论文部分内容阅读
高时间、高空间分辨率遥感影像可以提供快速准确的地物变化信息,在土地利用变化检测、灾害救援决策等领域有着广泛的应用和需求。然而,由于传感器硬件的限制,遥感影像存在着空间分辨率和时间分辨率不可兼得的现象。鉴于不同传感器影像之间存在着互补信息,因此对这些影像进行融合是一种很有意义的方向。本文中研究的对象是遥感影像时空融合。遥感影像时空融合是通过一定的算法,利用传感器影像之间的互补信息,生成兼具空间和时间分辨率图像的过程。本文首先介绍了稀疏表达理论和耦合字典模型理论,然后基于以上理论,分析了 MODIS影像和Landsat影像之间存在的巨大分辨率差异性问题,提出一种中间分辨率影像的融合策略。通过稀疏表达对MODIS影像分辨率的提高,然后对改善后的分辨率影像,通过耦合字典模型理论完成最终影像的融合。具体内容如下:(1)稀疏表达理论研究和耦合字典模型的建立。本文首先介绍了稀疏的来源以及在图像领域的应用。然后介绍了稀疏表达的理论基础,稀疏表达求解方法,字典构造方法,以及耦合字典模型理论。在稀疏表达求解方法中,介绍LASSO算法的详细过程。在耦合字典模型理论中,通过公式的推导过程,说明了耦合字典模型理论的由来。稀疏表达理论通过其过完备字典,完成了对信号的表达,而耦合字典模型在稀疏表达的基础上,借助稀疏表达系数来完成跨空间转换。(2)时空融合概念和典型方法的介绍。本章节介绍了时空融合的概念,重点分析了时空融合的难点,然后对现有时空融合的基本算法进行分类,基于转换的方法、基于重建的方法和基于学习的方法。重点介绍了后两种融合方法。并介绍了三种典型的算法ESTARFM,SPSTFM和SSIF,最后对通过三种比较典型的时空融合的数据,并对每一组数据进行了各自特征的分析。(3)对现有方法进行改善。考虑到MODIS影像和Landsat影像之间16倍的分辨率差异,直接通过原始影像进行耦合字典构建,势必会影像字典模型中对应原子的一致性,因此本文提出一种中间分辨率影像的融合策略。分析了中间分辨率倍数的选择问题,中间分辨率影像的构建问题。最后之前的同样三组数据和一组新型数据,对算法进行了对比分析。分析结果显示,这种中间分辨率影像的融合策略缓解了分辨率的差异问题,提高了算法的精度。