基于HPF融合与数学形态学的ETM+遥感影像道路提取

道路作为构成城市格局的骨架,是城市发展过程中更新最快的要素之一,因此,基于数学形态学的ETM+遥感影像的道路信息提取具有重要的现实意义.以合肥市某一地区的ETM+影像为例,提出一种基于HPF融合与数学形态学的方法.首先对原始影像进行预处理,对原始影像的多波段与全色波段影像进行HPF融合,预处理结果得到的RGB图像转换为灰度图像,再转换为二值化图像,然后根据道路的线性特征,运用数学形态学对图像进行去噪(独立斑块及粘连斑块两部分)、膨胀腐蚀、开运算、细化等运算处理,应用此方法能够较完整的得到道路提取的结果,并对该方法进行了验证.实验结果证明:该方法可以较准确、完整地从分辨率遥感影像中提取主干道路网络,剔除非道路地物的影响,具有简单、实用性特点.

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.

Landsat 7 ETM+影像像素级融合方法研究

文中在研究遥感影像像素级融合算法的基础上,采用IHS、PCA、Brovey、HPF及Wavelet五种遥感影像像素级融合方法对ETM+数据的多光谱与全色影像进行融合实验,并从融合影像的光谱质量、信息损失、对比度扭曲、空间分辨力几个方面进行比较分析。结果表明,五种融合方法都有效的提高了影像的空间分辨率,但在一定程度上IHS、PCA、Brovey融合影像光谱信息较原始影像存在一定的失真。Wavelet融合法和HPF融合法在信息量和光谱保真性方面较好。在兼顾光谱信息和空间信息综合效应的基础上,认为HPF融合法是ETM+多光谱与全色数据最佳的融合方法。

海岸带区域自主遥感卫星影像融合方法研究

面向海岸带区域遥感影像图件制作及更新的实际需求,本文针对海岸带地形特点设计了总体技术流程图,实现了天绘一号、资源三号以及高分二号卫星影像融合的技术方法。选择典型海岸带区域进行了融合增强实验,验证了本方法的可靠性和有效性,为自主遥感卫星影像数据应用于海洋测绘领域奠定了技术基础。

基于ERDAS和PCI的高分辨率影像几种融合方法的分析比较

简述了ERDAS软件和PCI软件中几种常用的融合方法,采用QB的全色影像和多光谱影像,对几种常用的融合方法进行试验和分析,结果表明HPF融合、Pan Sharp融合这两种融合方法整体融合效果较好。

遥感影像融合方法比较研究

影像融合是提高遥感影像特征提取、分类、目标识别能力的重要手段;为比较不同融合方法的融合效果,采用基于低通滤波的IHS变换融合法、PCA变换法、高通滤波法和Gram-Schmidt变换融合法对北京某地区的SPOT-5全色影像和TM多光谱影像进行融合试验,并采用均值、标准差、信息熵和相关系数4个评价指标对结果影像从信息保留性和光谱保持性上进行评价;结果表明:在4种方法中,Gram-Schmidt变换融合法在信息量的保持上具有最大优势,光谱保持性与PCA变化法持平;高通滤波法在对信息量的保留和光谱信息保持均较好,但融合结果的亮度性最差。

多种融合方法在SPOT-5影像融合中的效果评价

运用多种不同的影像融合技术对SPOT-5影像的多光谱影像和全色影像进行融合,生成新的高分辨率多光谱影像。通过目视判读,且采用图像均值、相关系数、相对偏差、熵、标准差和平均梯度6个定量指标对不同方式的融合结果进行分析,结果表明,高通滤波融合方法在提高融合影像空间分辨率的同时,也保持了原多光谱影像的光谱特征。

基于多源遥感数据融合的土地利用类型信息提取研究

以CBERS和ASAR为多源遥感数据源,采用HPF像素级融合法进行数据融合生成HPF融合数据,然后分别运用CBERS数据和HPF融合数据提取镇宁县土地利用类型信息,并基于实地样本点构建混淆矩阵进行精度验证,对比分析数据融合前后的土地利用类型信息提取的相对误差,评价CBERS数据和HPF融合数据的土地利用类型信息提取效果。结果表明:2种遥感数据提取水体类型信息的效果都好,精度均达到了100%;提取其它土地利用类型信息方面,HPF融合数据精度均高于CBERS数据,HPF融合数据效果好于CBERS数据;运用CBERS和ASAR影像进行HPF融合,生成HPF融合影像,并用HPF融合影像提取土地利用类型信息是提高土地利用类型分类正确率的有效途径之一,这一途径对于岩溶地区同样适用。

基于多源遥感影像融合的植被覆盖度信息提取研究

植被覆盖度是评估生态环境的一个重要参数,对于全球环境变化和监测研究具有重要意义。如何从遥感数据资料估算植被覆盖度,并提高估算精度是建立全球或区域气候、生态模型的基础工作。该研究以CBERS数据与ASAR数据为多源遥感数据源,进行CBERS影像与ASAR影像HPF像素级融合,生成高空间分辨率的多光谱影像HPF融合影像。分别运用CBERS影像和HPF融合影像,提取植被覆盖度,并对两者的提取效果进行精度对比评价分析。评价结果表明,HPF融合处理的影像提取的植被信息精度较高、效果较好,为植被覆盖度信息的提取提供了参考。

CBERS与ASAR影像融合处理及在提取土壤侵蚀信息中的应用

以CBERS数据与ASAR数据为多源遥感数据源,进行CBERS影像与ASAR影像HPF像素级融合,得到了高空间分辨率的多光谱影像HPF融合影像,并结合DEM数据,提取植被覆盖度、土地类型、坡度土壤侵蚀信息,在土壤侵蚀信息准确性和丰富性方面,取得了较理想的效果,为实际应用中提取土壤侵蚀信息提供了参考。