地区的大气细颗粒物空间分布。     

一种单时相高分辨率遥感影像时空融合算法

受制于传感器本身材料及卫星轨道参数,空间分辨率和时间分辨率是卫星遥感传感器固有的性能指标且难以兼备,使得高空间分辨率卫星的多时相数据合成问题至今仍是制约其广泛应用的关键问题之一。由于可有效综合空间-光谱-时间维的影像信息,多源遥感影像时空融合技术在近十年间得到迅速发展并已成为解决多时相数据合成问题的有力手段,其中基于学习的时空融合策略在合成精度上具有显著优势且应用潜力较高,但因其对字典训练过程的依赖程度较高而在融合过程中存在一定的不确定性。为提高基于学习的时空融合策略的预测精度、运算效率及鲁棒性,通过综合基于辐射归化的大气校正方法、基于误差约束的数据标准化转换机制、自适应多层递进融合策略以及高效的稀疏求解函数库,设计了一种适用于单时相高分辨率遥感影像的时空融合框架,并以国产高分二号卫星与Landsat-8卫星遥感影像为实验数据对该方法进行充分的对比性分析。实验结果表明,该融合框架不仅提升了运算效率,还在影像保真度、纹理特征描述以及光谱一致性等方面比当前的单数据对融合方法具有更好的重构质量。     

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。     

SPOT-5全色与多光谱数据融合方法的比较研究

多源遥感影像融合是20世纪70年代提出的数据(信息)融合理论在遥感学应用的一个分支,是近年来研究的热点。SPOT-5的多光谱图像含有丰富的光谱信息,而全色图像有很高的空间分辨率,通过将多光谱图像和全色图像进行像素级的融合,使融合后的图像在保留多光谱信息的同时尽量提高空间分辨率。不仅可以提高图像的可视效果,为测量和专业制图提供有利的数据,而且可以用于地物分类、目标识别等一系列处理。此外从景观分类的角度对3种方法的融合效果进行评价分析。     

像素级图像融合方法与融合效果评价

图像融合的目的是将同一场景的多幅图像的互补信息合并成一幅新图像,以便更好地完成场景进行监视和侦察等任务,是在多测度空间综合处理多源图像和图像序列的技术。融合图像更适合人的视觉和便于图像的后续处理,如图像分割、特征提取等。介绍了像素级图像融合的几种方法,按空间域和变换域对各种方法进行了分类,并对各种方法进行了比较;融合图像应保留原图像的重要细节信息且不引入虚假信息;介绍了用交叉熵进行图像融合效果评价的方法。     

基于Landsat-8 OLI和GF-1 PMS数据融合的铁染蚀变信息提取

通过对Landsat-8OLI的多光谱波段与GF-1PMS的全色波段进行数据融合,并基于融合后的数据,利用主成分分析法对研究区的铁染蚀变信息进行了提取。为了验证融合后的数据在矿化信息提取中的优势,将数据融合前后分别提取的铁染蚀变信息结果进行了对比分析。结果表明:基于融合后的数据比不进行融合的数据能够提取更丰富的蚀变信息,尤其是对微小特征的提取效果更好。     

多源遥感图像融合效果评价方法研究

在多源遥感图像融合中,针对同一对象不同的融合方法可以得到不同的融合结果,即可以得到不同的融合图像。如何准确地评价融合效果是图像融合的一个重要组成部分。该文系统地研究了遥感图像融合中的各种评价指标,在对已有的评价指标进行了总结和分析的同时,还提出了一些新的评价指标,并按使用条件和使用用途对遥感图像融合效果评价方法进行了分类。最后通过实验进行了验证。     

畸变环境下的序列图像融合技术研究

红外气动光学效应、大气扰动、湍流等会造成图像的畸变,为了对图像进行准确分析、识别,需要获取畸变校正后的图像.研究了在时变的畸变环境中,通过对拍摄到的序列图像进行处理,消除畸变影响来获取高质量图像.结合图像配准技术,充分考虑到配准后的各图像的质量指数,提出了一套新的畸变环境下的序列图像融合算法.通过在真实数据集上的系列实验,证实了算法的有效性.     

Brovey 融合与小波融合对QuickBird 图像的信息量影响

图像融合是解决多源遥感图像综合的最有效技术手段, 针对不同数据源选择最佳的融合方法是提高图像融合质量的关键。在分析了Brovey 融合和小波融合的理论、算法和融合过程的基础上,对QuickBird 的全色波段图像和多光谱波段图像数据进行融合实验, 然后从定性和定量两个方面对融合效果进行了分析与评价。定性分析是从色调、纹理和清晰度等方面进行分析, 而定量分析是根据熵、平均梯度和光谱真实性等指标进行分析, 实验结果表明: 在处理QuickBird 遥感图像时, 采用小波融合的图像既保持了较高的空间分辨率, 又具有较好的光谱特性; 而采用Brovey 融合的图像虽然图像空间分辨率也较高, 但光谱信息丢失较大, 因此Brov ey 融合方法并不适用于处理QuickBird 遥感图像。     

基于多特征融合的多尺度服装图像精准化检索

为了充分挖掘服装图像从全局到局部的多级尺度特征,同时发挥深度学习与传统特征各自在提取服装图像深层语义特征和底层特征上的优势,从而实现聚焦服装本身与服装全面特征的提取,提出基于多特征融合的多尺度服装图像精准化检索算法.首先,为了不同类型特征的有效融合,本文设计了基于特征相似性的融合公式FSF(Feature Similarity Fusion).其次,基于YOLOv3模型同时提取服装全局、主体和款式部件区域构成三级尺度图像,极大减弱背景等干扰因素的影响,聚焦服装本身.之后全局、主体和款式部件三级尺度图像分别送入三路卷积神经网络(Convolutional Neural Network,CNN)进行特征提取,每路CNN均依次进行过服装款式属性分类训练和度量学习训练,分别提高了CNN对服装款式属性特征的提取能力,以及对不同服装图像特征的辨识能力.提取的三路CNN特征使用FSF公式进行特征融合,得到的多尺度CNN融合特征则包含了服装图像从全局到主体,再到款式部件的全面特征.然后,加入款式属性预测优化特征间欧氏距离,同时抑制语义漂移,得到初步检索结果.最后,由于底层特征可以很好的对CNN提取的深层语义特征进行补充,故引入传统特征对初步检索结果的纹理、颜色等特征进行约束,通过FSF公式将多尺度CNN融合特征与传统特征相结合,进一步优化初步检索结果的排序.实验结果表明,该算法可以实现对服装从全局到款式部件区域多尺度CNN特征的充分提取,同时结合传统特征有效优化排序结果,提升检索准确率.在返回Top-20的实验中,相比于FashionNet模型准确率提升了16.4%."     

基于正交多小波的红外和可见光图像融合

在应用中,预滤波器或平衡滤波器的设计影响着多小波的处理结果.针对OPTFR-多小波,设计了一种平衡滤波器,将其应用于红外和可见光图像融合.首先.对红外图像和可见光图像分别进行三层OPTFR-多小波变换,提取出两幅图像的低频分量和不同尺度的高频分量.由于图像的大部分能量集中在低频分量上,而不同尺度上的高频分量反映了图像在不同尺度上的细节信息,在对源图像融合时,对低频分量和高频分量分别采用能量和方差的加权平均进行融合,得到融合后的低频分量和不同尺度的高频分量,最后对这些融合后的分量进行重构,得到融合图像.仿真结果表明:和以往的融合算法相比较,该算法强化了源图像的细节信息,提高了融合的效果.     

基于双正交多小波的红外和可见光图像融合

利用双正交单小波的对称性和良好的滤波性能，给出了具有GMPs (Good Multifilter Properties)的双正交多小波滤波器，对其经过平衡处理后，结合Burt提出的选择和平均的融合方案，对可见光图像和红外图像进行了融合实验，充分利用红外波段和可见光波段的信息互补性，达到便于观察的目的。仿真结果表明该方法能取得较好的融合效果。