多源遥感图像融合的数据对象选择

多源遥感图像融合处理能够综合利用来自多种传感器的遥感图像,获得关于同一目标/场景的更为准确、全面和可靠的描述。针对不同的应用目的、图像融合算法和传感器特性,遥感图像融合的数据对象选择有所不同。分析影响遥感图像融合数据对象选择的这三个方面主要因素,总结一些以往成功的多源遥感图像融合中数据对象的组合模式,给出具体的传感器组合应用实例。     

我国遥感科学与技术发展现状

本文主要介绍了我国遥感科学与技术发展的现状,包括航天和航空对地观测体系、地面卫星数据接收体系和遥感空间数据处理。涉及机载POS、三维激光扫描与成像、遥感成像机理与定量化反演、高光谱卫星影像处理、高空间分辨率卫星影像处理、多时相多传感器卫星影像处理、雷达影像处理与雷达干涉测量等技术。     

高/多光谱遥感图像超分辨率融合研究进展与展望

高光谱图像作为多模态遥感数据的重要组成部分,能够捕捉地物精细的光谱特征。由于成像机理的限制,空间细节的损失导致高光谱图像的空间表征能力有所退化,一定程度上限制了数据进一步应用的潜力。数据融合是解决空间/光谱分辨率矛盾的有效手段,近年来相关理论得到了深入发展。本文全面综述了高/多光谱遥感图像超分辨率融合领域的研究进展与展望。首先,将当前方法系统性地分为细节注入、模型优化及深度学习3大类方法,并对不同方法的原理、模型、代表性算法进行了回顾,重点介绍了模型优化中的矩阵分解、张量表示及深度学习中的监督与非监督方法。在此基础上,梳理了该领域技术在像素级分类、目标提取、在轨融合领域的成功应用案例,指出融合产品的潜能在后续遥感应用未被充分挖掘的现状;然后,从退化模型、数据-模型驱动、多任务一体化及应用耦合4个角度对该领域进行展望;最后,就该领域的研究现状与发展趋势进行总结,归纳各类方法优劣势的同时,点明了多类方法协同、外部数据辅助及实际应用驱动等方面的重要性。     

遥感图像多模型融合处理与分析

图像融合综合利用多源信息,从而获得对同一目标更客观、更本质的认识,这对于影像解译、信息提取等至关重要。本文在结合主分量分析变换等经典的全色与多光谱遥感图像融合处理算法基础上,重点介绍WT-IHS、WT-PCA两种多模型融合算法在全色与多光谱图像融合处理的应用,同时给出对这两组图像进行单模型融合处理的结果,分别通过视觉效果和量化评价指标对融合结果进行比较,综合分析不同方法的特点。     

多源遥感影像融合

遥感影像融合能富集同一地区不同数据源的信息大跨度波谱特性影像数据的融合,提供了有关各单个传感器的互补信息,使分类更精确;大跨度空间分辨力影 融合,有利于改善２多光谱影像的度,增强特征提取和目视判读能力,能有效地用于变化监测。     

遥感图像的融合方法研究

图像融合是遥感图像处理中的重要一环,本文着重论述了遥感图像的3个层次的融合方法,并进行了对比分析,最后指出遥感图像融合的发展方向。     

单样本对卷积神经网络遥感图像时空融合

遥感图像时空融合是一种生成兼具高时空分辨率的合成遥感数据的技术。近年来,产生了一些基于卷积神经网络的时空融合方法。这些方法效果良好,但需要较多的图像样本对训练模型,限制了它们的应用。针对此问题,本文提出了一种单样本对卷积神经网络时空融合方法（SS-CNN）。该方法以高空间分辨率图像的波段平均图像提供的空间信息激励卷积神经网络建立高、低空间分辨率图像间的超分关系,进而利用该超分关系映射求解目标高空间分辨率图像。在实验中使用两个模拟数据集和一个真实数据集对该方法进行了测试,并与两种常用的时空融合方法做了比较。实验结果表明,SS-CNN在单样本对训练的情况下,可以较好地预测地物的物候变化和类型的变化,且在异质性高、地块破碎的区域表现良好。其不足之处在于会在地物边界上会造成轻微的模糊,将来需针对此问题做进一步改进。     

基于IHS的多源遥感数据融合

首先简要叙述了IHS法在遥感图像融合中的应用,然后对实验结果进行了分析,并用融合后的图像建立了土地利用类型的解译标志,以期为HIS法用于遥感图像融合提供参考。     

遥感图像融合技术研究与探讨

遥感作为一门正在兴起,有着广泛应用前景的学科。基于目前众多的融合方法,本文着重陈述了最常用的PCA、HIS融合方法和正流行的小波变换融合技术理论。最后结果评价,运用ERDAS和ENVI软件及IDL语言对"ETM129-44_个旧"图像进行上述三种方法的融合处理并对其结果进行定性和定量的比较与分析。     

像素级遥感图像融合方法研究

多传感器遥感图像融合按信息表征层次的不同,可以分为像素级融合、特征级融合和决策级融合。本文介绍了像素级层次上的多种遥感图像融合方法,阐述了其融合原理和实现过程,分析了它们适用性和优缺点,并给出了遥感图像融合的一般评价指标。     

多源遥感影像融合在哈大齐土地利用分类中的应用

随着遥感技术的发展,同一区域的多源遥感影像数据越来越丰富。以哈大齐为例,利用ETM+和SPOT-5数据探讨不同遥感信息融合在土地利用过程中的处理方法,比较不同融合算法在土地分类中的差异,并进行定性和定量比较。为有关部门进行土地规划、管理提供科学依据有着十分重要的意义。     

遥感数据融合的进展与前瞻

数据融合是提升遥感影像应用能力的重要手段,一直是遥感信息处理与应用领域的研究热点。本文系统综述了遥感数据融合的进展与前瞻:首先对数据融合的层次与分类进行了总结和归纳,将遥感数据融合划分为同质遥感数据融合、异质遥感数据融合、遥感—站点数据融合、遥感—非观测数据融合4大类;在此基础上,重点针对时—空—谱光学遥感数据的融合,从多视超分辨率融合、多尺度融合、空—谱融合、时—空融合、时—空—谱一体化融合等方面进行了详细阐述;最后总结了遥感数据融合的前瞻研究方向,包括时—空—谱一体化融合的拓展、空天地观测数据的跨尺度融合、传感网环境下的在线融合、面向应用的融合方法等。     

多源遥感数据管理与远程处理集成实现

针对目前对多源遥感影像数据管理与远程处理的集成应用研究较少的现状,文章基于FTP、关系数据库和空间数据库引擎设计多源遥感影像数据及其元数据与快视图数据的一体化管理方案,基于Web Service与PCI-EASI设计遥感影像远程处理服务,并对多源遥感影像数据管理与远程处理功能进行集成,通过综合运用FTP和Web Service技术,提高了数据管理效率和应用的灵活性。最后以"粤港澳水质遥感监测系统"为例,实现了对多源遥感影像数据的有效管理及水质监测业务的系统化,验证了研究成果的可行性和实用性。     

多源遥感影像融合技术及其在更新土地利用数据库中的应用

分析了SPOT和TM卫星影像的特点,提出综合利用SPOT和TM卫星影像的方法.对这两种影像进行融合,提取融合后的影像数据,使之与GIS数据库相叠加,达到对GIS矢量数据库更新的目的.以土地利用数据库为例进行实践,取得了较好的效果.     

基于缨帽变换的遥感图像融合方法研究

本文阐述了图像融合和缨帽变换的意义,针对缨帽变换在植被信息提取方面的优点,提出一种新的基于缨帽变换的遥感图像融合方法。为了验证算法的有效性,在城区遥感图像融合中,将其与其他几种图像融合算法进行比较。实验结果表明,基于缨帽变换的遥感图像融合方法得到的结果图像纹理清晰、结构完整、光谱保持能力强,在城市零星绿地提取中有着显著的效果。     

QuickBird遥感全色影像平面精度分析

QuickBird卫星是目前全世界最高分辨率的商用遥感卫星,通过实验对QuickBird遥感影像平面精度进行验证.实验表明,QuickBird标准影像具有良好的内部几何精度,几何纠正后的影像平面坐标绝对误差精度均方根为0.35m.就单纯单点绝对精度来看,已达到1:2000地形图平面精度要求.     

高分辨率遥感影像融合研究

遥感影像融合不仅可以提高原多光谱影像的空间分辨率,更重要的是最大量地保留影像的光谱信息。为了研究适合于QuickBird遥感影像融合的融合方法,本研究应用乘法复合算法(MLT)、改进的Brovey(MB)、高通滤波(HPF)以及基于平滑滤波的亮度调节算法(SFIM)四种融合方法对QuickBird影像进行了融合试验和分析。试验区以覆盖不同土地利用类型的一小景QuickBird影像为基础。采用了均值偏差、标准差、信息熵、平均梯度和相关系数五种数字统计方法来定量地评价由以上算法产生的融合影像。分析结果表明:SFIM算法在光谱保真性、高频信息融入度、影像清晰度方面都优于其他三种方法。因此,在研究的四种方法中,SFIM算法最适合Quick-Bird影像融合。     

多源控制遥感影像快速处理技术及应用

丰富的高精度基础地理信息的积累,为遥感影像快速正射纠正提供了控制源,本文从常用的正射影像、数字高程模型及立体基准网数据出发,设计了基于多源控制的遥感影像快速处理技术路线,并进行了试验验证,为遥感影像快速处理提供了思路。     

结合数据融合与特征选择的遥感影像尺度多样目标检测

基于深度神经网络模型的遥感影像地物检测取得了巨大成功,很大程度上得益于大规模数据集的支撑。但是,从现有遥感影像数据集本身来看,不同类别地物的数量分布不一致,同类地物对象以不同尺寸大小呈现,是导致地物样本的尺度不均衡问题的直接因素。对此,本文采用数据集内影像加权融合与地物多尺度特征选择的策略来缓解该问题。首先,将数据集内两张影像的像素值进行加权并得到融合后的影像,从而使不同类别地物样本更加均衡且具有较高的背景多样性;其次,通过选择合适尺度的特征图预测相应尺度的目标类别,且允许同一尺度目标在相邻特征图上进行预测,这样使模型能根据目标尺度进行训练;最后,基于目标中心区域的特征图预测目标边界框,预测的边界框更符合目标本身的尺度。通过在两个遥感数据集上分别进行实验,表明训练的模型在对复杂背景下的类别不均衡目标的识别更加准确,能够适应遥感影像下不同尺度目标的识别。     

GDI+在遥感数据处理中的应用

本文利用GDI+在图像处理方面的新特点,举例说明了GDI+在遥感图像的基本操作、空间滤波增强、图像的灰度化及伪彩色处理和图像的编码解码和多格式转化等方面的优势,从而为GDI+在遥感图像处理系统中的应用提供了新思路。