针对高分二号卫星影像的几种融合方法对比研究

图像融合技术作为卫星影像处理一个重要的步骤,根据具体研究问题选择合适的融合方法显得尤为关键。采用GS、IHS变换、PCA变换、Brovey变换、Ehlers、IHS与小波变换、a trous小波与NSCT变换等多种融合方法对GF-2号影像数据进行融合处理,从光谱信息保真和空间信息保持方面进行定量评价,评价指标包括标准差、信息熵、平均梯度、相关系数、扭曲程度和均方根误差,再从定量评价结果中分别选择光谱保真最好、空间信息保持最好和两者相对较好的多种融合方法进行监督分类与分类精度评价。结果表明,A trous小波融合效果在几种融合方法中综合表现最佳,融合效果最好。     

基于高提升滤波与àtrous小波分解的遥感图像融合算法

针对àtrous小波分解过程中的细节损失以及融合结果边缘模糊等问题,提出一种基于高提升滤波和àtrous小波分解的遥感图像融合算法.首先,利用àtrous小波变换得到第一层小波面,然后将获取的小波面作为非锐化模板进行高提升滤波,最后将滤波后的影像作为高频分量参与àtrous小波重构得到融合图像.基于北京地区的高分一号影像进行了算法验证,结果表明本算法优于传统小波域中的图像融合算法,对于城镇等建筑密度比较高的地区,融合后的影像保留了更多的细节信息,可以更好地支持城市变化检测和城市土地利用分析等方面的应用研究.     

多孔小波和非下采样滤波器组去除遥感图像的多种噪声

结合àtrous小波变换和非下采样轮廓波变换的优点,提出一种基于àtrous 非下采样轮廓波变换的遥感图像去噪方法.该方法用非抽取离散小波变换的àtrous算法对图像进行多尺度分解,然后用非下采样的多方向滤波器组对得到的细节分量进行多方向分解.对含有多种噪声的遥感图像,àtrous 非下采样轮廓波变换将图像中不同种类的噪声分解到不同的小波系数分量中,使得可以根据噪声特性选择最合适的去噪方法,比用一种方法去除所有类型的噪声更科学且去噪效果更好.     

改进的阈值加权平均HSV与小波变换图像融合

为提高图像的空间分辨率、增加图像的细节信息,改善HSV融合和小波融合中存在的光谱失真、原SAR与ETM图像的纹理特征保持不良等现象.提出一种改进加权平均法的HSV与小波变换融合方法.将ETM图像转换到HSV彩色空间,得到亮度分量V.将高分辨率的SAR图像与该分量进行小波分解,得到高低频信息,将低频信息按照提出的改进的加权平均法进行融合,高频信息按照绝对值最大法进行融合,得到新的亮度分量,再通过HSV逆变换得到新的融合图像.实验采用3 m分辨率的Cosmo-Sky Med图像和30 m分辨率的Landsat8图像进行实验.研究结果表明:该融合方法能够提高图像空间分辨率,在地物细节和光谱特征方面保持良好.     

基于小波变换的遥感图像融合技术研究

在深入研究了多小波变换的特性以及遥感图像融合方法的基础上,提出了一种用离散多小波变换HIS方法相结合的图像融合技术,实验结果运用MATLAB软件进行仿真,并对结果进行了分析,证明了小波变换融合法使得融合后的图像最大限度地保留高分辨率、多光谱图像,与统传方法相比,小波分析方法具有明显的优越性。     

一种基于局部方差相似度的自适应图像融合算法

针对现有多光谱和全色图像融合算法空间和光谱特性难以兼顾的问题,文章提出了一种基于局部方差相似度的自适应图像融合算法,通过局部方差相似度自适应选择融合规则来改善现有问题。首先对多光谱图像主成分分析(principal component analysis,PCA)变换后的第一主分量和全色图像进行小波变换;其次根据系数矩阵局部方差相似度在2选1和加权平均之间自适应选择小波系数融合策略;最终由对应的逆变换获取融合图像。实验采用Landsat7和QuickBird卫星数据进行算法验证,并与基于PCA变换、小波变换(wavelet transform,WT)、基于局部算法的改进小波算法和自适应IHS(intensity hue saturation)算法进行比较分析。实验结果表明,该方法在提高融合图像空间和光谱质量上,综合性能优越。     

欧空局哨兵卫星Sentinel-2A/B数据特征及应用前景分析

Sentinel-2A/B卫星是欧空局哥白尼计划中发射的第2组卫星,其搭载的MSI载荷延续并扩展了Landsat系列卫星和SPOT系列卫星的对地观测任务.介绍了Sentinel-2A/B卫星,并对Sentinel-2A/B、Landsat-8、SPOT-6、环境-1B、资源三号及高分二号卫星进行性能对比分析.描述了不同级别数据产品的特点及配套软件SNAP,分析了Sentinel-2A/B卫星在陆地监测、灾害支援、气候环境监测以及海洋与极地监测等方面的实际应用前景.     

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。     

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。     

基于分数阶样条小波与IHS变换的图像融合

该文提出用分数阶样条小波和Intensity-Hue-Saturation（IHS）变换结合的方法进行高分辨率全色图像和低分辨率多光谱图像的融合。分数阶样条小波由于具有良好的分数阶逼近性能，在分解图像时可得到更多的细节，而IHS变换在处理图像时会扭曲光谱特性，通过两者的结合，可得到高分辨率、多光谱图像。将该方法和传统‘Daubechies3’小波与IHS变换相结合的方法比较，实验结果证明了分数阶样条小波更多地保留了高分辨率图像的空间特性和低分辨率图像的光谱特性。     

基于多时相高分四号影像的雪盖范围提取

积雪覆盖监测是地球科学研究的基础,对于研究全球气候变化,开展防灾减灾救灾等工作都有重要的意义.高分四号卫星是我国高分辨率对地观测系统重大专项中唯一一颗民用高轨卫星,也是世界上首颗静止轨道高分辨率光学成像卫星,其机动灵活、高频次观测能力在积雪遥感业务化监测中具有广阔的应用前景.该文利用高分四号卫星多谱段、高时效、大幅宽和中分辨率等成像优势,紧密结合积雪和移动云层在多时相图像上的反射特点,提出了基于多时相高分四号卫星数据的积雪覆盖范围提取方法.首先对高分四号卫星全色图像进行二值化分割以消除低反射目标的影响;然后对多时相云雪覆盖区域进行合成来剔除移动云层的干扰;在此基础上,利用云、雪在多时相近红外图像上反射值变化的差异性,通过对多时相高分四号卫星近红外图像的最小值合成和阈值分割精细化地提取积雪覆盖范围,进一步去除变化云层的影响.以新疆中西部为试验区,通过与基于HJ-1B卫星的积雪覆盖结果比较,实验表明：两类数据提取的积雪空间分布具有较好的趋势一致性,高分四号卫星影像监测积雪范围更广,总体精度达92.19%,高于HJ-1B卫星图像的89.84%;但受空间分辨率和“不变云层”的影响,基于高分四号卫星影像的积雪识别精度为85.16%,低于基于HJ-1B卫星图像的识别精度94.53%.     

一种基于边缘检测的图像融合新方法

提出一种新的基于边缘检测的图像融合方法.该方法利用Canny算子进行边缘检测,将边缘检测图像的逻辑值与小波变换进行结合.在小波变换域内,对低频和高频子图像采用区域融合的方法.最后,进行小波逆变换得到融合图像.通过主观评价和包括熵、均方根误差、峰值信噪比和互信息等客观评价标准进行评价,结果表明,基于边缘检测的图像融合方法融合效果较好,对于模糊部分不同的源图像进行融合具有一定的通用性.     

基于区间小波的红外/可见光图像融合

针对红外和可见光图像的特点,结合V. Petrovic提出的融合方法,给出了一种改进的基于区间小波的图像融合算法. 按照V. Petrovic的方法对源图像的梯度细节图像进行融合/分解并得到源图像的多尺度金字塔,对金字塔中的两个低通分量加权平均后进行反变换,得到融合图像. 目视观察和客观评价指标表明:算法取得了较好的融合效果,并且区间双正交小波融合效果好于区间正交小波,这符合双正交小波具有对称性,更适合图像处理的特性.     

一种新的融合图像效果评价方法

目的寻求一种新的融合图像效果评价方法。方法定义了一个新的基于模糊积分的融合图像空间分辨率评价指标。在此基础上,引进原有的偏差指数,利用加权求和定义了融合图像效果评价方法。结果提出一种新的融合图像评价方法。结论新方法更适于进行多光谱图像和高分辨率图像的融合结果分析。     

基于图像融合的水下成像技术

开发了一种基于偏振成像和图像融合的新型水下成像技术。该技术是利用小波的多尺度和多分辨率特性,将一组偏振方向相互垂直的两幅源图像分别分解后进行加权融合处理,最后利用小波逆变换重构融合后的偏振图像。用图像的均值、标准差、信息熵和方差等参量对融合效果进行了评价。实验和仿真结果表明该方法十分有效,可极大地提高图像质量。     

基于受限的非负矩阵分解的多光谱和全色遥感影像融合

为了有效去除遥感影像中数据冗余问题,提出了一种基于受限的非负矩阵分解的影像融合算法,利用矩阵的非负性实现了中巴卫星多光谱影像和Landsat ETM 高分辨率全色影像的融合.实验结果表明,与IHS变换,小波变换等传统融合方法比较,该方法在较好的保留光谱信息的同时,空间细节信息也得到了增强,同时具有较高的峰值信噪比.     

基于视觉特性的多尺度对比度塔图像融合及性能评价

针对同一场景可见光与红外图像的融合问题，提出了一种新的多尺度对比度塔图像融合方法．该方法利用对比度金字塔数据结构得到图像的多分辨序列，采用基于视觉特性的融合算子在图像的相应各级上融合源图像的细节，再通过金字塔逆变换重构出最终融合图像．这种图像处理方法具自适应性，不随各自输入图像的灰度特性而改变，同时增强了融合图像的对比度，产生了较好的视觉处理效果．对熵、交叉熵和互信息3种量化评价标准的进一步分析表明，该方法比传统的Laplacian金字塔、比率低通金字塔和小波变换融合方法的性能更加优化，其中熵提高了0．5％～3％，交叉熵降低了13％～78％，互信息提高了1．8％～8．4％，评价结果与目视效果吻合良好．     

低空无人机影像与资源3号影像常规融合评价

低空无人机与星载遥感影像融合具有重要价值,可获得兼具极高分辨率和多/高光谱特性的影像。为比较不同融合方法的效果,分别采用Brovey变换、HSV变换、PC Spectral锐化、Color Normalized锐化、PCA融合、乘法变换和小波融合7种影像融合方法进行融合试验,以南昌某地区的资源3号多光谱影像和低空无人机航拍影像作为融合数据,依据定性和定量评价指标对融合结果进行质量评价。实验结果表明,针对资源3号卫星数据与低空无人机数据的融合,综合光谱保真度、空间细节表达以及目视结果三方面比较,Brovey变换和PCA融合融合方法的效果较好。     

基于离散多小波变换的多聚焦图像融合方法

多小波是小波理论的扩展,多小波变换能够为图像分析提供一种比小波多分辨率更加精细的方法。利用多小波将两幅图像进行融合后得到的融合图像,能够很好地将原图像的细节融合在一起。在研究离散多小波图像分析法基础上,提出了一种基于离散多小波变换的多聚焦图像融合方法。试验结果表明,该方法能够很好地解决多聚焦图像融合问题,具有良好的融合特性,得到的融合图像效果优于传统图像融合方法。