共查询到17条相似文献，搜索用时 343 毫秒
1.
高分辨率遥感影像融合研究 总被引：1，自引：0，他引：1
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。 相似文献
2.
对ETM+影像进行多种算法融合实验,除应用ERDAS软件现有的融合方法(PCA、MLT)外,还利用IDL语言编程实现了SFIM、HPF、MB等融合算法,通过多次修改SFIM、HPF、MB融合算法中滤波器窗口的大小、滤波算子的实验,达到既不产生噪声又增强了图像纹理信息的融合效果。对融合后的影像进行了相同地物样本、不同分类方法的监督分类。以2002年内蒙古土地利用遥感调查数据为评价标准(内蒙古自治区遥感与地理信息系统重点实验室提供),用总体精度(overall accuracy)、kappa系数两种评价指数综合反映各种融合算法与各种分类方法结合的分类精度,并对各种分类方法及融合算法予以评价。 相似文献
3.
基于SFIM算法的融合影像分类研究 总被引：2，自引：1，他引：2
徐涵秋 《武汉大学学报(信息科学版)》2004,29(10):920-923
以福州市城乡结合部的Landsat7ETM 影像为例,就该融合算法的自动分类精度作进一步研究,并藉此对该算法作全面评价。研究结果表明,SFIM融合影像的分类精度高于原始未融合影像的分类精度,但选择不同尺寸的均值滤波器会影响融合影像的分类精度。试验表明,太大尺寸的滤波器虽然能提高高分辨率影像的信息融入度,但会降低融合影像的分类精度和光谱的保真度。 相似文献
4.
自适应高斯滤波与SFIM模型相结合的全色多光谱影像融合方法 总被引：1，自引：1，他引：0
全色-多光谱影像融合技术可以显著提高遥感影像的地物判别能力,但是空间信息融入度与光谱信息保真度是相互矛盾的一组性质,一般方法往往无法平衡这两方面。SFIM算法具有良好的光谱信息保持能力,但是其空间信息融入度较差,影响了整体的融合效果。为此,本文分析了SFIM模型的原理与特点,提出一种自适应高斯滤波与SFIM模型相结合的全色多光谱影像融合方法（AGSFIM）。以均值调整后的多光谱整体平均梯度为标准来计算高斯滤波的最优参数,将下采样全色影像的清晰度调整至同样水平,以保证融合结果的空间信息融入度与光谱信息保真度之间的平衡。利用6种融合算法对“北京二号”（Beijing-2）、“资源三号”02星（ZY-3 02）数据进行对比试验,表明在良好的光谱保持能力的前提下,改进方法可以有效克服SFIM算法空间信息融入不足的缺点。 相似文献
5.
ALOS全色与多光谱影像融合的土地覆盖分类 总被引：1，自引：1，他引：0
利用Brovey、HighPass Filter和Gram-Schmidt 3种融合方法,对ALOS卫星全色与多光谱影像进行融合,并对融合后影像进行土地覆盖分类研究,从定性分析和比较融合后影像的分类精度2个方面综合评价了3种融合方法的效果。结果表明,3种融合方法都提高了影像的空间分辨率,Gram-Schmidt和HPF融合后影像光谱保持性好,同时3种融合方法不同程度上提高了影像的总体精度和Kappa系数,Gram-Schmidt最高,Brovey次之,HPF最弱,但对于不同地物分类精度又不尽相同,从整体分类结果来看,Gram-Schmidt最优。 相似文献
6.
城市绿地信息提取中高分辨率卫星影像融合方法研究 总被引：3，自引：2，他引：1
利用GS变换、主成分分析、Ehlers变换、Wavelet分析、HIS变换5种方法对城区WorldView-2和PL-1A影像进行融合,并从影像融合质量和绿地信息提取精度两方面对融合方法的有效性进行了评价。结果表明：①5种融合方法中,GS变换融合的效果最好;主成分分析和Ehlers变换融合WorldView-2质量较好,但融合PL-1A影像质量较差;Wavelet变换、HIS变换融合两种影像质量都较差;②用于绿地信息提取时,GS、PCA融合影像获取的精度最高,其次为Ehlers、Wavelet融合影像,均明显高于多光谱影像的提取精度;Ehlers、Wavelet变换精度最低,绿地信息提取精度低于多光谱影像的提取精度。可以得出,影像融合可以明显地提高绿地信息提取精度,5种影像融合方法中,GS变换普适性较好,影像融合质量最好,提高分类精度效果最明显。 相似文献
7.
本文从实际应用的角度出发,以城市地区的Landsat7ETM+影像和QuickBird影像为例,对小波法(WT)、Gram_Schimdt法(GS)、合成变量系数法(SVR)以及基于平滑滤波的亮度变换法(SFIM)四种融合方法在不同尺度的遥感影像之间的融合效果进行了研究,通过定性和定量评价指标对融合结果进行了评价。结果表明:在不同尺度遥感影像的融合中,SVR变换法具有最好的空间信息保留效果,GS变换法、SFIM法以及WT法分别次之;GS变换法具有最好的光谱信息保真效果,SVR法、WT法和SFIM法分别次之。 相似文献
8.
矿山地表要素提取,可为矿山的合理开发利用、尾矿的管理、土地复垦、生态修复提供数据支撑,具有重要的实践意义。本文以湘西花垣县某铅锌矿区IKONOS影像为数据源,使用4种融合方法:Brovey变换、主成分(PCA)变换、Gram-Schmidt Pan变换、缨帽(KT)变换,对全色影像及多光谱波段进行融合,发现与原始影像相比,KT变换融合影像的光谱信息、空间信息保持得最好。基于ENVI中面向对象分层分类的方法,提取研究区内的典型地物,主要包括植被、裸地、道路、建筑物、矿石堆、尾矿库及蓄水池,并进行识别精度评价,总体精度达86.12%,Kappa系数为0.834 7。结果表明,面向对象分层分类的方法能有效地应用于复杂铅锌矿区的地物提取。 相似文献
9.
高分二号卫星影像融合及质量评价 总被引：1，自引：0，他引：1
《国土资源遥感》2016,(4)
高分二号卫星(GF-2)是我国自主研制的首颗空间分辨率优于1 m的民用光学遥感卫星,配备有0.81 m空间分辨率的全色相机和3.24 m空间分辨率的多光谱相机。对比分析适合GF-2影像的融合方法对于提高其应用效果与扩大应用领域具有实际意义。针对东北地区2014年11月22日和27日成像的GF-2影像,分别采用主成分分析(principal component analysis,PCA)、GS(Gram-Schmidt)变换、modified-HIS(intensity hue saturation)变换、高通滤波方法(high pass filter,HPF)和超球体色彩空间变换(hyperspherical color space resolution merge,HCS)等5种融合方法对多光谱和全色数据进行融合。并对5种融合影像进行质量评价,首先采用目视分析方法进行定性评价,其次采用信息熵、平均梯度、相关系数和光谱扭曲度等统计学指标进行客观定量评价,最后对融合影像进行地物分类。结果表明,HCS与GS变换融合影像无论是在视觉还是在地物分类应用上都具有较好的效果,且没有波段数的限制,最适合GF-2影像融合;HPF方法对空间细节信息的增强仅次于HCS变换,但是其光谱保真度效果最差;PCA和modified-IHS变换融合效果比较适中,可以作为GF-2影像融合的候补方法。 相似文献
10.
高空间分辨率影像与多光谱影像融合,为影像处理提供了更加丰富的资源,有利于进行影像的分析和制图。本文以庐山及其周边区域的2009年5月11日LandsatETM＋与2009年5月6日SPOT5影像数据为例,对典型的融合方法进行了对比评价。融合方法包括加权融合法,HIS变换,改进的HIS变换,高频调制融合法（频域采用Butterworth滤波器．指数滤波器）,HSV变换,Brovey变换,CN变换,PC变换,Gram—Schmidt变换11种方法。评价指标为相关系数、信息熵、标准差、平均梯度、相对偏差、标准偏差。结果表明,不同的融合结果突出的侧重点不同。加权融合法、Grain—Schmidt变换,PC变换方法突出了影像的信息量丰富度、清晰度,提高空间分辨率能力。CN波谱锐化,改进的HIS变换,BWO高频调制融合,指数高频调制融合方法光谱保真度较好。改进的HIS变换,BWO高频调制融合,CN波谱锐化,指数高频调制融合法在空间分辨率及光谱保真度、清晰度、信息丰富度方面的能力较均衡。 相似文献
11.
Image fusion techniques integrate complimentary information from multiple image sensor data such that the new images are more
suitable for the purpose of human visual perception and computer based processing tasks for extraction of detail information.
As an important part of image fusion algorithms, pixel-level image fusion can combine spectral information of coarse resolution
imagery with finer spatial resolution imagery. Ideally, the method used to merge data sets with high-spatial and highspectral
resolution should not distort the spectral characteristics of the high-spectral resolution data. This paper describes the
Discrete Wavelet Transform (DWT) algorithm for the fusion of two images using different spectral transform methods and nearest
neighbor resampling techniques. This research paper investigates the performance of fused image with high spatial resolution
Cartosat-1(PAN) with LISS IV and Cartosat-1(PAN) sensor images with the LISS III sensor image of Indian Remote Sensing satellites.
The visual and statistical analysis of fused images has shown that the DWT method outperforms in terms of Geometric, Radiometric,
and Spectral fidelity. 相似文献
12.
R. Zoleikani M. J. Valadan Zoej M. Mokhtarzadeh 《Journal of the Indian Society of Remote Sensing》2017,45(1):25-33
In this paper pixel-based and object-oriented classifications were investigated for land-cover mapping in an urban area. Since the image fusion methods are playing a useful role in supplying classification different fusion approaches such as Gram-Schmidt Transform (GS), Principal Component Transform (PC), Haar wavelet, and À Trous Wavelet Transform (ATWT) algorithms have been used and the fused image with the best quality has been assessed on its respected classification. A Hyperion image and IRS-PAN image covering a region near Tehran, Iran have been used to demonstrate the enhancement and accuracy assessment of fused image over the initial images. The evaluation results of fused images showed that the Haar wavelet approach has good quality in preserving spectral information as well as spatial information. Classification results were compared to evaluate the effectiveness of the two classification approaches. Result of the pan-sharpened image classifications displayed that the object-oriented procedure presented more accurate outcomes (90.47 %) than those obtained by pixel-based classification method (77.33 %). 相似文献
13.
Saygin Abdikan 《国际地球制图》2018,33(1):21-37
Remote sensing data utilize valuable information via various satellite sensors that have different specifications. Image fusion allows the user to combine different spatial and spectral resolutions to improve the information for purposes such as forest monitoring and land cover mapping. In this study, I assessed the contribution of dual-polarized Advanced Land Observing Satellite/Phased Array type L-band Synthetic Aperture Radar data to multispectral Landsat imagery. The research investigated the separability of forested areas using different image fusion techniques. Quality analysis of the fused images was conducted using qualitative and quantitative analyses. I applied the support vector machine image classification method for land cover mapping. Among all methods examined, the à trous wavelet transform method best differentiated the forested area with an overall accuracy (OA) of 94.316%, while Landsat had an OA of 92.626%. The findings of this study indicated that optical-SAR-fused images improve land cover classification, which results in higher quality forest inventory data and mapping. 相似文献
14.
15.
16.
Comparison Between Four Methods for Data Fusion of ETM＋ Multispectral and Pan Images 总被引：2，自引：0，他引：2
PouranBehnia 《地球空间信息科学学报》2005,8(2):98-103
Four data fusion methods, principle component transform (PCT), brovey transform (BT), smoothing filter-based intensity modulation(SFIM), and hue, saturation, intensity (HSI), are used to merge Landsat--7 ETMq- multispectral bands with ETM panchromatic band. Each of them improves the spatial resolution effectively but distorts the original spectral signatures to some extent. SFIM model can produce optimal fusion data with respect to preservation of spectral integrity. However, it results the most blurred and noisy image if the coregistration between the multispectral and pan images is not accurate enough. The spectral integrity for all methods is preserved better if the original multispectral images are within the spectral range of ETM pan image. 相似文献
17.
Pouran Behnia 《地球空间信息科学学报》2013,16(2):98-103
Four data fusion methods, principle component transform (PCT), brovey transform (BT), smoothing filter-based intensity modulation (SFIM), and hue, saturation, intensity (HSI), are used to merge Landsat—7 ETM+ multispectral bands with ETM+ panchromatic band. Each of them improves the spatial resolution effectively but distorts the original spectral signatures to some extent. SFIM model can produce optimal fusion data with respect to preservation of spectral integrity. However, it results the most blurred and noisy image if the coregistration between the multispectral and pan images is not accurate enough. The spectral integrity for all methods is preserved better if the original multispectral images are within the spectral range of ETM+ pan image. 相似文献