【摘 要】
：
提出了一种基于快速离散Curvelet变换的遥感影像融合方法。首先,对经过空间配准的多光谱和全色影像分别进行快速离散Curvelet变换。然后,对低频子带采用局部标准差加权策略,对中高频子带采用绝对值最大策略,对高频子带采用直接替换策略,反变换后即可得到融合影像。IKONOS、QuickBird、World-View-2多光谱和全色影像的融合实验和定量评价结果表明,该方法较传统方法有明显优势。
论文部分内容阅读
提出了一种基于快速离散Curvelet变换的遥感影像融合方法。首先,对经过空间配准的多光谱和全色影像分别进行快速离散Curvelet变换。然后,对低频子带采用局部标准差加权策略,对中高频子带采用绝对值最大策略,对高频子带采用直接替换策略,反变换后即可得到融合影像。IKONOS、QuickBird、World-View-2多光谱和全色影像的融合实验和定量评价结果表明,该方法较传统方法有明显优势。
其他文献
元胞自动机(Cellular Automata,CA)因其"自下而上"的自组织性能够呈现复杂的全局结构,越来越多地应用于城市生长和演化模拟。从历史遥感影像中提取了对城市生长影响较大的空间距离变量,结合实测数据和规划数据,挖掘基于Logistic回归的地理CA转换规则,建立了Logistic-CA模型。在自主开发的基于GIS的地理模拟框架下,以中小尺度城市上海市嘉定区为例,利用该Logistic-C
在分析MODIS数据与水体识别相关的1~7波段典型地物光谱图像特征及相关水体指数模型的基础上,对莫伟华等提出的组合水体指数(CIWI)提出了改进,用归一化建筑指数(NDBI)与归一化植被指数(NDVI)组合,构建了改进型组合水体指数MCIWI(Modified-Combined Index for Water Body Identification),增强了河流、湖泊等水体与城镇、植被等其他信息的
针对ETM空间分辨率高和MODIS时间分辨率高的特点,选择官厅水库上游为实验区,基于对STARFM方法的改进,构建不同时空分辨率NDVI的时空融合模型-STAVFM,使用该模型对ETM NDVI与MODIS NDVI融合,构建了高时空分辨率NDVI数据集。研究结果表明,STAVFM根据植被变化特点定义了有效时间窗口,在考虑物候影响的同时改进了时间维的加权方式,通过MODIS NDVI时间变化信息与
土地覆盖变化是土地分析与评价和生态环境变化预测的重要科学基础,通过精确的土地覆盖分类方法获取高精度的土地覆盖图是研究煤田火区生态环境变化的必要手段。本文以最大似然法、光谱角度法、面向对象分类法和基于复合分区的分层分类法进行乌达煤田火区土地覆盖分类的方法研究。研究结果表明,基于复合分区的分层分类方法分类精度较高,总体分类精度为92.97%,kappa系数为0.9155。该方法通过基于地表热辐射特征、
分析了ETM+影像的黑色条带特征,采用数据叠合和快速傅立叶变换对影像进行处理,实现了对ETM+黑色条带进行去除和减弱的目的。
非耕地系数反映了人类活动对耕地的影响状况。以2008年QuickBird数据为主要数据源,以伊宁县农耕区为研究区,采用灰色关联分析法研究与非耕地系数有关的因素,并利用相似性准则、量纲分析及多元回归方法建立遥感信息模型,构建单位面积内非耕地数量与其相关因素之间的数学关系。研究结果表明,在地形、土壤类型一定时,影响非耕地系数的主要因素有农区土地利用的斑块破碎度、水网密度、土地的垦殖指数等。遥感信息模型
提出了一种新的全极化SAR图像非监督分类方法,该方法将H/Alpha/A分解与马尔科夫随机场(Morkov rondom field,MRF)相结合。首先,根据地物的散射机制进行H/Alpha/A分解得到初始分类;然后,由基于Wishart分布的最大似然法迭代聚类更新分类结果;最后,结合WMRF(Wishart Markov randomfield)方法,由迭代条件模型法求取最大后验准则下的分割结
选择新疆古尔通班古特沙漠南缘的石河子地区作为研究区,针对统计回归模型需要大量实测数据,而像元二分模型(dimidiate pixel model,DPM)参数难以确定的缺点,提出了利用统计回归的结果反推像元二分模型参数来建立研究区遥感反演植被覆盖度的方法。运用该方法研究了利用TM和MODIS遥感影像数据分别反演植被覆盖度的参数化方案;同时,还研究了采用不同遥感数据源和不同反演模型时研究区植被覆盖度
高光谱遥感能以纳米量级宽度的窄波段及多达数百个的波段,对目标进行连续的光谱成像,但其海量数据及相邻波段高度相关造成的数据冗余却制约着它的应用。因此,对高光谱遥感影像分类须进行有效的处理、寻找最优特征,以增强地物的最大可分性。本文首先针对EO-1 Hyperion高光谱影像波段维数高、相关性强和数据量大等特点,利用独立成分分析(ICA)方法进行影像特征提取,并提出一种改进的ICA算法(M-ICA)。
在机载LiDAR系统中,将点云数据进行滤波以去除高地物,确定出房屋树木等高出地面的地物的位置记为障碍区域。在配准后的正射影像上,利用改进A*算法自动避开障碍区域选择一条最优化镶嵌线。实验证明,该方法可以准确、智能地对镶嵌线进行优化,改善镶嵌后的影像质量。