目的時空融合是解決當(dāng)前傳感器無法兼顧遙感圖像的空間分辨率和時間分辨率的有效方法。在只有一對精細(xì)—粗略圖像作為先驗的條件下,當(dāng)前的時空融合算法在預(yù)測地物變化時并不能取得令人滿意的結(jié)果。針對這個問題,本文提出一種基于線性模型的遙感圖像時空融合算法。方法使用線性關(guān)系表示圖像間的時間模型,并假設(shè)時間模型與傳感器無關(guān)。通過分析圖像時間變化的客觀規(guī)律,對模型進(jìn)行全局和局部約束。此外引入一種多時相的相似像素搜尋策略,更靈活地選取相似像素,消除了傳統(tǒng)算法存在的模塊效應(yīng)。結(jié)果在兩個數(shù)據(jù)集上與STARFM（spatial and temporal adaptive reflectance fusion model）算法和FSDAF（flexible spatiotemporal data fusion）算法進(jìn)行比較,實驗結(jié)果表明,在主要發(fā)生物候變化的第1個數(shù)據(jù)集,本文方法的相關(guān)系數(shù)CC（correlation coefficient）分別提升了0. 25%和0. 28%,峰值信噪比PSNR（peak signal-to-noise ratio）分別提升了0. 153 1 d B和1. 379 d B,均方... 

【文章來源】：中國圖象圖形學(xué)報. 2020,25(03)北大核心CSCD

【文章頁數(shù)】：14 頁

【部分圖文】：

場景3觀測到的真實圖像

場景4觀測到的真實圖像

1.2節(jié)中的分析是基于局部一致性前提下進(jìn)行的，然而在異質(zhì)區(qū)域進(jìn)行參數(shù)估計時，并不能完全滿足局部一致性，尤其隨著局部塊增大，違背局部一致性的可能性加大。為了準(zhǔn)確地進(jìn)行參數(shù)估計，需要在局部區(qū)域內(nèi)搜尋相似像素，確保用來做參數(shù)估計的數(shù)據(jù)滿足局部一致性假設(shè)。另外，考慮到t1和t2時刻地物目標(biāo)可能會發(fā)生變化，兩個時刻相似像素空間分布也可能會發(fā)生變化。基于以上分析，提出一種多時相的相似像素搜尋策略，只有在基礎(chǔ)時間和預(yù)測時間都與中心像素有著相似光譜信息的像素，才會被認(rèn)為是中心像素的相似像素。由于t2時刻可用的光譜信息都在粗略圖像中，如果直接在粗略圖像中搜尋相似像素，可能會產(chǎn)生嚴(yán)重的模塊效應(yīng)，因此需要對粗略圖像做上采樣處理。考慮到粗略圖像與精細(xì)圖像之間巨大的分辨率差異，如果直接將粗略圖像上采樣到精細(xì)分辨率，可能會引入巨大的采樣誤差，因此將粗略圖像C1與C2上采樣到介于精細(xì)分辨率與粗略分辨率之間的中等分辨率，得到中等分辨率圖像M1與M2。然而上采樣得到的圖像缺少高頻信息，無法提供充足的光譜信息，因此引入了高通調(diào)制操作，具體為

【參考文獻(xiàn)】：
期刊論文
[1]基于徑向基函數(shù)（RBF）映射理論的遙感影像分類模型研究[J]. 駱劍承,周成虎,楊艷.  中國圖象圖形學(xué)報. 2000(02)
[2]多衛(wèi)星遙感數(shù)據(jù)的信息融合:理論、方法與實踐[J]. 何國金,李克魯,胡德永,從柏林,張雯華.  中國圖象圖形學(xué)報. 1999(09)



本文編號：3125302