论文部分内容阅读
高空间分辨率全色影像和低空间分辨率多光谱影像的融合是弥补传感器技术不足的主要技术,融合结果将为土地覆盖、土地利用、植被研究、环境监测、城市规划等应用提供必不可少的信息。可以说所有需要两幅或多幅图像信息的应用都能够得益于融合。遥感影像融合已因其日渐重要的地位而成为遥感领域中的一个研究热点。如何降低空间信息和光谱信息的损失是遥感影像融合中亟待解决的关键问题。本文围绕该问题主要研究以下两个方面的内容：基于统一理论框架GCOS(general component substitution)和GIF(general image fusion)的融合方法研究；面向应用的融合产品的质量评价。论文主要研究内容及成果如下：1.当参与融合的全色与多光谱影像空间分辨率之比非常低的时候会出现空间信息损失,针对这一问题,论文提出一种基于GIF理论框架及MTF(Modulation Transfer Function)滤波融合方法MTF-GIF,根据全色传感器的MTF设计二维低通滤波器,通过对多光谱影像的亮度成分滤波估计低分辨率全色图像数据值,基于GIF融合框架得到融合结果。对北京一号小卫星遥感影像的融合实验证明了方法在解决空间信息问题上的有效性,在空间信息和光谱信息保持上有较好的折中。2.对三波段多光谱影像融合时,光谱信息损失是IHS(Intensity-Hue-Saturation)等替换类融合方法的主要缺点,实验证明这种光谱信息损失主要表现在饱和度有损。论文基于GCOS框架提出一种饱和度无损融合方法ZSD(Zero Saturation Distortion),通过调整融合框架中的重要参数达到饱和度无损的目的,实验证明融合结果的饱和度能够和原MSI保持一致。3.本文从遥感影像成像原理以及遥感图像信息模型两个方面证明了相同空间分辨率上全色与多光谱数据之间存在近似的线性关系,并且这种关系与传感器和地物反射特性有关,以此为理论支持利用最小二乘法估计合理的低分辨率空间信息,提出一种基于GIF框架以及最小二乘法的融合方法LS-GIF-WC。实验证明方法在对不同波段影像融合时性能稳定,具有较好的光谱信息和空间信息保持性。4.引入归一化植被指数、植被覆盖度等定量遥感参数作为融合产品光谱信息的代表性参数,定量评价融合产品质量。同时,将融合结果用于遥感影像分类,通过分类精度来评价融合产品质量。通过分析融合方法的原理得出以下结论：基于GIF框架的融合方法更适用于植被应用,在遥感影像分类中,基于ARSIS概念的融合产品能够得到较高的分类精度,GIF融合产品应用于分类中也能够得到较满意的分类精度。