昆明理工大学国土资源工程学院，云南昆明 650093
分量替换是遥感图像融合中的一种经典方法，其具有良好的空间保真度，但容易产生光谱失真，为此本文提出一种结合结构与能量信息的全色与多光谱图像融合方法。方法首先通过超球面颜色空间变换分解多光谱图像的空间和光谱信息。其次，通过联合双边滤波引入了两层分解方案。然后，将全色图像和强度分量分解为结构层和能量层。最后，提出结构层通过邻域空间频率策略融合，强度分量的纯能量层用作预融合图像的能量层。强度分量定义颜色的强度，通过将预融合结构层与强度分量的能量层结合，可以有效地结合源图像的空间和光谱信息，从而减少全色锐化图像的光谱失真。本文在 Pléiades和 QuickBird数据集上进行大量实验，并对实验结果进行定性和定量分析，结果表明所提方法与现有先进方法相比具备一定优越性。
全色锐化 超球面色彩空间 联合双边滤波 空间频率 全色图像 多光谱图像 pansharpening hypersphere color space joint bilateral filter spatial frequency panchromatic image multispectral image
光子学报
2023, 52(11): 1110001
1 上海海洋大学海洋科学学院, 上海 201306
2 上海河口海洋测绘工程技术研究中心, 上海 201306
3 中国测绘科学研究院, 北京 100830
为了利用全色和多光谱图像融合得到一幅空间分辨率较高和光谱信息丰富的遥感图像。结合窗口空间频率绝对值最大原则的高频条带波系数融合规则, 提出一种基于自适应多尺度几何分析变换的融合方法。利用 Landsat-7数据进行试验, 得到一幅空间分辨率和光谱信息都较好的融合图像。和轮廓波方法、IHS、小波变换方法进行比较, 本方法提高融合图像的质量, 图像的边缘细节更明显清晰。
条带波 全色图像 多光谱图像 融合 空间频率 Bandelet, panchromatic image, multispectral image,
高光谱分辨率的高光谱图像与高空间分辨率的全色图像融合可以综合两类图像的优势。将全色图像与高光谱部分波段分别融合, 再合成假彩色图像是融合的有效思路。引进多分辨率分析框架, 首先对源图像进行小波变换, 得到低频系数与高频系数; 然后从中提取平均梯度特征和边缘特征分别作为两类系数融合的依据; 最后将融合后的系数经过小波逆变换还原为各波段融合图像, 进行假彩色合成得到最终的彩色融合图。实验结果表明, 与 PCA、HIS等经典方法相比, 本文方法不仅能够在保证融合效率前提下有效保持光谱信息, 提高融合图像的空间分辨率, 融合图像的标准差、平均梯度、信息熵等各项指标也均优于其他融合方法。
高光谱 全色图像 图像融合 多分辨率分析 平均梯度 边缘特征 hyperspectral image panchromatic image image fusion multi-resolution analysis average gradient edge feature
中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033
遥感图像的车辆目标提取与运动参数估计在交通管理、战场态势分析等领域具有广阔的应用前景，但目前相关算法均需要人工参与或借助GIS信息，针对上述问题提出了一种基于计算机视觉的全自动车辆检测与运动参数估计算法。分析了Quickbird全色与多光谱传感器的焦平面结构特征以及该结构造成的“鬼影”现象; 针对全色与多光谱遥感影像的分辨率高、光谱信息丰富的特点，利用植被指数归一化、图像分割、形态学灰度重建等图像处理过程，实现了全色图像中运动车辆的自动检测，在此基础上检测低分辨率的多光谱图像中的目标。利用全色与多光谱图像的成像时间差估计运动参数。在Quickbird遥感影像的验证实验中充分证明了算法的可行性与正确性。
全色图像 多光谱图像 车辆检测 运动参数估计 形态学重建 panchromatic image multispectral image vehicle extraction speed estimation morphological reconstruction
西南交通大学 信号与信息处理四川省重点实验室, 成都 610031
为了增强多光谱图像的空间分辨率同时避免出现严重的光谱扭曲，对插值放大后的多光谱图像和原始全色图像分别作相同层数的非下采样轮廓波变换分解.在相应低频子带中，分别选取以待融合像素点为中心，大小为5×5的滑动窗口，计算待融合像素点的局部相关系数与四阶相关系数.如果局部相关系数大于四阶相关系数，说明该位置上的地物存在相似的光谱特征，因此用全色图像的高频系数替代多光谱图像的高频系数；反之，保持多光谱图像的高频系数不变.最后将多光谱图像的低频系数和替换后的高频系数进行非下采样轮廓波逆变换得到融合图像.采用Landsat 7遥感图像，对比给出了本文与现有同类最新文献融合结果及其主客观评价指标.实验结果表明，本文算法在提高空间分辨率与保持光谱信息两个方面都具有较好的效果.
多光谱图像 全色图像 全色锐化 非下采样轮廓波变换 局部相关系数 四阶相关系数 Multispectral images Panchromatic image Pan-sharpening Non-subsampled contourlet transform Local correlation coefficient Fourth-order correlation coefficient
1 中国科学院空间信息处理与应用系统技术重点实验室,北京100190
2 中国科学院 电子学研究所,北京100190
3 中国科学院 研究生院,北京100049
针对红外图像与全色图像的不同的成像特性，提出了一种基于图像的梯度结构信息的匹配算法.首先对原始的红外和全色图像分别进行梯度计算，得到图像的梯度强度图；对梯度图进行结构相似性度量，获得图像间同名点对.然后采用RANSAC算法剔除误匹配的同名点.最后利用同名点对构建三角网小面元，并进行变换而得到配准图像.实验结果表明，算法可以有效地利用红外图像中地物的结构信息，匹配精度高.
红外 全色 梯度结构信息 配准 panchromatic image infrared image gradient structure image registration
针对传统的像素级融合方法对高分辨力影像融合存在较大光谱扭曲的问题，在分析了Geoeye-1 传感器光谱响应特性的基础上，提出了一种适合Geoeye-1 全色与多光谱影像融合的高保真方法。本文所提的方法的改进之处主要体现在两个方面：低空间分辨力全色影像的构建方式和空间细节信息注入系数的选取。利用澳大利亚霍巴特地区的Geoeye-1 全色和多光谱影像进行了试验研究，从主观评价和定量分析综合评价了新方法与传统的影像融合方法的融合效果，结果表明新方法在光谱信息损失最少的情况下，较大地提高了影像的空间分辨力，与其他方法相比具有更好的综合性能。
全色影像 多光谱影像 光谱响应 影像融合 Geoeye-1 Geoeye-1 panchromatic image multispectral image spectral response image fusion
