基于ETM+遥感影像的数据融合试验及分析评价

以泉州德化阳山-安溪潘田地区的ETM+遥感影像为基础数据,采用Brovey、HSV、Principal Component(PC)、Gram-Schmidt和Wavelet遥感影像融合算法对Landsat ETM+影像进行融合,并就融合图像的空间信息、清晰度和光谱保真能力进行评价.     

采用交互信息量评价遥感图像融合结果的方法

提出了采用交互信息量的评价准则来评价遥感图像的融合效果的方法，该方法通过衡量融合图像与源图像的互信息来评价融合效果，具有简单、准确、抗干扰性好的特点。通过将它与采用熵和联合熵的评价方法相比较，实验结果表明交互信息量是一种很好的评价方法．     

遥感影像数据融合技术及融合质量评价研究

描述了不同分辩率的遥感图像融合方法的基本原理和关键技术，分析了各自的优缺点，对图像融合评价准则及遥感图像数据融合技术的发展方向进行了探讨．     

基于特征塔集的遥感图像融合方法

提出了图像特征塔集的概念，给出了一种基于特征塔集的融合方法．算法主要包含两部分，子图像的融合及对应残差图像的融合．图像的大部分能量和信息包含在子图像中，因此，在图像金字塔的子图像融合过程中，特征塔集的构造由局部能量和局部熵组成．考虑到残差金字塔包含了原始图像的边缘或高频成分，因此采用梯度作为其融合特征．最终的融合结果，可利用金字塔反变换获得．由于将残差金字塔也引入到融合算法的设计过程中，因此融合的精度得到一定的提高，另外，采取简单的金字塔可以有效地控制算法的复杂度．实验结果表明了算法的合理性和有效性．     

遥感图像融合评价系统的设计与实现

图像融合是遥感图像处理的重要环节之一,本文基于MATLAB图像用户界面设计实现了遥感图像融合评价系统,该系统可实现遥感图像的小波法、PCA法及IHS法融合,并对图像进行九种客观评价.实验表明,本系统具有良好的实用性和可行性,可为图像融合与评价工作提供便利.     

基于SPOT与ETM+影像融合方法的实验及融合质量评价

通过对SPOT影像全色波段和ETM+多光谱影像、ETM+全色波段和ETM+多光谱影像两组数据的实验,从定性、定量的角度对两种融合方法进行了分析和评价,归纳出适用于SPOT全色波段与ETM+多光谱影像和ETM+全色波段影像与ETM+多光谱影像的融合方法.     

SAR与可见光图像融合效果客观评价

合成孔径雷达(SAR)与可见光图像融合效果的客观评价指标可以对图像融合方法的效果进行客观、定量的分析。研究了SAR与可见光图像融合效果的客观评价指标,并对这些指标进行了分类。为了对融合效果给出简洁的评价,利用多种融合方法对多组SAR图像和可见光图像进行融合。以实验结果作为依据,对客观评价指标进行了筛选,并利用选取的指标对不同融合方法的效果进行分析和评价。实验结果表明了选取的客观评价指标的科学性和有效性。     

小波图像融合评价方法的综合比较研究

图像融合的客观评价方法是图像融合领域研究的热点问题之一。论文总结了目前参考文献中常见的图像融合评价方法,利用MATLAB实现了这些方法并将它们集成为一个图像融合评价的可视化工具箱。该工具箱可直观地选择融合图像并给出各种评价结果。我们使用该工具箱,对基于小波的图像融合进行了较为系统的评价分析,并给出了各种评价方法的对比分析结论。     

基于离散多小波变换的遥感图像融合方法

以不同分辨率的遥感图像为对象,基于Chui—Lian（CL）离散多小波变换的特性,提出了一种新的图像融合方法．该方法将两幅不同的源图像分别进行预处理和多小波分解得到各个分解图像,然后对分解图像分别采用基于区域特征的融合方法,得到混合的分解系数,通过多小波重构和后处理算法从而获得融合图像．该方法能够为图像融合提供一种比传统的小波变换更加精确的融合方法．实验结果证明采用这种方法可以得到更好的融合效果,不仅能够完好地显示源图像各自的信息,而且能更好地将源图像的细节融合在一起．     

遥感影像融合方法评价——以SPOT5自身融合为例

影像融合技术近年来快速发展,是遥感研究的热点.SPOT5影像广泛应用于各个部门,它提供了2.5 m的全色和10 m的多光谱影像.将二者融合可以在保持光谱信息的同时提高空间分辨率.本文采用了PC,Gram-Schmidt和Pansharp三种融合方法对SPOT5全色和多光谱影像进行融合.从主观视觉、客观定量、波谱曲线和空间变化曲线四个方面分析和评价了三种融合结果的质量.分析评价结果表明：Pansharp方法的融合效果最佳.该方法在提高多光谱影像分辨率的同时,较好的保留了多光谱影像的光谱信息.     

基于加权结构相似度的图像融合质量评价

利用结构信息理论,提出了基于加权结构相似度的图像融合质量评价方法.该方法充分考虑了图像的结构信息和人眼的视觉特性,无需标准参考图像,可以为不同场合下选择不同的算法提供依据.不同融合算法的质量评价结果表明该方法是有效的.     

多模态医学图像融合图像质量评估

目前大多数的质量评估算法都应用于自然图像的融合场景,缺乏专用评价的医学图像数据集及多模态医学融合图像的质量评估算法。针对此问题,利用17种经典的医学图像融合方法构建医学图像主观数据集,解决无专用评价数据集的问题;提出一种基于色彩相似度(color similarity,CS)和信息相似度(information similarity,IS)的客观医学图像质量评价方法。将CS模块用于测量局部颜色失真,在传统的池化层上添加背景分离模块使其适用于医学图像多背景干扰特性;将IS模块用于衡量信息失真,改进图像熵的计算方法,添加过滤模块以剔除图像噪声。实验结果表明,所提方法的预测值和主观数据集客观评分具有更好的一致性,更符合人类视觉系统。     

城市卫星遥感图像融合处理质量评价研究

常用的遥感融合方法常导致较严重的光谱畸变,为减少融合图像光谱特征的扭曲,提出三种新融合方法即合成变量比值法(SVR)、平滑滤波亮度调制法(SFIM)和Gram_Schimdt变换法(GS)。采用定量分析方法,分别对中等分辨率Landsat ETM+数据和高分辨率Quickbird数据的融合效果进行了评价。结果表明,不同方法具有不同的光谱保真度和空间信息融入度。同一种方法对于不同分辨率的遥感数据具有不同的融合效果。对中等分辨率Landsat ETM+数据,SFIM能产生较高的空间信息融入度和光谱保真度。利用中等分辨率Landsat ETM+数据进行融合处理时,SFIM优于合成SVR和GS;在高分辨率Quickbird数据的融合中,SVR能产生较高的空间信息融入度和光谱保真度。利用高分辨率Quickbird数据进行融合处理时,SVR则优于SFIM和GS。在中等分辨率Landsat ETM+数据、高分辨率Quickbird数据融合处理中,基于SFIM、SVR融合方法能分别获得较好的视觉效果,又能改善目视解译和遥感分类精度。     

高分二号卫星影像融合方法与效果评价

高分二号(GF-2)是我国高分辨率对地观测系统重大专项中的首颗"亚米级"卫星,极大地提高了我国高空间分辨卫星影像的自给率。遥感影像融合是高分辨遥感处理和应用的关键流程,选择北京、大连和福州地区GF-2影像,采用彩色标准化变换(Brovey)法、相位恢复(Gram-Schmidt)法、色度空间变换(HSV)法、主成分变换(PCA)法和超分辨率贝叶斯(Pansharp)法共5种融合方法对实验区影像进行融合实验。首先对5种融合结果进行目视效果评价,然后构建了标准差、信息熵、平均梯度、相关系数和扭曲程度5个指标对融合结果进行定量评价。结果表明:Pansharp法在图像信息、细节以及光谱都具有较好的保持效果,Gram-Schmidt和PCA次之,HSV和Brovey色彩失真较明显,该结论可为GF-2卫星影像科研和工程应用提供参考。     

无人机高分辨率数据与Landsat 8多光谱数据的图像融合研究分析

运用不同融合方法对无人机高分辨率数据与Landsat8多光谱数据进行融合,并对融合结果进行分析,结果表明:HSV变换、Brovey变换和PC变换融合效果优于其他融合方法,其中HSV变换突出了图像的纹理信息,Brovey变换使图像目视效果较好,光谱保真度高。其他融合方法如GS变换增加了人工用地的信息量,但降低了图像整体清晰程度;CN变换光谱扭曲较大,存在光谱信息损失。     

基于小波域的多尺度图像融合方法

提出了一种基于小波域的多尺度图像融合方法，对于高频细节部分和低频近似部分采用不同的融合规则，有效地克服了以往图像融合时容易受噪声干扰、空间细节信息丢失的缺点．通过计算机仿真，将融合结果与传统小波融合方法以及基于PCA的融合方法进行比较，该方法获得了更好的图像融合效果，是一种有效的图像融合算法．     

数字图像的质量评估

围绕数字图像的质量评估,进行了简要综述。分析了主观评估和客观评估各自的优缺点,回顾了传统的全参考图像质量评估方法;介绍了已广泛用于客观质量评估的人类视觉特性与感兴趣区域;列举并评述了2类代表性的全参考质量评估模型SSIM和FSIM;总结了无参考质量评估的一些特点和动向;最后对该领域未来的研究方向进行了展望。     

基于传播波方程的图像恢复质量客观评价方法的验证

图像恢复的质量评价可分为主观评价和客观评价两种．在实际应用中,原始图像是未知的。对此,现有的客观评价准则还很不完善,所以最常用的还是主观评价方法．对于匀速直线运动引起的图像模糊,已经提出了一种基于传播波方程的恢复方法及其恢复质量的客观评价准则。着重对该客观评价方法的实验结果进行报告与分析,验证其可行性、直观性和通用性。     

基于时域结构的二值图像质量评价

提出基于时域分层结构的图像质量评价方法，认为分层结构矩阵由细节到抽象的过程反映了人类视觉抓取信息的过程．先提取图像分层结构，计算降质前后图像结构矩阵对等层的互相关，然后对不同结构层赋予相应的层次因子以反映视觉对轮廓的敏感程度，最后加权累计整幅图像的结构相关SC（Structure Correhtlon）．实验证明SC可以代表降质图像与原图像的相似程度，能保证客观判断与主观视觉结果的一致性．图6，表2，参10．     

基于小波变换的医学解剖与功能像融合新算法

近年来,用于从多模医学图像数据中挖掘有用信息的融合算法不断被提出.但是,还没有一种合适的算法用于医学解剖和功能像的融合.基于此,提出一种基于小波变换的新方法,用于医学解剖和功能像的融合.选择高频系数时,通过计算各子图像的全局梯度来实现高频信息的融合,使融合后的图像较好地保留解剖结构所对应的功能信息;低频系数采用基于邻域能量的融合算法,保留解剖图像的边缘和纹理特征.实验结果和评价参数表明,这种改进的医学图像融合算法强化了融合图像的边缘和纹理特征,有效地保留了原图像的解剖信息和功能信息.