基于分量替换高分辨率遥感图像融合方法的对比研究

基于分量替换的高分辨率遥感图像融合是一种十分重要的融合方法,但对该方法的融合原理的深入分析在国内还鲜有报道。为此对分量替换融合方法进行原理探究和实验对比分析。首先从线性代数的角度来阐述分量替换融合算法的实质,并对两种典型的构造可替换波段的分量替换方法(基于光谱响应函数模拟低分辨率全色波段的Gram-Schmidt融合法(GS1)和基于多元一次线性回归拟合低分辨率全色波段的Gram-Schmidt(GS2)融合法进行原理说明;其次,选取QuickBird全色与多光谱图像数据,进行三种有代表性的基于分量替换的融合方法(PCA,GS1,GS2)的对比分析。通过对比融合前后典型地物的光谱特性变化来评价融合影像的光谱保真性也是该研究的一大特色。结果表明:3种融合方法都具有很高的光谱保真性,GS2融合方法具有最优的光谱保真性,PCA和GS1融合算法次之,尤其是GS1融合处理后的图像存在部分光谱失真的现象,GS2算法的光谱保真性明显优于GS1。从基于分量替换融合方法的实质可以诠释出造成GS1融合图像光谱失真的根本原因,GS1融合算法使用的只是实验室理想环境下所获取的名义上的光谱响应特征。传感器的实际成像过程受到诸多因素的影响,如传感器在轨工作环境、大气、观测角度不同等的影响。GS1算法单纯通过不同波段光谱响应函数的线性组合来模拟低分辨率全色波段并不十分准确,GS2直接利用MS和Pan波段像元灰度值进行线性回归,克服了上述不确定性问题。通过以上对比研究发现,如何利用多光谱数据准确地模拟低分辨率全色波段,直接影响到融合后影像的光谱保真性,是目前高分辨率遥感图像融合的关键技术。

改进空间细节提取策略的分量替换遥感图像融合方法

针对多光谱图像与全色图像间的局部空间差异引起的空谱失真问题,提出了一种改进空间细节提取策略的分量替换遥感图像融合方法。与传统空间细节提取方法不同,该方法旨在合成高质量的强度图像,用其取代空间细节提取步骤中全色图像的位置,以获取匹配多光谱图像的空间细节信息。首先,借助低分辨率强度图像与高分辨率强度图像的流形结构一致性,利用基于局部线性嵌入的图像重建方法重构第一幅高分辨率强度图像;其次,对低分辨率强度图像与全色图像分别进行小波分解,保留低分辨率强度图像的低频信息与全色图像的高频信息,利用逆小波变换重构第二幅高分辨率强度图像;然后,将两幅高分辨率强度图像进行稀疏融合,获得高质量强度图像;最后,将合成的高分辨率强度图像应用到分量替换融合框架,获取最终融合图像。实验结果表明,与另外11种融合方法相比,所提方法得到的融合图像具有较高的空间分辨率和较低的光谱失真度,该方法的平均相关系数、均方根误差、相对整体维数合成误差、光谱角匹配指数和基于四元数理论的指标在三组GeoEye-1融合图像上的均值分别为:0.943 9、24.347 9、2.764 3、3.937 6和0.908 2,明显优于对比方法的相应评价指标。该方法可有效地消除局部空间差异对分量替换融合框架性能的影响。

结合光谱响应函数和全局方差匹配的遥感图像融合

为保持空间细节和减少光谱扭曲,同时针对改进的分量替换融合方法在构建强度分量时,容易存在系数为负或过小的问题,提出了一种结合光谱响应函数和全局方差匹配的遥感图像融合方法.该方法基于通用分量替换融合框架,使用全色和多光谱传感器的光谱响应函数反映的辐射能量响应的比例关系来构造强度分量,物理意义明确,数学形式简单明了.同时使用全局协方差和方差之比来计算空间细节调制参数,减少光谱畸变,满足通用分量替换融合框架的约束条件.选取两组不同卫星图像作为测试数据,并与多种成熟的融合方法相对比,结果表明,该方法得到的融合图像空间和光谱质量都较好.

基于稀疏表示的遥感图像融合方法

为了提高融合后多光谱(MS)图像的质量,提出一种基于稀疏表示的遥感图像融合方法。建立MS图像与其亮度分量之间的线性回归模型;利用训练的高、低分辨率字典分别对全色图像和MS图像进行稀疏表示,并根据线性回归模型获得MS图像亮度分量稀疏表示系数;根据全色图像和亮度分量的稀疏表示系数提取细节成分,并在通用分量替换(GCOS)融合框架下注入到MS图像各波段的稀疏表示系数中;进行图像复原得到高空间分辨率的MS图像。由于稀疏表示可有效地刻画信号的内部结构与特征,融合后的MS图像能够在提高空间分辨率的同时,较好地保留原始MS信息。IKONOS MS图像的融合结果表明,该方法在光谱保持和空间分辨率提高方面优于其他传统的遥感图像融合方法。