本文關(guān)鍵詞：多源光學遙感影像融合方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：光學遙感影像的富集是遙感科技進步和快速發(fā)展過程的中間產(chǎn)物，而影像融合是提高數(shù)據(jù)利用率的有效途徑。本文立足于多源遙感影像融合過程中的方法構(gòu)建和光譜失真問題，從全色/多光譜遙感影像融合、多/高光譜遙感影像融合和多時相遙感影像融合三個方面開展融合方法的研究。主要完成了兩項工作：其一，在融合方法的構(gòu)建方面，針對現(xiàn)有方法的弊端，提出改進和新思路，實現(xiàn)了對于不同來源數(shù)據(jù)融合方法的優(yōu)化；其二，在融合影像的質(zhì)量評價方面，針對影像的空間質(zhì)量和光譜質(zhì)量，實現(xiàn)了對于不同融合問題評價指標的選擇。論文的主要內(nèi)容和研究成果如下： （1）對于全色/多光譜遙感影像融合，以新型的ZY-3衛(wèi)星影像數(shù)據(jù)為例，從傳感器固有的數(shù)據(jù)特性入手，在I分量構(gòu)建和空間細節(jié)注入方式兩個方面對現(xiàn)有的IHS融合方法進行了改進。融合影像的質(zhì)量評價采用典型地物融合前后光譜曲線比較和無需參考影像的質(zhì)量評價指標作為依據(jù)，發(fā)現(xiàn)利用本文方法融合后三種典型地物融合前后光譜向量間的夾角均不足0.1rad，且融合影像QNR值大于0.75，說明該方法表現(xiàn)良好，未造成顯著的光譜扭曲和空間畸變。 （2）對于多/高光譜遙感影像融合，以SPOT和Hyperion影像為例，從混合像元分解的角度出發(fā)，提出了以端元光譜和豐度矩陣而不是低頻和高頻信息來表征影像的光譜信息和空間細節(jié)信息進行融合的新思路，并利用巴特沃斯低通濾波器對融合影像進行了修正。融合質(zhì)量評價采用信息熵、峰值信噪比和光譜角余弦作為度量指標，結(jié)果顯示：融合影像的峰值信噪比大于50，各像元融合前后光譜向量構(gòu)成的光譜角余弦位于區(qū)間[0.6717,0.9996]，說明該融合影像不僅獲得了豐富的細節(jié)信息，，同時較好的保持了原始高光譜影像的光譜特征。 （3）對于多時相遙感影像的融合，以MODIS和TM影像為例，引進了基于單對HSLT-LSHT遙感影像的融合方法，將超完備字典訓練和稀疏編碼理論應用到多時相遙感影像融合計算過渡影像，然后利用高通濾波器預測高分辨率影像。對于融合結(jié)果，利用模擬影像作對比實驗分析影響融合結(jié)果的因素，并采用ERGAS、SSIM和NDVI散點圖作為評價指標。結(jié)果發(fā)現(xiàn)，降低影像配準誤差和高、低分辨率影像空間分辨率之比可以提高影像融合的質(zhì)量，也是保證基于單對遙感影像的融合方法有效性的關(guān)鍵。
【關(guān)鍵詞】：光學遙感影像 融合方法 評價指標
【學位授予單位】：中國地質(zhì)大學（北京）
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：P237
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 引言10-20
• 1.1 選題背景10-11
• 1.2 研究進展11-17
• 1.2.1 研究現(xiàn)狀11-16
• 1.2.2 存在的問題16-17
• 1.3 研究目的與意義17
• 1.4 研究內(nèi)容17-19
• 1.5 章節(jié)安排19-20
• 第2章 全色/多光譜遙感影像融合20-34
• 2.1 引言20-21
• 2.2 基于 ZY-3 衛(wèi)星傳感器 SRF 的改進 IHS 融合方法21-25
• 2.2.1 改進的 IHS 融合方法21-22
• 2.2.2 基于 ZY-3 衛(wèi)星傳感器 SRF 的改進 IHS 融合方法22-25
• 2.3 結(jié)果與評價25-33
• 2.3.1 實驗數(shù)據(jù)及結(jié)果25-29
• 2.3.2 融合質(zhì)量評價29-33
• 2.4 結(jié)論33-34
• 第3章 多/高光譜遙感影像融合34-46
• 3.1 引言34-35
• 3.2 基于混合像元分解的融合方法35-37
• 3.2.1 端元光譜提取35-36
• 3.2.2 混合像元分解36
• 3.2.3 基于混合像元分解的融合方法36-37
• 3.3 結(jié)果與評價37-44
• 3.3.1 實驗數(shù)據(jù)及結(jié)果37-42
• 3.3.2 融合質(zhì)量評價42-44
• 3.4 結(jié)論44-46
• 第4章 多時相遙感影像融合46-60
• 4.1 引言46-47
• 4.2 基于單對 HSLT-LSHT 遙感影像的融合方法47-50
• 4.2.1 超分辨率重建47
• 4.2.2 圖像的稀疏表示47-49
• 4.2.3 基于單對 HSLT-LSHT 遙感影像的融合方法49-50
• 4.3 結(jié)果與評價50-58
• 4.3.1 實驗數(shù)據(jù)及結(jié)果50-56
• 4.3.2 融合質(zhì)量評價56-58
• 4.4 結(jié)論58-60
• 第5章 結(jié)論與展望60-62
• 5.1 結(jié)論60-61
• 5.2 展望61-62
• 致謝62-64
• 參考文獻64-69
• 附錄69

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊進;劉建波;;一種改進的IHS圖像融合新算法[J];華中科技大學學報(自然科學版);2007年08期

2 黃金,潘泉,皮燕妮,李靜;基于區(qū)域特征加權(quán)的IHS圖像融合方法[J];計算機工程與應用;2005年06期

3 熊育久,林輝,孫華,莫登奎,劉秀英;多源遙感數(shù)據(jù)融合及其對植被識別的影響[J];林業(yè)資源管理;2005年05期

4 馮大一,何先平,閆云娟;多源遙感數(shù)字圖像融合評價[J];太原師范學院學報(自然科學版);2003年04期

5 李平湘,王智均;高空間分辨率影像和多光譜影像融合的研究[J];武漢大學學報(信息科學版);2003年01期

6 杜培軍;唐宏;方濤;;高光譜遙感光譜相似性度量算法與若干新方法研究[J];武漢大學學報(信息科學版);2006年02期

7 朱俊杰;范湘濤;丁赤飚;李玉龍;;顧及光譜畸變的高分辨率圖像融合方法研究[J];武漢大學學報(信息科學版);2006年10期

8 路錦正;張啟衡;徐智勇;彭真明;;超完備稀疏表示的圖像超分辨率重構(gòu)方法[J];系統(tǒng)工程與電子技術(shù);2012年02期

9 孫蓉樺,郭德方;SPOT-5全色與多光譜數(shù)據(jù)融合方法的比較研究[J];遙感技術(shù)與應用;2005年03期

10 肖剛,敬忠良,Henry Leung,王淑;基于小波統(tǒng)計特性的遙感圖像像素與特征聯(lián)合最優(yōu)融合方法[J];遙感學報;2005年04期

  本文關(guān)鍵詞：多源光學遙感影像融合方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：307325