非负矩阵分解算法在遥感图像融合中的应用

研究了非负矩阵分解(NMF)方法在遥感图像融合中的几种应用.在多光谱图像与全色图像融合的过程中,采用了非负矩阵分解融合算法,非负矩阵分解与主成分结合(N_PCA)的融合算法,非负矩阵分解与提升小波变换结合的融合算法,通过对各融合图像的目视判定及统计参数判定,分析评价这些算法在遥感图像融合中的性能差异.研究实验证明非负矩阵分解算法应用于遥感图像融合处理,具有较好的融合效果,非负矩阵分解算法,非负矩阵分解与主成分结合的融合算法,非负矩阵分解与提升小波变换结合的融合算法在遥感图像融合中的性能优于传统的主成分融合算法(PCA),其中,非负矩阵分解与提升小波变换结合的融合算法的性能最为优异.     

基于不同算法的遥感影像融合分析

遥感影像融合使影像具有高空间分辨率和丰富的光谱信息,遥感影像融合算法是近年来遥感领域内的研究热点,而针对不同的遥感影像,有关学者提出了很多融合算法,但是融合影像的光谱信息保真度和空间信息融入度却一直是遥感融合效果研究的焦点问题,因此有必要对融合方法进行评价.以ETM+影像为例,通过ENVI软件作为遥感影像处理平台,选择均值、标准差、偏差指数、相关系数等评价指标,进行PCA变换、Multiplicative变换、Brovey变换和Wavelet变换等4种全色与多光谱遥感影像融合算法试验,并对融合试验结果进行定量评价,探讨ETM+影像融合的最佳方法.结果表明,最佳的遥感影像融合算法是Wavelet变换融合,Multiplicative变换融合要优于Brovey变换融合和PCA变换融合.这一研究结果为充分利用全色高分辨率和多光谱特性,挖掘的数据潜力奠定了基础.     

改进的NSCT与NMF结合的图像融合方法

基于人类视觉系统和源图像特性,对基于非下采样Contourlet变换与非负矩阵分解(NMF)图像融合算法进行了改进.在非负矩阵分解过程中,适当地选取特征空间的维数能够获得原始数据的局部特征,低频部分使用非负矩阵分解的方法进行融合,高频部分使用活性测度和一致性验证的方法进行融合.实验结果表明,该算法具有较强的鲁棒性,融合图像边缘的清晰度和连续性也较理想.     

多源遥感影像融合方法的比较与评价

分析了多源遥感影像融合的方法和融合过程.选取许昌市某地区的LANDSAT ETM影像为实验数据,分别进行基于主成分变换,乘积变换,比值变换, HIS变换,小波变换的影像融合.在MATLAB中编程并计算反映亮度信息、清晰度、光谱信息、信息量等定量评价参数,对融合效果进行定性和定量的评价.实验表明,不同的融合方法进行融合时会产生不同的效果.     

基于IHS变换和小波变换相结合的IKONOS影像融合技术

为了充分利用各种遥感影像的信息,基于多分辨率小波融合的融合方法在近几年来得到了广泛的应用。针对IKONOS卫星的全色波段和多光谱波段的影像,提出了一种基于IHS变换和小波变换结合的影像融合方法。对比实验表明了这种结合两种变换的融合方法能够有效保持IKONOS卫星全色影像高空间分辨率的同时,且能较好地保留多光谱影像的光谱信息。     

GEOEYE-1多光谱与全色影像融合的适应性及质量评价研究

对比分析了HPF融合、小波变换融合、Gram-schmidt变换融合、Pansharp变换融合、PCA变换融合对Geoeye-1影像的适应性,并采用信息熵、标准差、影像梯度、偏差度、光谱扭曲程度和平均梯度等影像融合定量评价指标,对每种融合方法进行融合质量评价.     

关于Z-矩阵上的线性变换

在对非负矩阵和Z-矩阵研究时,必要的方法是对它们进行变换、简化,同时这些变换常常要求必须保持矩阵一些性质(如矩阵谱迹等)不变.文[1][2]研究了非负矩阵上的线性变换,研究了Z-矩阵上的线性变换,得出了保持某些性质不变的线性变换的具体形式:广义置换相似变换,对角变换.     

ETM+遥感影像最佳波段融合质量评价

利用最佳指数(OIF)法得出泉州市2001年ETM+遥感数据的最佳波段组合为波段5、4、2;采用乘积变换、Brovey变换、HIS变换、小波变换等4种典型的融合方法,分别进行ETM+最佳波段组合影像与ETM+全色波段影像的融合;计算融合后影像与原始影像之间的相关系数,从空间相关系数、光谱相关系数2个方面进行定量和定性评价.结果表明,Brovey融合后的影像信息损失最小、对于光谱保真性最好,小波变换融合方法次之;而小波变换融合后影像对于空间分辨率的改善效果最好,Brovey融合方法次之.针对本研究区,在4种融合方法中,Brovey变换和小波变换融合方法是最佳的选择.     

新轮廓波变换与二维非负矩阵分解的图像融合

为了克服经典轮廓波变换存在Gibbs现象的缺陷,提出一种基于新型轮廓波变换与二维非负矩阵分解模型的图像融合方法。与经典模型相比,新型轮廓波变换很大程度上改善了成像效果,该方法首先对原始待融合图像进行分解;其次,对经典非负矩阵分解模型进行改进,提出二维非负矩阵分解模型,并利用该模型完成对低频分解系数和高频分解系数的融合;最后,采取新轮廓波变换的逆变换获得最终结果图像。仿真实验结果表明,该方法在主观效果和客观评价过程中均有良好的表现。     

不同融合算法对ETM+遥感影像分类精度的影响分析

以福州市南台岛的ETM+遥感影像为基础数据,利用ERDAS Imagine 8.7、ENVI4.0等遥感影像处理软件,运用主成分法(PCA)、乘积法(MLT)、Brovey变换和HIS变换融合算法对ETM+遥感影像全色波段(第8波段)与多光谱波段(第1-5、7波段)进行融合试验;从融合影像的光谱保真度、高频空间信息融入度等角度对融合后的影像进行比较分析;对各种融合后影像进行非监督分类,并评价各种分类结果进行精度,为用户进行影像分类前选择融合方法提供参考.