基于PCA变换和HIS变换的遥感影像融合

由于HIS变换融合所得的影像光谱失真比较严重,在HIS变换的基础上利用PCA变换对其进行改进,经过试验表明,HIS变换融合可以提高影像的地物纹理特征,但产生较大的光谱失真。而改进的融合方法不仅改善了HIS变换融合导致光谱失真严重现象,而且兼顾了地物细节能力的表达。     

基于小波变换的IRS与TM遥感卫星影像融合

本研究在整体小波变换融合方法基础上，提出了基于对比度的局部特征选择加权小波变换影像融合方法，并以多光谱TM和高空间分辨率IRS-1C全色波段图像为例，与色彩空间变换HIS融合方法进行图像融合效果的比较分析试验。试验表明基于对比度的局部特征选择加权小波变换影像融合方法能在最大限度保持多光谱影像光谱信息的同时，增强了影像的纹理信息。     

ETM+遥感影像融合方法的土地覆盖分类精度的研究

采用小波变换、小波和PCA相结合、小波和HIS相结合等遥感影像融合方法对Landsat7 ETM+多光谱与全色影像进行融合和土地覆盖分类研究,并结合影像的光谱统计参数和融合影像分类精度对这些方法进行评价,结果发现这3种融合方法均能不同程度地提高影像的分类精度。其中,第3种方法所得融合影像与原多光谱影像的相关系数最大,均方差、相关系数和信息熵最大,影像所含信息量最多,光谱特性保持较好;清晰度较高,在空间细节信息的表现能力上较优,所以融合影像的分类精度最高。因此,小波和HIS相结合的融合方法更适合ETM+融合影像的土地覆盖分类研究。     

基于IDL的遥感影像缨帽变换融合

遥感影像融合可以部分消除原始影像的冗余信息,在提高影像的空间分辨率的同时保持其多光谱信息,提高影像的质量,有利于遥感解译、纹理分析以及信息提取等。该研究介绍了基于缨帽变换的遥感影像融合算法,并采用交互式数据语言IDL(Interactive Data Language)进行了实现;同时为了验证算法的有效性,将其与ENVI平台下的几种常用的影像融合方法的融合影像进行了比较。结果表明,基于IDL的遥感影像缨帽变换融合程序执行快速稳定,可靠性高,获得的影像融合效果较好。     

沙地信息提取中的ETM+遥感影像自身融合研究

遥感影像的光谱特征和空间纹理特征是提取沙地信息的关键因素,数据融合可以弥补二者的不足。利用主成分变换、乘积变换和比值变换3种不同的融合方法,对Landsat ETM+遥感影像进行自身空间分辨率融合,并对融合结果进行主观目视判读评价和客观数理统计评价。评价结果表明比值法效果最好,光谱失真较小,空间纹理特征明显增强,主成分变换次之,乘积法最差。     

陕北黄土丘陵沟壑区ALOS遥感影像融合方法研究

【目的】通过几种遥感影像融合方法的比较,筛选适合于陕北黄土丘陵沟壑区遥感影像处理的融合方法。【方法】利用ALOS全色波段与多光谱影像,通过主成分变换、乘法变换和Brovey变换等3种融合方法,对陕北黄土丘陵沟壑区遥感影像进行融合,并对融合后的影像进行效果评价。【结果】所有融合处理图像的标准差和信息熵多大于原始影像,融合后图像的信息量大大增加,其中Brovey变换法在提高目视效果和识别精度方面优于其他2种融合方法。【结论】3种变换融合方法中,Brovey变换更适合于陕北黄土丘陵沟壑区ALOS遥感影像的融合,同时也为提高该区遥感影像的解译精度奠定了基础。     

基于Contourlet变换和交替方向法的压缩感知图像重构算法

在传统的基于压缩感知的图像重构中,小波变换往往用来将图像稀疏表示,但小波变换并不能很好的表现图像的轮廓和纹理等细节信息。提出了一种基于Contourlet变换和交替方向法的压缩感知图像重构算法:首先利用Contourlet变换将图像稀疏表示,然后利用交替方向法重构原始图像。与基于小波变换的方法相比,该方法不仅可以显示更多的图像的边缘和轮廓信息,在重构精度上也占优。数值试验也验证了新算法的有效性。     

基于Contourlet变换的农业图像增强方法研究

阐述了基于Contourlet变换的农业图像增强算法,并进行实例应用,结果表明,与传统的算法相比,该算法能够更有效地增强农业图像的重要特征,获得良好的效果,方便了农业专家和对农产品进行害虫检测与分级。     

面向耕地的高分一号卫星遥感影像融合方法研究

选择国产高分一号(GF-1)卫星2 m全色/8 m多光谱影像,对增强耕地信息的遥感影像融合方法进行了研究,研究所选择的融合方法包括Subtractive法、Brovey变换法、MHIS法、HCS法和Gram-Schmidt法,并从主观和客观方面对融合影像质量进行了评价,基于融合影像对研究区耕地信息的增强进行了分析。结果表明,面向耕地信息时,MHIS法融合影像最好。     

QuickBird影像在建立1:2000空间数据库中的应用研究

运用主成分变换(PCA)方法对QuickBird多光谱和全色遥感影像进行融合，运用目视方法评定其融合效果，利用融合后的QuickBird遥感影像进行了1：2000空间数据库建库研究。研究结果表明，主成分变换方法得到的融合影像能基本满足建立1：2000空间数据库的需要；应用融合后的影像，并参考有关辅助资料制订相应的地物判读分析依据，采用目视解译方法提取遥感影像地物信息，容差格网矢量化技术进行屏幕矢量化，建立了现代农业示范园区1：2000比例尺空间数据库。     

卫星遥感融合技术在植烟生态研究中的应用

 烟草种植的生态研究在烟草种植规划与管理中发挥重要作用。利用遥感融合技术辅助开展烟草种植的生态研究极少。以云南省丽江市为例,尝试利用不同的融合算法对研究区的WorldView 2影像进行融合试验,并对结果进行定性与定量分析评价。结果表明：（1）GS变换的融合效果最好,光谱信息丰富,图像保真度高,Pansharp变换次之,Brovey和IHS变换效果最差,存在光谱信息损失和光谱扭曲。（2）利用GS变换和Pansharp变换融合的图像色调变化小,地物细节表现较好,有利于WorldView 2影像信息（植被、水体等）提取工作的开展,进一步辅助烟草种植的生态研究。     

基于乡镇尺度Landsat8 OLI影像融合算法适应性研究

本文利用OIF因子选择乡镇尺度下Landsat8 OLI影像MS最优波段组合,在此基础上,研究OLI影像MS波段与PAN波段对6种融合算法：Brovey法、PCA法、Daubechies小波变换法、Coifet小波变换法、HIS与小波相结合的变换法、PCA与小波相结合的变换法融合的适应性,并对融合前后影像进行SVM分类,以验证融合结果在实际生产应用中的有效性。结果表明：B456为7波段35种组合方式中最佳波段组合,其OIF值为27.842;对融合前后影像进行定性和定量精度评价,OLI影像对PCA算法融合适应性最强,各精度指标均占优;Daubechies小波算法光谱扭曲度最小;HIS-wavelet算法清晰度最高;PCA-wavelet算法相关系数最高,融合结果信息含量最大;适应性最差为Brovey算法。土地利用分类精度验证结果表明：OLI影像经PCA算法融合后有助于提高分类精度。     

潮滩植被调查IKONOS影像融合方法

像素级融合应用广泛,但不同的融合数据、应用对象不同的融合方法融合效果不同.以IKONOS影像为数据源,以潮滩植被分类为应用对象,采用HIS变换、Pan Sharp、主成分、葛兰-斯密特、小波变换等方法进行数据融合.通过主观、客观多方面评价融合效果.结果表明,在潮滩植被分类中,小波融合方法是权衡IKONOS低空间分辨率光谱信息和高空间分辨率空间信息的最佳方法.     

基于MERSI和ETM＋遥感图像融合的湿地苇田识别研究

采用Gram—Schmidt变换和像素级融合方法,将不同空间分辨率的MERSI影像与ETM＋影像进行融合,用于识别盘锦湿地苇田,并对融合结果进行了主观和客观评价。结果表明：采用Gram-Schmidt变换融合方法保留了MERSI影像的多光谱特性。提高了影像的空间细节。对空间分辨率之比（达1：9）较高的影像融合进行了分析,能够满足湿地苇田识别的应用目的。     

火炮内膛全景图像增强方法研究

为了提高内膛全景图像对比度，本文基于Contourlet变换，提出一种新的内膛全景图像增强方法。该方法在图像空间域增强的基础上，通过对图像Contourlet变换系数的调整，进一步增强了内膛图像。实验结果表明，本文算法在增强内膛图像对比度的同时，减少了图像细节的丢失，改善了图像质量。     

SPOT-5全色与多光谱遥感影像融合方法比较

随着遥感技术的发展,SPOT-5卫星数据以其优越的性价比,得到了较多的应用.在阐述遥感图像融合原理的基础上,以SPOT-5全色与多光谱影像为数据源,应用IHS变换、PCA融合、Brovey变换、乘积变换和HPF融合等5种比较常用的融合方法,从提高空间分辨率和保持原始图像光谱信息的角度进行了分析评价,探讨最适合于SPOT-5图像的融合方法.结果表明：在各种融合方法中,HPF与IHS融合的效果最好.     

基于相关性阈值的NSCT图像去噪方法研究

利用非下采样Contourlet变换（NSCT）平移不变性、多分辨率、多方向的优点，提出一种基于尺度相关与阈值去噪相结合的非下采样 Contourlet变换图像去噪方法。首先对噪声图像进行非下采样Contourlet变换，得到各个尺度各个方向子带的系数，然后采用相关系数归一的方法，结合Bayesian自适应阈值来达到更好的去噪效果。仿真实验表明，该方法在提高去噪后图像的峰值信噪比的同时，有效保留了图像的纹理信息，避免伪吉布斯现象，改善了图像的视觉效果。     

基于小波变换的遥感影像纹理信息提取

小波变换作为一种时间-频率分析方法,具有变焦性、对称性、正则性等特点,而纹理反映的是遥感影像中DN值的空间排列规律,利用小波提取遥感影像中的纹理特征信息,具有独特的优势.特别是结合金字塔状结构的小波变换和树状结构的小波包变换,提取的纹理特征信息在地质上具有重要应用价值.该研究以漠河县西北部砂宝斯的遥感影像为例,结合影像特点及应用目的,运用小波变换方法,提取了具有方向性的遥感纹理信息.     

一种Contourlet域高斯混合模型降噪方法

利用图像子带内部Contourlet系数的空间相关性,在平移不变Contourlet去噪方法的基础上提出了一种随像素自适应调整的混合高斯模型去噪方法.每个系数建模为两个均值为零、方差不同的正态分布之和,利用局部贝叶斯阈值对Contourlet系数进行分类,通过当前系数邻域窗中两类系数的信息,得到大、小方差以及有关概率的模型参数估计.该方法较平移不变小波去噪和平移不变Contourlet去噪的Contourlet域降噪方法具有更好的降噪效果,进一步提高了PSNR值,降低了MSE值,获得了更好的图像恢复质量.     

基于LBV变换的ETM+图像融合方法

以陕西省神木县的Landsat ETM+图像作为基础数据源,对比测试3种图像融合方法的使用效果。对ETM+多光谱图像进行预处理后,分别采用PCA变换、HIS变换和本文方法与同源全色波段图像进行像素级融合处理;通过目视判读从多光谱信息保持性能、高空间分辨率信息融入度两方面对比分析3种融合方法的使用效果。分析结果表明,采用本文方法能够使ETM+多光谱图像在融合后增强地物图斑的形状特征和纹理结构特征,提高空间细节表达能力;并且相较于HIS变换和PCA变换的融合图像,能够更为完整的保持6种植被和3种非植被地类的色调,图像目视解译效果显著提高。