导读:本文包含了多源遥感影像融合论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:遥感,影像,水深,土地利用,水层,卷积,地物。
多源遥感影像融合论文文献综述
吴忠强,毛志华,王正,邱耀炜,沈蔚[1]（2019）在《基于多源影像融合去云的水深遥感反演研究——以哨兵-2A和资源叁号为例》一文中研究指出利用Worldview-2、资源叁号、Sentinel-2A、高分一号,以及Landsat-8等5种光学卫星数据和电子海图数据,在研究多光谱遥感水深反演机理以及基本流程的基础上,探究了多源遥感数据去云融合与水深反演。一方面,以不同空间分辨率的影像融合为切入点,用GM融合算法、小波融合探讨不同空间尺度、不同数据源融合影像对水深反演结果的影响,探讨水深反演过程中遥感影像去云融合的可行性。另一方面,以多源遥感水深反演为切入点,基于双波段比值法,反演实验区域20 m以内的水深,并进行精度评价。实验表明,利用小波融合去云可以改善水深遥感反演中有云区域的影响,一定程度上提高反演精度和制图资料的完整性。(本文来源于《测绘与空间地理信息》期刊2019年11期）
张应刚,余先川,张林,张静[2]（2019）在《多源遥感影像融合质量性能评估研究》一文中研究指出目前,对遥感图像融合质量性能评价的指标较多,但是对评价指标性能的研究相对较少。通过对光谱相关指数、光谱互信息、偏差指数、结构相似度、交叉熵、光谱角、均方根差和ERGAS常用8个融合图像光谱信息评价指标以及标准差、信息熵、平均梯度、空间频率、空间互信息、空间相关系数和空间ERGAS融合图像空间质量的7个评价指标进行分析。选取多源遥感图像(IKONOS、CBERS、LandsatETM+、TerraSAR-X、SPOT5和ENVISAT-1)进行融合实验,实验得出结论,融合影响的光谱质量优劣与3个评价指标光谱相关系数、光谱角和ERGAS相关;其融合影像的空间质量性能与平均梯度或空间ERGAS性能相关。(本文来源于《制造业自动化》期刊2019年07期）
王体雯,李涛[3]（2019）在《基于多源遥感影像融合的植被覆盖度信息提取研究》一文中研究指出植被覆盖度是评估生态环境的一个重要参数,对于全球环境变化和监测研究具有重要意义。如何从遥感数据资料估算植被覆盖度,并提高估算精度是建立全球或区域气候、生态模型的基础工作。该研究以CBERS数据与ASAR数据为多源遥感数据源,进行CBERS影像与ASAR影像HPF像素级融合,生成高空间分辨率的多光谱影像HPF融合影像。分别运用CBERS影像和HPF融合影像,提取植被覆盖度,并对两者的提取效果进行精度对比评价分析。评价结果表明,HPF融合处理的影像提取的植被信息精度较高、效果较好,为植被覆盖度信息的提取提供了参考。(本文来源于《安徽农业科学》期刊2019年12期）
黄明源,李超[4]（2018）在《多源遥感数据影像融合的方法浅析》一文中研究指出基于ENVI对遥感图像数据融合的不同的方法的研究,即Brovery变换和CA变换方法。并对Landsat8上海地区的数据进行融合实验,对实验结果进行分析,比较这2种融合方法的各方面属性、特点、优缺点、适用情况等。通过这些结果,为影像融合提供选择的标准和改进意见。(本文来源于《西部探矿工程》期刊2018年12期）
陈磊士,赵俊叁,李易,朱祺夫,许可[5]（2018）在《基于机器学习的多源遥感影像融合土地利用分类研究》一文中研究指出为了快速获取准确的城市土地利用信息,提高西南地区遥感影像城市土地利用分类信息提取的精度,探讨了当前快速发展的机器学习技术在该领域中的分类实验.选用昆明市主城区作为研究区域,以Landsat8与Sentinel-1A影像为原始数据,使用GS变换法对影像进行融合,使用卷积神经网络(Convolutional Neural Network,CNN)和BP神经网络(Back Propagation Network)2种分类算法对融合前后的遥感影像进行土地利用分类信息提取,对分类结果进行分析.研究结果表明:基于Landsat8和Sentinel-1A的融合影像数据的卷积神经网络分类算法具有最好的分类效果,其总体分类精度和Kappa系数分别为85.8091%,0.8124,认为基于多源遥感影像融合的卷积神经网络分类方法是获取准确的城市土地利用分类信息的一种可行的方法,可以为高原地区城市的土地利用分类提取研究参考.(本文来源于《西南师范大学学报(自然科学版)》期刊2018年10期）
陈冠东[6]（2018）在《基于多源遥感影像融合的城市不透水层提取方法研究》一文中研究指出城市是人类经济生活和活动最密集的区域,城市不透水面变化是城市化过程最直接的结果。大量研究表明,城市不透水层与城市的环境问题又有直接的关系。城市不透水面的分布与大气、水体非点源污染密切相关,同时也决定着城市是否易受洪涝灾害的影响。因此,精确估算城市不透水层面积及其分布,对环境、社会和经济的可持续发展具有重要的意义。研究和分析国内和国外主要城市的不透水面的分布及变化规律,对国家制定城市发展,环保,防灾减灾等方面的计划和政策具有重要的参考意义。城市不透水层指那些由于人类活动导致的地表透水率明显降低的区域(比如,公路,水泥路面,建筑屋顶等),由于城市地物类型的复杂性和多样性,高精度估测不透水层(imperious surface estimation,ISE)仍然是一个极具挑战的课题。本文通过多种方法实现了城市不透水层的估算,分别基于光学遥感、合成孔径雷达(Synthetic Aperture Radar,SAR)遥感、融合光学和SAR遥感的方法实现了对城市不透水层的精准估测,其中基于融合光学和SAR遥感的不透水层估测方法能有效利用两类遥感影像的互补信息,进一步提高不透水层提取的精度。本文的研究内容主要包括如下几个部分。第一,基于光学影像的城市不透水层提取,本文采用了一种基于灰度概率直方图的地物分类策略,将复杂的地物类型分为6类,分别是亮不透水面,暗不透水面,阴影区域,裸土,植被,水体。然后,将各种土地类型合并为透水层和不透水层。文中应用了多种光学特征提取的方法,为了评价这些特征对于不同地物的区分能力,本文提出一种基于KL散度的特征评价方法,利用这种方法可以定量描述该特征对于不同地物的区分能力。分类阶段,本文提出了将深度网络应用于不透水层提取的方法,包括深度置信网络(Deep Belief Nets,DBN)、堆迭自编码器(Stacked Auto-Encoder,SAE)。通过与传统方法作比较,基于深度网络的方法,测试集准确率为98.24%,Kappa系数为0.9647(六分类准确率为94.81%,Kappa系数为0.9377)。另外,新方法具有很好的泛化性。第二,基于SAR影像的城市不透水层提取,与光学影像反映地物的光谱特性不同,SAR影像反映了地物对电磁波的反射机制,结合这一特点,本文提出了一种基于H-alpha平面的地物分类方法,H-alpha平面中横轴表示熵的大小,纵轴表示不同类型的散射机制,将地物分为了5类,分别是市区1,市区2,水体,植被,裸土。类似地,基于KL散度的特征评价方法同样适用于SAR的极化分解特征,通过选取合适的特征,进行了应用深度网络的不透水层提取实验,测试集准确率达到了98.6%,Kappa系数为0.9705(六分类准确率为97.8%,Kappa系数为0.9724)。第叁,基于光学和SAR影像融合的城市不透水层提取,其中,关键问题是将多源遥感影像精确配准,与传统的控制点配准方法不同,本文采用基于数字高程模型(digital elevation model,DEM)的SAR影像配准方法,解决了光学和SAR不同类型传感器图像配准这一难题,配准误差控制在一个像素点以内(RMSE<1Pixel)。在特征级融合的层面上,实现多源遥感影像的不透水层提取,测试集准确率为99.75%,Kappa系数为0.9949(六分类准确率为99.39%,Kappa系数为0.9926)。本文的研究成果有助于城市规划者和相关环保部门对城市发展建设的规划和环境治理。另外,本文提出的方法框架可以为其他城市环境要素的遥感研究提供一定的参考价值。(本文来源于《北京工业大学》期刊2018-06-01）
李磊[7]（2017）在《基于BEMD多源遥感影像融合的漓江源竹林信息提取研究》一文中研究指出合成孔径雷达(SAR)的成像机理与光学传感器不同:SAR可以全天侯、全天时获取影像,且能够获取地物地貌的形状及结构特征;光学全色影像具有较高的空间分辨率,可以清晰反映地物边缘;多光谱影像具有较高的光谱分辨率,利于肉眼直观判读。融合SAR与光学影像可以充分互补影像信息,减少分类的不确定性。本文基于二维经验模态分解(BEMD)展开针对SAR与光学影像的融合方案的研究。主要工作内容如下:(1)调研图像融合的发展历程以及融合方法的研究背景,着重调研了经验模态分解(EMD)以及二维经验模态分解(BEMD)的原理和在信号处理以及遥感影像融合中的应用,为论文后续工作奠定基础。(2)由于BEMD处理非线性、非平稳信号具有优势,且具有完全自适应性,本文基于BEMD方法设计并实施了多套遥感影像融合及对比实验,包括:利用SAR影像与多光谱影像进行的HSV融合、GS融合、小波变换融合与BEMD融合的对比;利用SAR影像与全色影像进行的曲波变换融合、纟-trous变换融合、DWT小波变换融合与BEMD融合的对比;利用全色影像与多光谱影像进行的HSV融合、GS融合、小波变换融合与BEMD融合的对比。充分利用有限的数据资源,以达到信息融合的最大化,并通过目视判读和计算定量指标对融合结果进行了评价。实验结果证明:文中融合方法在融合SAR与光学影像方面具有优势,充分互补了 SAR与光学影像的地物信息,融合效果优于其他融合方法。(3)漓江是桂林市主要的生态旅游资源,由于近年来人类生产活动的加剧以及对漓江旅游资源的过度开发,漓江流域生态林的平衡性遭到严重破坏,其中以毛竹林为主的经济林增多。本文以此为背景,以多源遥感影像数据融合为切入点,结合灰度共生矩阵(GLCM)纹理分析对融合影像进行竹林提取。第五章利用SAR影像、全色影像与多光谱影像进行的BEMD叁源影像融合与利用全色影像与多光谱影像、全色影像与SAR影像进行的BEMD二源影像融合进行对比,文中基于半变异函数优化了 GLCM对计算窗口尺寸的依赖,提高了对竹林的提取精度。(本文来源于《北京交通大学》期刊2017-06-12）
孟祥超[8]（2017）在《多源时—空—谱光学遥感影像的变分融合方法》一文中研究指出遥感观测是获取地表信息的重要手段,其中,遥感影像作为所获取信息的重要载体,在遥感相关领域发挥着重要作用,而遥感影像的空间、光谱、时间分辨率为衡量其应用价值和潜力的重要指标。然而受卫星传感器硬件设计的限制和其它因素的影响,单源遥感影像在空间分辨率、光谱分辨率和时间分辨率方面互相制约,此外,光学遥感影像在获取过程中不可避免会受到云雾等天气条件的影响。融合技术可以集成多源遥感影像之间的时、空、谱信息互补优势,弥补单源遥感影像的不足,从而为后续遥感应用提供更优质的数据资源。基于此,本文在现有融合方法基础上,开展多源遥感影像融合方法研究,主要研究内容如下:(1)基于Meta分析的融合框架对比分析。全色/多光谱融合是最为基础的多源遥感影像融合方法之一,因此,首先展开全色/多光谱融合方法研究。目前为止,已发展了大量全色/多光谱融合方法,大多数方法主要包括四类:成分替换类融合方法、多分辨率分析融合方法、基于模型优化的融合方法和基于学习的融合方法。然而,多数研究对各融合框架整体表现的评价主要基于少量传统融合方法或个别融合方法,其理解可能存在争议性和片面性。基于此,本文对上述各类融合方法的发展历程、现状、趋势等进行了全面总结,并提出基于Meta分析思想的融合框架对比分析。通过对2000年到2016年期间全色/多光谱融合相关文献进行全面检索,并对检索到的1000余篇研究文献进行严格筛选,最终对筛选出的63篇代表性研究成果进行“二次融合”,从而对各融合框架的整体表现进行客观准确的评价。(2)提出基于梯度矩匹配的全色/多光谱变分融合方法。传统基于变分的全色/多光谱融合方法通常基于波段组合建立融合影像与全色影像之间的关系模型,然而,该关系模型往往受限于全色和多光谱影像波谱范围差异,以及卫星传感器光谱响应函数的获取,且传统基于亮度约束融合方式易引入光谱误差。针对该问题,本文提出基于梯度矩匹配的融合方法,利用梯度纹理建立融合影像与高分全色影像之间的关系模型,并通过矩匹配进一步增强模型稳健性,缓解了传统方法受限于光谱范围差异影响的问题,得到同时具有空间信息高融入与光谱信息高保真的融合影像。通过模拟实验和真实实验对提出方法进行了验证。(3)提出一种适用于多传感器遥感影像处理的时-空-谱一体化融合方法。传统融合方法相对独立发展,缺少统一理论框架,只能进行空间、光谱和时间分辨率之间的两两融合,因此,时-空-谱一体化融合方法得以提出和发展,然而现有时-空-谱一体化融合方法对多个传感器影像之间的时空谱信息融合能力不足。针对该问题,本文提出一种适用于多传感器遥感影像处理的时-空-谱一体化融合方法。充分考虑各传感器影像空间、光谱、时间特征之间的差异和联系,并顾及不同融合需求,建立适用于两个以上传感器影像融合的时-空-谱一体化融合模型。提出方法不仅可充分集成多传感器遥感影像具有的时空谱信息互补优势,同时可满足多视融合、空-谱融合、时-空融合等的协同处理。通过IKONOS、QuickBird、Landsat ETM+、MODIS、HYDICE和SPOT5影像对一体化融合模型从多个方面进行了实验验证。(4)提出云雾影响条件下的遥感影像融合方法。现有多数融合方法仅考虑遥感影像分辨率降质,未顾及光学遥感影像在获取过程中易受云雾覆盖等的影响。针对该问题,本文提出顾及云雾影响的遥感影像融合方法。基于多源、多时相遥感影像,充分考虑光学遥感影像中可能存在的厚云、薄云、雾、云阴影等多种降质因素,构建多降质因素一体化融合模型。主要包括:①薄云、雾、浅云阴影的一体化融合去除;②分辨率降质、厚云、深云阴影的一体化融合处理。基于上述两步一体化处理策略,实现云雾覆盖下影像信息的复原与重建、以及分辨率提升的一体化处理。通过模拟实验和真实实验对提出方法进行验证。(本文来源于《武汉大学》期刊2017-05-01）
陈舒畅[9]（2017）在《多源遥感影像自适应融合方法研究》一文中研究指出近些年,随着遥感影像技术的高速发展,多源遥感影像融合也成为该领域研究的一大热点。遥感影像融合己成为影像处理领域中不可或缺的技术之一,并在诸如农业发展、军事应用、土地规划等领域起着重要应用。然而许多实际应用中,遥感影像的不同区域对空间细节信息与光谱特征的要求并不完全相同。而针对这种区域的不同需求,目前的遥感影像融合技术大都难以实现准确、及时、高效地分区域的影像融合。针对该问题,本文在国内外相关方法阅读与研究基础之上,对遥感影像融合流程、预处理技术、影像配准、影像融合方法进行了深入研究,主要工作如下:针对遥感影像本身存在纹理差异,特征点提取不均匀的自动配准问题,对多源遥感影像的高精度自动配准方法进行了研究。首先,对Harris算子进行了改进,使其提取特征点覆盖范围更广;然后,对影像进行分块处理,对每块用改进的Harris算子进行特征点提取,并采用分块迭代剔除策略,保证了特征点在整幅影像中的均匀分布和非冗余分布;其次利用了金字塔-双向-最小二乘多匹配算法进行影像匹配,完成了最终同名点选取;最后利用小叁角形面元TIN对影像进行了精确纠正。影像融合方面,对显着性分析模型和影像融合方法进行研究,提出了一种IR(自适应半径搜索)显着性分析模型,实现了对多源遥感影像显着性区域和非显着性区域的识别与划分。针对这两种区域,结合HIS与小波变换融合算法,提出了改进的自适应平均梯度加权HIS融合方法,实现了对道路、农田、居民区等显着性区域的融合,更好的保留了其丰富的空间细节信息;同时提出了HIS+WT变换的融合方法,实现了对山地、林地等非显着性区域的融合,保留了较多的光谱信息。以此实现了分区域的自适应遥感影像融合。实验结果表明,利用本文的配准方法获取的同名点均匀合理,配准精度高;自适应融合算法能够使融合后的遥感影像保持较高的空间细节信息和丰富的光谱信息。这对于农业研究、森林与道路规划研究以及森林遥感影像的分类、识别研究等提供了理论基础与应用价值。(本文来源于《东北林业大学》期刊2017-04-01）
翟天林,金贵,邓祥征,李兆华,王润[10]（2016）在《基于多源遥感影像融合的武汉市土地利用分类方法研究》一文中研究指出准确高效的获取土地利用信息,对于合理利用和开发土地资源具有十分重要的意义。在快速城镇化地区,土地利用活动频繁且密集,土地利用格局演变十分剧烈,增加了城市土地利用精准分类的不确定性;且受环境气候和云雨天气影响增加了有效光学影像获取的难度。为提高城市土地分类精度,该文选取武汉市中心城区为研究案例,以Sentinel-1A和Landsat8 OLI影像为数据源,采用Gram-Schmidt变换方法进行影像融合,选取最大似然、支持向量机、CART决策树、BP神经网络等4种分类方法对融合的影像进行分类,提取了研究区土地利用信息,并对其进行分析。进一步,通过与光学影像的分类结果对比,探究了Sentinel-1A和Landsat8 OLI融合影像在土地利用信息提取方面是否具有优势。研究结果表明:(1)对比其他3种方法,CART决策树分类方法对于融合后的影像分类精度最高,总体分类精度和Kappa系数分别达到88.55%和0.841 4;(2)与光学影像相比,Sentinel-1A和Landsat8 OLI融合影像可以更有效地获取高精度城市土地利用信息;(3)基于多源遥感影像融合的CART决策树分类方法是获取研究区高精度土地利用信息的一种行之有效的技术手段。研究成果可为快速城镇化区域的土地利用分类提供参考。(本文来源于《长江流域资源与环境》期刊2016年10期）
多源遥感影像融合论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目前,对遥感图像融合质量性能评价的指标较多,但是对评价指标性能的研究相对较少。通过对光谱相关指数、光谱互信息、偏差指数、结构相似度、交叉熵、光谱角、均方根差和ERGAS常用8个融合图像光谱信息评价指标以及标准差、信息熵、平均梯度、空间频率、空间互信息、空间相关系数和空间ERGAS融合图像空间质量的7个评价指标进行分析。选取多源遥感图像(IKONOS、CBERS、LandsatETM+、TerraSAR-X、SPOT5和ENVISAT-1)进行融合实验,实验得出结论,融合影响的光谱质量优劣与3个评价指标光谱相关系数、光谱角和ERGAS相关;其融合影像的空间质量性能与平均梯度或空间ERGAS性能相关。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多源遥感影像融合论文参考文献
[1].吴忠强,毛志华,王正,邱耀炜,沈蔚.基于多源影像融合去云的水深遥感反演研究——以哨兵-2A和资源叁号为例[J].测绘与空间地理信息.2019
[2].张应刚,余先川,张林,张静.多源遥感影像融合质量性能评估研究[J].制造业自动化.2019
[3].王体雯,李涛.基于多源遥感影像融合的植被覆盖度信息提取研究[J].安徽农业科学.2019
[4].黄明源,李超.多源遥感数据影像融合的方法浅析[J].西部探矿工程.2018
[5].陈磊士,赵俊叁,李易,朱祺夫,许可.基于机器学习的多源遥感影像融合土地利用分类研究[J].西南师范大学学报(自然科学版).2018
[6].陈冠东.基于多源遥感影像融合的城市不透水层提取方法研究[D].北京工业大学.2018
[7].李磊.基于BEMD多源遥感影像融合的漓江源竹林信息提取研究[D].北京交通大学.2017
[8].孟祥超.多源时—空—谱光学遥感影像的变分融合方法[D].武汉大学.2017
[9].陈舒畅.多源遥感影像自适应融合方法研究[D].东北林业大学.2017
[10].翟天林,金贵,邓祥征,李兆华,王润.基于多源遥感影像融合的武汉市土地利用分类方法研究[J].长江流域资源与环境.2016
论文知识图
