基于双正交小波变换的资源二号卫星与多光谱影像融合方法研究

针对基于Darbechies等正交小波函数的遥感影像融合时引起失真的现象，引入双正交小波函数，提出了基于双正交小波变换的融合方法，对资源二号卫星和TM的多光谱影像的融合进行研究，并把融合结果与主成分、IHS和Brovey等融合结果进行比较。通过对光谱特征曲线、相关系数、光谱扭曲程度等分析和空间细节的对比，说明双正交小波融合方法除了提高空间分辨率外，最好地保持了多光谱影像的光谱特征，有利于专题信息的提取。

资源一号02D卫星高光谱与多光谱遥感影像融合方法

资源一号02D卫星可以在同一时间同步获取30m空间分辨率的高光谱遥感影像和10m空间分辨率的多光谱遥感影像,对二者进行影像融合可以在保持高光谱影像光谱准确性的同时提升数据的空间细节特征,从而进一步提高卫星的应用价值。文章通过研究深度学习方法,构建了一个空谱特征分离式网络(Spatial-Spectral Features Separated Network,SSFSN),最终实现高光谱影像与多光谱影像的融合。为验证方法有效性,对资源一号02D卫星的高光谱影像和多光谱影像进行融合试验。实验结果表明:提出的方法在目视效果和质量评价指标上均优于对比方法。

基于IHS和NSCT变换结合的SAR影像和多光谱影像融合方法

传感器技术的进步使测绘遥感工程拥有了更多类型的卫星影像可以选择,影像具有各自的几何和光谱特征,融合使用能达到更高的测量精度。文章探究了一条基于IHS变换和NSCT变换的方法融合SAR影像与传统多光谱影像,利用人工鱼群算法进行低频融合,用区域能量特征和投票法进行高频融合,最终在尽量减少损失空间分辨率的情况下获得了更好的光谱信息保持度。

基于高分遥感影像匹配的露天矿滑坡形变场监测方法

针对利用SIFT(Scale-invariant feature transform)算法提取全色遥感影像特征点时存在数量少、分布不均、影响滑坡形变场监测效果等问题,提出了一种综合利用SIFT与CSIFT(Colored scale invariant feature transform)算法进行滑坡形变场标定的方法。该方法利用SIFT算法分别处理全色影像和多光谱融合影像,利用CSIFT算法处理多光谱融合影像,将3个过程提取的互不相同的特征点进行叠加,得到更多的特征点。以抚顺西露天煤矿南帮滑坡为例进行试验,结果表明:新方法能够充分利用3种不同影像匹配过程的特点,大大增加了特征点数量,使得生成的滑坡形变场更加精确,所圈定的滑坡范围更加准确,且该方法具有成本低、效率高等优点,非常适合于大型滑坡的大变形形变场监测。