北京平原造林地Pleiades卫星影像融合评价

通过CN波谱融合、PCA主成份变换、Brovey变换、HCS变换、HPF高通滤波变换、Pan Sharpen变换、GS光谱锐化、SFIM基于亮度调节的平滑滤波等8种不同的遥感影像融合方法,对北京市延庆县蔡家河流域平原造林地的Pleiades卫星全色和多光谱影像进行融合,通过定性和定量方法从光谱保真、人工造林地林木自动识别精度等方面评价遥感影像融合效果。结果表明:8种影像融合方法各有优势,其中HCS融合方法操作简便,产生的遥感图像光谱保真强,人工造林地林木自动识别精度高,是一种适于Pleiades卫星影像进行林地监测的较好融合方法。     

高分一号卫星影像融合方法及质量评价

影像融合是提高影像利用的有效方法之一。利用Brovey变换融合、PC主成分变换、GS融合和NND融合4种方法对高分一号的多光谱影像和全色影像进行融合试验。通过目视评价和定量评价方法对影像的融合效果进行评价。结果表明,Brovey变换融合方法在空间细节上表现好,PC主成份变换的光谱畸变小,但空间信息损失大,GS融合和NND融合在空间细节和光谱保真2方面表现都不错。     

SPOT-5遥感影像自身融合在马尾松毛虫害信息提取中的应用

以福建沙县作为研究区,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及虫害信息提取的角度进行了分析评价,探讨最适合于利用SPOT-5图像进行马尾松毛虫害信息提取的融合方法。研究结果表明:各种融合方法中,HPF融合方法效果最好。     

多源遥感影像的融合方法效果分析

在IRS—P6遥感影像的多光谱与CBERS-2B遥感影像的全色PAN波段之间进行融合,对乘积变换、比值变换、IHS变换和主成分分析4种常见的融合方法进行对比分析,并对融合后的影像进行主观定性评价和客观定量评价。研究表明：IHS变换效果相对最优,在较好地保持原多光谱影像光谱信息的同时,大大地提高了影像的空间分辨率,对云区的地物色彩表现力上也较好。研究对于使用多源遥感影像融合获取高质量影像有着重要的参考价值。     

SPOT5全色与多光谱影像融合方法研究——以南瓮河湿地自然保护区部分区域为例

以黑龙江省南瓮河湿地自然保护区内的SPOT5全色与多光谱遥感影像为研究对象,利用ENVI4.8、Arc-gis10.0遥感影像处理软件对4种常用融合方法进行质量评价。结果表明:Gram-Schmidt Spectral Sharpening变换融合方法效果最好,灰度均值和标准差最接近原多光谱影像,信息熵高于原多光谱,而且还保留了与SPOT5影像相同的4个波段,可以根据需要进行不同的波段选择;PC Spectral Sharpening变换后也保留4个波段,但这种融合方法色彩的饱和度较差,没有更好地增强部分地物;HSV变换和Brovey变换后图像只有3个波段,HSV变换后的色彩差异与源图像最大,不同地物间色彩差异不大,不利于地物的分类时的目视解译。     

Pleiades-1高分辨率影像像素级4种融合算法的综合评价研究

基于Titan Image 8.0遥感图像处理软件平台，对法国和意大利联合研制的新一代极限性能高分辨小卫星Pleiades-1卫星影像（全色0.5 m＋多光谱2.0 m）进行像素级4种融合算法融合效果的定性和定量评价，结果表明，对Pleiades-1高分辨率影像的4种融合算法融合中， pansharp算法融合效果最好，小波变换法融合算法次之，再次为HPF算法， PCA算法融合效果最差。     

基于多角度融合的CHRIS数据提取湿地植被的研究

[目的]利用多角度高光谱数据,分析不同角度下东洞庭湖湿地典型植被群落的光谱特征,确定多角度信息融合的最佳方法,并对融合影像进行湿地植被类型精细识别。[方法]使用CHRIS多角度高光谱数据,针对洞庭湖湿地植被的光谱特征,研究计算窄波段NDVI的最佳波段组合和角度,评价CHRIS 0°影像与NDVI的像素级融合方法,进而对洞庭湖地区湿地植被进行提取。[结果]计算NDVI的最佳红波段和近红外波段分别位于667.6 nm和926.95 nm,对应于CHRIS数据的第24波段和第55波段;选取HSV、Brovery、Gram-Schmidt和PCA 4种融合方法进行融合,发现PCA融合图像的光谱信息丢失最少、纹理细节更丰富,信息量最大;PCA融合影像的总体精度为81.36%,比单角度影像提高7.93%,Kappa系数提高0.097 6,且苔草的漏分误差和泥蒿的错分误差得到明显改善。[结论]基于NDVI的多角度信息融合是提高湿地植被识别精度的一种有效途径,多角度信息融合丰富了地物的信息量,提高地物识别精度。     

中国资源一号02C卫星数据的融合及应用

以2013年浙江省龙泉地区的多光谱和全色影像为数据源,在影像配准、校正基础上,经Brovey,GramSchmidt,高通滤波,HSV,IHS,主成分与小波变换等7种融合方法,采用定性与标准化定量的分析评价其影像的融合效果。结果表明HSV,IHS变换,HPF变换及GS变换为较适宜该影像数据的融合方法。在此基础上通过分类后精度评价的方法,进一步验证HPF融合方法最优且该融合后的影像适宜采用最大似然法进行分类。     

基于 Quick bird 的遥感影像融合方法评价研究

以Quickbird影像为例，分析和评价了 HIS （Intensity － Hue －Saturation）、Brovey、PCA （Principal Compnent Analysis）、WT（Wavelet Transformation）和WT －IHS等5种融合算法的特点和优劣。研究结果表明：Brovey方法存在一定的光谱失真，从空间细节上说，PCA影像的亮度值过高，造成图像对比度降低，WT －IHS方法在空间细节信息和光谱信息的保持方面与其他方法相比稍显优越；PCA和WT －IHS的均值最高，WT －IHS与WT的标准差最大，WT －IHS方法的信息熵最高。PCA变换和Brovey变换不论是在光谱信息丰富程度还是在空间分辨率的精度方面效果都不明显，在低分辨率多光谱信息与高分辨率空间信息之间权衡较好的一种方法是WT －IHS变换法。     

QuickBird遥感影像的融合及在土地利用类型调查中的应用研究

应用比值变换、IHS变换、主成分变换等3种影像融合方法对QuickBird多光谱和全色遥感影像进行融合，并对融合结果进行了评价；以增强处理效果好的QuickBird影像3、4、1或3、4、2波段彩色合成图像为基础建立解译标志，进行人机交互式解译分类一一进行土地利用类型的专题信息提取，并利用地理信息系统软件制作土地利用类型现状图。