基于主成分分析与Brovey变换的ETM+影像植被信息提取

在ETM+影像全色波段和多光谱数据融合时,Brovey变换是一种较好的融合方法,但是Brovey变换所利用的波段信息量少,并且在对融合后影像分类时常将存在阴影的植被覆盖区误判为水体。因此将主成分和归一化植被指数(NDVI)作为Brovey变换融合时的波段,实验结果显示融合后的影像更利于后期植被信息提取。

一种Brovey变换图像融合法的改进算法

分析了的Brovey变换融合算法,提出了一种新的基于Brovey变换、对数变换亮度调整的图像融合方法,试验数据的对比和分析证明了其保留多光谱影像的光谱信息。

基于改进Brovey变换的ALI影像融合算法研究

针对传统Brovey变换(Brovey Transform,BT)融合存在的光谱信息丢失及光谱扭曲等问题,引入自适应加权平均对其进行改进,并以EO-1 ALI多光谱影像为例,提出一种新的基于改进BT的多光谱影像融合算法。并分别选用信息熵、平均梯度、相关系数、均方根误差等参数对影像融合效果进行综合评价与对比分析,从而验证该算法的有效性和优越性。结果显示:采用改进后的BT融合算法的多光谱融合影像具有较好的光谱信息和空间分辨率,其视觉效果和空间纹理特征都有显著改善,并且较好地延续了源影像的色彩信息,亮度相对适中;能减少融合过程中光谱信息的损失和畸变,在保持光谱信息和清晰度方面与传统BT融合算法相比具有明显优势。

一种融合RF-SVM的无人机遥感图像信息提取与分类技术

针对传统无人机遥感图像信息提取与分类算法准确率低、稳定性差、无法有效应对大规模复杂遥感图像数据集等问题,提出一种基于RF-SVM的遥感图像处理算法。RF-SVM算法将RF数据集分类性能较强的优势与经典SVM算法数据降维能力相融合,引入随机变量和示性函数扩大样本集的边界,提升对复杂大规模数据集的处理能力,有效控制泛化误差。在对无人机遥感图像的预处理过程中,借助Brovey变换完成对光谱和高分辨率遥感图像的像素级融合,引入核函数并根据获取到的遥感图像特征和后验概率值,实现对遥感图像内部标的物的准确分类。实验结果显示,在RF-SVM算法下,无人机遥感图像信息提取准确率分类平均准确率达到99.81%,且在RF-SVM算法下的样本点感受性曲线稳定性更好。

中高分辨率遥感影像融合研究

以浙江省衢州市的一个区域作为研究区,在阐述遥感图像融合原理的基础上,以QuickBird、SPOT5和Landsat ETM+全色与多光谱遥感图像为数据源,应用Brovey变换、SVR变换、PCA变换、Pansharp变换和Gram-schmidt变换等融合方法,对上述3类遥感图像进行了融合试验和分析,并从光谱信息和空间信息两个方面对融合效果进行计算分析,来比较这几种融合算法用于QuickBird、SPOT5、ETM+遥感图像融合的效果。研究结果表明,在QuickBird影像融合时Gram-schmidt变换法的效果最好。Pansharp变换法在SPOT5影像融合时综合效果优于其它方法。ETM+影像融合时,Gram-schmidt变换的光谱退化最小;在空间信息增强方面:Brovey变换在波段2、3融合时效果最好,在波段1、5、7上,SVR变换法优于其它变换法,而波段4融合时则是Pansharp变换最佳。

基于多源遥感数据融合的土地利用/土地覆盖变化信息提取试验

针对主要数据源ETM + ,TM及部分SPOT ,设计两种融合方法 ,试验快速可靠的变化信息提取的融合方法。一是利用 2 0 0 0年TM8高分辨率影像与 1998年B5 43合成影像的PCA法 ,融合影像中变化图斑呈特征的黄色图斑 ;二是利用 2 0 0 0年TM8波段与同一时相的B43 2合成影像的Brovey变换法 ,该方法提高了土地利用 /土地覆盖类型的分辨力 。

遥感融合方法分析与评价

遥感影像融合是一种通过高级影像处理来复合多源遥感融合的技术.它针对不同环境条件,选择最佳的波段组合和分辨率,设计最适合的时相叠加,采用一定的算法将各影像的优点或互补性有机的结合起来产生新的影像.各种融合有其各自的原理、特点,作用及限制条件.本文对各种相应的算法进行了分析和评价,并进行了实例比较.

ASTER和TM/ETM+遥感数据融合监测土地覆盖变化

在人们纷纷选择IKONOS、QUICKBIRD、SPOT-5等高分辨率影像监测土地利用/覆盖变化之际,以北京海淀区为例,尝试采用Brovey变换和主成分分析(PCA)法融合ASTER、TM/ETM+中等分辨率影像,充分利用ASTER、TM/ETM+数据的多光谱和较高空间分辨率特性,挖掘其在土地覆盖变化监测中的潜力,为大规模监测土地利用/覆盖变化提供科学参考。研究将2003年ASTER多光谱3N、2、1波段与1999年ETM+PAN波段进行Brovey变换;1992年TM543与1999年ETM+PAN波段进行PCA融合,快速发现土地覆盖变化信息。经验证,变化发现精度达92.50%,符合项目精度要求。试验表明:在缺乏高分辨率影像的地区,选择价格相对便宜的AS-TER和TM/ETM+数据,采用Brovey变换和主成分分析(PCA)法进行融合,可有效监测土地覆盖变化,节约动态监测成本,二者具有很大的应用价值,值得推广。

遥感图像融合方法研究

利用遥感图像专业处理软件ENVI与ERDAS IMAGINE,对珠海市2002年的Landsat 7 ETM+遥感数据进行了图像融合方法试验,包括IHS变换、Brovey变换、K-L变换和Gram Schmidt波谱锐化等。然后利用定性和定量方法对各种方法的融合结果进行了光谱特征和统计参数等方面的评价。研究结果表明:Gram Schmidt波谱锐化在纹理信息、亮度信息和光谱信息等方面都优于其他几种融合方法。

ETM+全色波段及其多光谱波段图像的融合应用

Landsat-7ETM+的全色波段与多光谱波段有相同的太阳高度角和其他环境条件,影像获取时间一致,两种不同分辨率的数据可以不经配准而实现高精度融合。目前常用的图像融合方法很多,究竟哪种方法更适合于ETM+图像,本次试验采用HIS变换、Brovey变换、SFIM变换、加权融合4种方法,分别实现ETM+Pan与ETM+的多光谱波段的融合,并从空间纹理信息、光谱真实性2个方面进行定量和定性地评价。研究表明,从综合角度出发,基于SFIM变换的融合方法产生的光谱扭曲和失真较小,同时很大程度地保持了高分辨率的全色波段的空间纹理细节信息,是一种适合于ETM+图像融合的较佳方法。

SPOT-5全色与多光谱遥感影像融合方法比较

随着遥感技术的发展,SPOT-5卫星数据以其优越的性价比,得到了较多的应用.在阐述遥感图像融合原理的基础上,以SPOT-5全色与多光谱影像为数据源,应用IHS变换、PCA融合、Brovey变换、乘积变换和HPF融合等5种比较常用的融合方法,从提高空间分辨率和保持原始图像光谱信息的角度进行了分析评价,探讨最适合于SPOT-5图像的融合方法.结果表明：在各种融合方法中,HPF与IHS融合的效果最好.

陕北黄土丘陵沟壑区ALOS遥感影像融合方法研究

【目的】通过几种遥感影像融合方法的比较,筛选适合于陕北黄土丘陵沟壑区遥感影像处理的融合方法。【方法】利用ALOS全色波段与多光谱影像,通过主成分变换、乘法变换和Brovey变换等3种融合方法,对陕北黄土丘陵沟壑区遥感影像进行融合,并对融合后的影像进行效果评价。【结果】所有融合处理图像的标准差和信息熵多大于原始影像,融合后图像的信息量大大增加,其中Brovey变换法在提高目视效果和识别精度方面优于其他2种融合方法。【结论】3种变换融合方法中,Brovey变换更适合于陕北黄土丘陵沟壑区ALOS遥感影像的融合,同时也为提高该区遥感影像的解译精度奠定了基础。

几种常用遥感影像融合方法分析及初步试验

本文对目前在影像融合过程中最常用的融合方法进行了简单归纳和介绍,并运用Brovey变换、主成分变换、小波变换、IHS变换等融合方法对某一试验区SPOT5卫星的全色和多光谱数据进行融合处理,并对融合结果进行了定量分析对比,得出对于实验数据来说最适合的融合方法。

遥感影像融合方法的精度评价

目前,高分辨率全色遥感影像和低空间分辨率的多光谱遥感影像融合是影像融合技术应用的主流。EN-VI 4.4遥感影像处理软件影像融合处理的工具——SPEAR提供了PCA变换、Gram-Schmid变换、Brovey变换和HSV变换4种专门用于全色与多光谱遥感影像融合的算法。以ETM+全色与多光谱遥感影像融合为例,选择熵、偏差和相关系数3个定量指标,对采用4种融合方法得到的影像进行评价。经综合评价和比较,实验的4种影像融合算法中,Gram-Schmidt变换效果最好。

多光谱遥感图像与高分辨率全色图像融合研究

介绍了遥感图像融合的一般过程和特点,研究了像素级融合的常用算法,归纳了融合图像的基本步骤,采用四种融合方法对高空间分辨率的全色图像与高光谱分辨率的多光谱图像进行像素级融合实验,发现基于小波变换的图像融合提供更多细节信息,Brovey变换法融合全色图像与多光谱图像目视效果最好,速度最快。

图像融合在高光谱遥感数据处理中的应用

图像融合近年来成为图像处理领域的热点之一,广泛应用于军事、民用的各个领域。而高光谱遥感是遥感领域里新兴的方向,具有波段多,信息量大的特点,对高光谱图像进行融合可以进一步提高图像的利用率,减少信息的相关性和冗余。

面向耕地的高分一号卫星遥感影像融合方法研究

选择国产高分一号(GF-1)卫星2 m全色/8 m多光谱影像,对增强耕地信息的遥感影像融合方法进行了研究,研究所选择的融合方法包括Subtractive法、Brovey变换法、MHIS法、HCS法和Gram-Schmidt法,并从主观和客观方面对融合影像质量进行了评价,基于融合影像对研究区耕地信息的增强进行了分析。结果表明,面向耕地信息时,MHIS法融合影像最好。

低空无人机影像与资源3号影像常规融合评价

低空无人机与星载遥感影像融合具有重要价值,可获得兼具极高分辨率和多/高光谱特性的影像。为比较不同融合方法的效果,分别采用Brovey变换、HSV变换、PC Spectral锐化、Color Normalized锐化、PCA融合、乘法变换和小波融合7种影像融合方法进行融合试验,以南昌某地区的资源3号多光谱影像和低空无人机航拍影像作为融合数据,依据定性和定量评价指标对融合结果进行质量评价。实验结果表明,针对资源3号卫星数据与低空无人机数据的融合,综合光谱保真度、空间细节表达以及目视结果三方面比较,Brovey变换和PCA融合融合方法的效果较好。

面向复杂城市环境基于亚米级的遥感影像融合方法比较

为探究在复杂城市环境适合亚米级的高分辨率遥感影像的融合方法,文章以2000年空间分辨率为0.6米深圳航空真彩影像,以及2003年空间分辨率为0.61米深圳Quick Bird全色影像为数据源,用HIS变换、PCA变换和Brovey变换对亚米级遥感影像进行融合及质量评价。结果表明:在地物变化复杂的中心城区和地物变化单一的非中心城区,PCA效果最好,Brovey次之,HIS最差;在地物变化复杂的非中心区域,Brovey效果最好,PCA次之,HIS最差。因此,应根据城市地物变化情况选择适合的算法。

一种色彩改进型Retinex彩色图像增强方法

提出了一种色彩改进型Retinex彩色图像增强方法。对于曝光量不足的彩色图像,采用多尺度Retinex算法增强后,在亮度平均值附近以1倍标准差进行截取,拉伸后的图像亮度与对比度的乘积较大,再采用Brovey彩色变换方法,以原图像各像素中红绿蓝所占的成份比例进行运算。由色彩改进型Retinex彩色图像增强方法增强后得到的图像信息熵是直接使用Retinex算法的1.019±0.002倍。