基于最小一乘的遥感图像融合

基于全色数据与多光谱数据之间的线性关系进行遥感图像融合是一种可行并被广泛应用的思路.本文利用GCOS模型对GS方法进行了分析,发现GS法可通过最小二乘法进行线性回归.由于最小一乘与最小二乘相比更为稳健,因此预期采用最小一乘法的融合方珐具有更好的性能.本文提出了一种基于最小一乘融合方法的构建,并对IKONOS数据进行了对比试验.试验结果表明,基于最小一乘的融合方法是对GS方法的一种有效改进.     

计入波段间相关性的高通调制图像融合方法

利用通用分量替换(generalcomponent substitution,GCOS)的扩展模型对几种具有代表性的融合方法进行分析,探讨了这些方法在细节注入方式上的联系.在此基础上,提出了一种考虑全色与多光谱图像之间相关性的空间可变的细节注入方法;结合不同的细节提取方式,构建了三种新的高通滤波调制融合方案.利用所提出的方法对Ikonos和Quickbird数据融合结果进行定量分析,并与传统的高通滤波调制方法(high-pass modulation,HPM)进行了对比.可见光波段的融合结果表明,调制方法和细节提取方式的改进均有效地提高了融合性能,且由调制参数的改进而引起的融合性能的提高十分显著;近红外波段的融合试验则表明近红外与全色波段的融合在滤波器设计方面需要做进一步的研究.