论文部分内容阅读
随着传感器光谱分辨率和空间分辨率的提高，现代遥感技术提供了金字塔状的可利用遥感数据。与此同时，也给遥感技术应用提出了挑战——如何充分、有效地利用多源、多尺度的遥感影像数据。影像融合技术为充分利用多源、多尺度的遥感影像数据提供了有效的途径。本文以像元级融合方法研究为主线，以提高融合影像的空间信息融入度、光谱保真度和自动分类精度为目标，在全面分析和总结前人研究成果的基础上，针对现有融合方法存在的问题，围绕像元级融合方法进行了探索性研究。主要研究的内容与研究成果包括：提出改进的IHS变换法；提出改进的PCA变换法；提出一种基于光谱范围的影像融合方法；提出一种基于离散平稳小波变换的自适应遥感影像融合方法，特别是首次把离散平稳小波变换引入遥感影像融合中，进行了有益的尝试。从融合基础、融合模型到融合效果评价研究，得到的主要结论有以下几点：(1)在分析传统IHS法、PCA法的融合原理及其发展的基础上，分析导致传统IHS法及PCA法效果不佳的主要原因，针对存在的问题，分别提出改进的IHS变换法(Modified Intensity Hue Saturation，MIHS)和改进的PCA法(Modified Principal Component Analysis，MPCA)。结果表明，在中等、高分辨率两种遥感影像融合情况下，MIHS法和MPCA法在空间融入效果、光谱保真效果以及自动分类三个方面均优于传统的IHS法和PCA法，较好地解决了传统的IHS法融合影像的光谱保真效果不佳及传统的PCA法融合影像空间融入效果不佳。(2)在分析SVR融合原理基础上，针对其融合模型中存在的缺点，提出一种基于光谱范围的融合方法(Spectral Range based FusionMethod，SRFM)。结果表明，在中等、高分辨率两种遥感影像融合情况下，SRFM法在空间信息融入效果、光谱保真方面和自动分类精度三个方面对SVR法均有不同程度的改进，但SRFM法的计算速度优于SVR法，且参数具有确定的物理意义，对于同一传感器，参数不需要重复计算，较好地弥补了SVR法中回归参数的不足。(3)针对基于离散正交小波融合影像存在明显马赛克现象，充分利用离散平稳小波的优点，并引入自适应权，提出一种基于离散平稳小波变换的自适应融合方法(Discrete Stationary WaveletTransform，DWST)。结果表明，在中等、高分辨率两种遥感影像融合情况下，DSWT法在空间信息融入效果、光谱保真方面和自动分类精度三个方面对小波变换法均有不同程度的改进，且在空间信息融入效果明显，较好地解决了基于离散正交小波变换融合影像目视效果不佳这一问题。(5)最后对本文提出的四种融合方法，在不同空间分辨率遥感影像情况下的融合效果，从空间信息融入效果、光谱保真效果和自动分类精度三个方面，进行了详细的定量评价，结果表明：在中等、高分辨率两种遥感影像情况下，综合考虑空间融入效果、光谱保真效果和自动分类精度三个方面，DSWT法均表现出较好的融合效果，接下来分别是SRFM法、MPCA法和MIHS法；考虑到实际应用及各种融合算法的融合效率，SFRM法效果最佳，接下来分别是MIHS法、MPCA法和DSWT法。