杨帆[1]2016年在《同源/异源高空间分辨率遥感影像融合比较及其应用研究》文中研究指明随着遥感卫星空间数据获取能力和成像技术的提高,获取影像的数量和影像分辨率不断提高,高分辨率遥感影像逐渐成为社会发展、国防安全、农业生产、灾害监测等需求的主要信息来源。遥感影像融合可以综合多幅影像的信息优势,产生的新的融合影像包含的信息更加适用于遥感应用,更大地提高遥感影像的利用率。遥感影像的广泛应用促使大量的融合算法产生,如何为影像融合选择合适的融合算法是遥感影像研究中一个值得探讨的问题。根据遥感影像获取传感器的异同,可将遥感影像融合分为同源遥感影像融合和异源遥感影像融合,本文基于常用影像融合算法,针对同源/异源高空间分辨率全色和多光谱影像融合算法的选取进行比较分析,并选取研究结果中融合效果最好的同源/异源高空间分辨率融合影像进行绿地信息提取。本研究以合肥市经济技术开发区与肥西县交界区域为研究区,使用IKONOS、SPOT6与GF-1遥感卫星影像的全色影像与多光谱影像为数据源对同源、异源高空间分辨率遥感影像的融合算法选取以及融合影像绿地信息提取效果进行分析研究。主要研究内容及结果如下：1.同源高空间分辨率遥感影像融合算法优选研究。遥感卫星影像获取平台一般可以同时获取高空间分辨率的全色影像和多光谱遥感影像,对同源遥感影像进行融合可以使融合影像同时具有高空间分辨率和多光谱信息,融合影像适用范围更广。选取IKONOS全色和多光谱影像作为同源影像融合数据源,对HSV变换、Brovey变换、小波(WT)变换、主成分(PC)变换、Gram-Schmidt、Pan Sharpening、Color Normalized (CN)变换七种融合算法融合后的遥感影像分别从空间信息和光谱信息两方面分别进行定性分析和定量分析,并在此基础上对融合影像分别进行分类精度比较分析。研究得出,同源高空间分辨率遥感影像融合算法中,PC变换算法融合后的遥感影像在空间信息、光谱信息以及分类精度叁方面的综合效果较好,总分类精度达到88.18%。2.异源高空间分辨率遥感影像融合算法优选研究。异源遥感影像获取平台高度、运行速度、观察范围和获取影像的分辨率都不同,异源遥感影像融合比同源遥感影像融合难度更大。选取SPOT6全色影像与GF-1多光谱影像作为异源高空间分辨率遥感融合数据源,对小波(WT)变换、主成分变换、Gram-Schmidt叁种常用融合算法从空间信息和光谱信息进行分析研究。文中采用直接融合与过渡融合两种融合方式对异源高空间分辨率遥感影像进行融合算法比较分析。直接融合选取SPOT6影像作为全色影像,GF-1多光谱影像作为多光谱影像进行融合；过渡融合选取SPOT6全色影像作为全色影像、GF-1全色影像与GF-1多光谱融合后影像作为多光谱影像进行融合。研究表明,直接融合实验中,WT变换算法融合后的融合影像效果最好；过渡融合影像效果要明显优于直接融合影像效果,而过渡融合很难确定哪种融合效果最佳。3.基于同源／异源高空间分辨率融合影像绿地信息提取比较研究。同源高空间分辨率融合影像选取SPOT6的全色和多光谱影像进行融合,异源高空间分辨率融合影像选取SPOT6全色影像与GF-1多光谱影像进行过渡融合。同源高空间分辨率融合影像与异源高空间分辨率融合影像的分辨率均为1.5 m,避免了因尺度不同所产生的误差。研究得出,同源高空间分辨率融合影像的绿地信息提取精度为97.27%,而异源高空间分辨率融合影像的绿地信息提取精度为76.88%。同源／异源高空间分辨率融合影像中绿地信息均被较好提取,其中同源高空间分辨率融合影像绿地信息提取效果更为理想。异源高空间分辨率融合影像绿地信息提取结果中,小区中的绿化植被、道路中间及两边的绿化带等面积较小的植被信息很难被提取出来。同源／异高空间分辨率融合影像中长势较弱的部分植被信息均未被提取出来,形状细长并且位置与植被较为接近的部分道路被误分为植被。
张庆河[2]2008年在《土地利用动态遥感监测技术研究》文中进行了进一步梳理土地利用作为地球表层系统最突出的景观标志,其变化是近年来全球变化研究的重要领域。遥感技术则是进行土地利用变化动态监测,发现土地利用变化区域的重要手段。本文针对如何科学的、有效的进行土地利用动态监测做了如下工作。本文以惠州市惠城区为研究区,采用QuickBird遥感影像和IKONOS正射影像开展土地利用动态遥感监测研究。目的是通过实验研究,对比分析多种遥感处理方法,主要从遥感监测技术路线、遥感影像融合处理技术、变化信息发现与提取技术、变化信息数据库和动态监测浏览系统等方面,探求一种适合研究区的动态监测方法,形成具有可操作性的遥感监测技术流程,并最终获取惠州市惠城区土地利用变化信息。本文采用的方法是在erdas8.6、envi4.0软件环境下进行遥感影像处理,在PCI8.2环境下进行变化信息的提取等。采用比较和讨论的方法,分析了土地利用动态监测过程中的几何纠正精度与方式、融合方法、变化信息的发现与提取方法、动态监测系统的建立等,并通过统计归纳方法分析了研究区土地利用变化情况及其主要的驱动因子。研究结果表明,在2002年-2005年间,惠州市惠城区土地利用的主要类型为水域及水利设施用地、工矿仓储用地、住宅用地、交通运输用地和其他土地,表现为其他土地的明显减少,工矿仓储用地、住宅用地和交通运输用地的大量增加。进一步分析表明,在2002年-2005年间研究区土地利用处于快速发展期。而导致土地利用变化的主要驱动力在于珠江叁角地区经济带转移,带动惠州市经济社会迅猛发展,同时促进城镇人口急剧增加。
魏然[3]2016年在《多源遥感地表温度数据时空融合研究及应用》文中提出陆地表面温度是反映地表状况的重要参数,其对水文、生态、环境和生物地球化学等研究有重要意义。卫星遥感技术的出现,使得大范围、连续性的地表温度产品获取成为可能。然而受到遥感卫星载荷量的限制及传感器制造上的技术瓶颈,现行的主流卫星传感器均难以获取到同时具有较高时空分辨率的地表温度数据,从而限制了遥感地表温度数据的推广和应用。多源卫星传感器的遥感定量信息时空融合是解决这一问题的有效途径,论文以遥感定量信息时空融合研究为主线,分别研究遥感反射率时空融合方法和地表温度降尺度方法,并基于这两种方法提出新的地表温度时空融合模型框架,最后,利用时空融合技术辅助实现遥感森林火灾的自适应监测应用。论文的研究内容主要包括以下四个方面：(1)基于卷积神经网络和稀疏表示理论的遥感反射率时空融合模型研究。传统的反射率时空融合模型基于邻域内相似地物对应像元的插值实现,当用于融合的影像内的地物出现较大的物候变化或明显的类型变更时,会出现较大融合误差。论文针对这一问题,从影像的空间特征信息出发,提出将反射率时空融合过程视为变化反射率影像的超分辨率重建过程,利用卷积神经网络和稀疏表示算法实现变化反射率影像的轮廓和特征细节信息的重建,并将不同观测时相对预测时相的重建影像经时间权重进行迭加实现预测时相的反射率融合。分别选取覆盖武汉和北京城郊的高地表异质性实验区进行实验,实验结果表明论文提出的地表反射率时空融合模型相对于已有方法生成的融合结果能够更好的预测出由物候作用和地物类型突变现象造成的反射率变化,并且由于同时引入了卷积神经网络和稀疏表示算法分步学习影像的特征信息,使得融合反射率影像的细节信息更清晰和准确。该融合模型能够针对高异质性区域的不同应用研究提供同时具有高时空分辨率的高精度反射率融合影像。(2)综合多地表参数的BP神经网络地表温度影像空间降尺度方法研究。遥感地表温度产品总是面临更高分辨率上信息不足的问题,需要引入更高空间分辨率的信息才能实现降尺度转换。基于这一理论,论文首先在低分辨率尺度下建立能够描述NDVI-LST分布特征的尺度转换模型,并将该模型按显式和隐式关系分别进行建模,从而提高尺度转换模型的泛化能力,以干燥地物的NDVI-LST分布特征作为显式关系进行模拟,并利用BP神经网络实现由可见光和近红外数据生成的多种地表参数与地表温度残差间的隐式复杂关系映射；然后将更高空间分辨率的地表参数引入尺度转换模型,最终实现地表温度的降尺度转换。该方法可有效缓解地表温度数据与地球系统过程精细化研究中所需要的空间特征尺度不匹配的现象。(3)基于空间降尺度技术的地表温度时空融合模型研究。传统地表温度时空融合方法容易受到像元辐射率的时空变异性影响,造成在高异质性区域的时空融合应用中会出现较大融合误差；针对这一问题,论文提出将地表温度时空融合视为预测时相地表温度空间尺度转换的新思路；将反射率时空融合模型生成的预测时相的高分辨率地表参数引入由预测时相低分辨率影像建立的地表温度降尺度模型中,最终实现预测时相地表温度影像的空间尺度转换；针对复杂地表区域,并考虑模型对于不同季节实验数据的适用性,利用多源遥感数据分别对论文模型和传统模型进行实验,实验结果表明论文提出的地表温度时空融合模型相较于传统方法更适用于高异质性地表区域的应用,并且在不同季节的实验中都体现出了良好的融合精度。该模型能够为地表温度数据在全球温度变化领域定量应用的拓展提供可靠的技术支持。(4)基于时空融合技术的森林火灾自适应监测模型研究。传统的森林火灾遥感监测模型易受地域和季节环境的影响,存在火情的漏检或误判问题。论文依据亮度温度的时空季节分布特征构建典型晴空地表亮度温度模型,利用时空融合技术得到的高分辨率亮度温度影像丰富模型的训练样本数据,以提高模型的参数率定精度；依据典型晴空地表亮度温度模型和地表发射辐射理论,建立函数化的时空动态阈值,并搭建遥感森林火灾自适应监测模型；以环境减灾小卫星和MODIS为实验数据,建立黑龙江省的典型晴空地表亮度温度模型,并对该省的火灾案例进行了实验分析,实验结果表明论文方法有效的提高了遥感森林火灾监测的时空自适应程度和监测精度。
范文婷[4]2008年在《基于小波变换的遥感影像融合方法研究》文中研究指明随着多种遥感卫星的发射成功,多传感器、多时相、多分辨率、多频段的遥感图像数据不断涌现,各自显示了自身的优势和局限性。为了充分利用和开发这些数据资源,将遥感数据采用一定的算法融合成一组合成影像,能够弥补单一图像信息的不足。本文针对Landsat-7 ETM+遥感影像合理地选择遥感数据,通过有效的融合方法进行影像融合,得到突出线状地物信息的融合图像。通过影像预处理对融合效果的影响分析,得到用双叁次法对多光谱影像重采样的效果最好;用直方图匹配对全色影像进行处理比不进行直方图匹配效果好。对影像融合质量的评价,不同的应用有着不同的评价标准。本文的融合目的是为了在提高多光谱影像空间分辨率的同时保持色调不变,从另一个角度理解为在已知低空间分辨率多光谱影像和高空间分辨率全色影像的基础上,融合成高空间分辨率多光谱影像。针对这一目的,本文对现有的定性定量指标分析的基础上,设计了一组适合本文的评价标准,就是在目视判读的基础上,采用了平均梯度和能量相结合的方法评价空间分辨率提高程度,采用标准方差和协方差矩阵行列式的值来比较图像信息保持程度,采用均值来衡量图像光谱分辨率保持程度,采用熵来衡量图像的信息量丰富程度,采用相关系数来评价图像的保真度。本文列出了一些常用的融合方法,这些方法用定性和定量评价方法进行质量评价,得出小波变换融合法的效果最好。为了突出线状地物信息,提出了基于波段选择的小波融合方法。并在小波变换融合法的基础上,提出了基于小波变换的可调节融合方法。该方法提供可调节参数,将影像在小波域内进行融合,从而使得融合影像可以在光谱保持能力和高分辨率保留能力之间达到不同程度的平衡。通过以上实验分析和比较,得出用双叁次重采样,经过直方图匹配处理,采用波段1、4、7小波变换融合,结果从定性和定量角度来分析都是最好的。基于小波变换的可调节融合方法在一定程度上对小波变换融合法做了有益的改进。
杜子涛[5]2006年在《多源遥感影像像素级融合技术的应用研究》文中研究表明随着航天遥感技术的发展，遥感影像的获取手段和能力都有了极大的提高，各类不同的遥感影像既有其各自主要的应用特点和对象，同时也有相应的局限性，多源遥感影像数据融合则是富集这些多传感器遥感信息的最有效途径之一，其研究正成为遥感领域的一个重要的研究方向。本文在全面分析和总结现有文献和研究成果的基础上，从研究像素级融合技术及其应用出发，以高空间分辨率的全色影像和低分辨率的多光谱影像为数据源，具体开展了以下几个方面的研究工作： 1、引出了多源遥感影像数据融合的基本概念，分析总结了多源遥感影像数据融合的目的、层次、流程和方法等基本理论； 2、为改善遥感影像的质量，对多种影像融合前的预处理方法进行了分析研究； 3、阐述了多源遥感影像像素级融合的基本概念，全面地分析和比较了空间域的加权融合法、乘积性融合法、比值融合法、高通滤波融合法，变换域的叁角IHS变换融合法、主成分分析融合法、金字塔融合法、小波变换融合法，以及两种组合融合算法(IHS变换和小波变换组合算法以及主成分分析和小波变换组合算法)，为选择融合方法提供了科学依据。 4、研究了融合影像的主观和客观评价标准，并在试验中应用这些标准对试验结果进行全面评价。通过试验结果的分析，总结出一些常用融合方法的特点和适用范围。
王乐[6]2012年在《遥感影像融合及其质量评价》文中进行了进一步梳理随着信息科学技术的进步，影像融合技术被广泛应用于不同领域中，与此同时也涌现出了大量遥感影像数据,然而，将这些不同种类的影像数据进行融合是目前遥感领域中急需解决的问题，已受到许多遥感学者的重视。前人对遥感影像融合有了深入的研究，将其影像融合技术划分为叁个层次：即像素级影像融合、决策级影像融合、特征级影像融合。但是，在具体实际应用中，很难设计出一种能够适应各种领域的融合方法。本文在查阅大量文献和总结前人研究成果的基础上，深入研究像素级影像融合算法以及影像质量评价，采用两组影像作为实验数据源。主要研究成果如下：(1).详细阐述了像素级融合基本概念,综合分析了传统像素级融合方法以及特点。(2).采用两组遥感影像数据进行影像融合实验验证。对于该两组数据源，HIS融合法是一种较重要的融合算法。在综合分析了传统HIS融合法和小波、离散小波融合法的基础上，提出了Wavelet+HIS变换和HIS+DWT变换融合法。实验表明： Wavelet+HIS变换是最优方法之一,该方法将TM多光谱影像中具有的光谱信息与SPOT全色影像中的空间信息迭加在一起得到高质量融合影像。该方法不仅能够很好的保留TM影像的光谱特性，而且在一定程度上使SPOT影像的空间细节能力保持不变。(3)．随着影像融合技术的发展，contourlet变换,一种新的影像二维表示方法,成为目前遥感影像融合技术的研究热点。它克服了小波变换在二维空间上不能有效地捕捉线性空间实体说明的缺点,将小波在一维空间上的时间与频率关系保持下来,可以在任何规模上实现任意方向的分解。contourlet变换易于描述影像中的轮廓和纹理信息,以弥补小波变换融合算法。该方法应用到遥感影像融合中，高频域空间细节分解到各个方向上,增加了影像融合的选择机会，融合效果更加细腻。在contourlet变换基础上，本文提出了contourlet+HIS变换融合。实验表明：与Wavelet+HIS变换和IHS+DWT变换融合法相比较,无论在主观评价与客观评价方面，该方法都增强了影像的空间细节信息，提高了多光谱影像的分辨率，获得了高质量的融合影像。(4).进行了融合影像的质量评价，全面统计分析了质量评价指标数据。研究结果表明本文研究的混合融合法融合结果比传统融合方法效果好，是影像融合技术研究领域的有益尝试。
马谦映[7]2018年在《基于高分专项卫星数据的时空融合方法应用分析》文中进行了进一步梳理目前,由于遥感卫星自身物理条件的限制,兼具高空间分辨率和高时间分辨率特征的遥感影像很难同时获得。通常,具有高空间分辨率特征的遥感影像其覆盖区域相对较小,而具有高时间分辨率特征的遥感影像其重访周期往往较长,这便是当前遥感影像存在的“时空矛盾”问题。为了解决这一问题,一些专家学者提出了一种能够综合低空间分辨率遥感影像数据的高时间分辨率特征和中、高空间分辨率遥感影像数据的高空间分辨率特征的技术,即多源遥感影像时空融合技术。时空融合技术是将多源遥感影像的高时间分辨率和高空间分辨率特征进行融合,进而实现高空间分辨率数据在时间上的延续,以缓解时间分辨率和空间分辨率相互制约这一问题。现有的时空融合方法大致可以划分为叁类:基于光谱变换的方法、基于数据重建的方法以及基于数据学习的方法,其中,基于数据重建的融合方法应用最为广泛。本文主要对叁种基于数据重建的时空融合方法进行应用分析,包括STARFM方法、基于半物理模型的时空融合方法以及基于学习的时空融合方法,主要工作如下:(1)对多源遥感影像时空融合技术的基本理论、发展背景以及研究现状进行比较系统的总结。(2)选取两处地势较为平坦的研究区域,以覆盖两处研究区的国产高分辨率遥感影像数据(以下简称为高分数据)为数据源,在总结高分数据所需进行的数据预处理工作的基础上,针对本文的数据源特点设计了一套预处理流程。(3)对STARFM方法、基于半物理模型的时空融合方法以及基于学习的时空融合方法分别进行分析,并总结了当前应用较为广泛的融合结果质量评价指标。(4)将覆盖研究区的具有高时间分辨率特征的GF-1数据和具有高时间分辨率特征的GF-2数据进行时空融合,生成兼具高空间分辨率和高时间分辨率特征的遥感影像数据,之后,建立目视分析、定量评价以及散点图评价为一体的融合结果质量评价体系。
张一平[8]2012年在《像素级遥感影像融合技术研究》文中指出遥感影像融合技术是指将同一地区不同影像数据中所包含的互补性信息有机地结合起来，生成新影像数据的技术。它能在保持一定原始多光谱影像光谱信息的情况下有效地提高影像的空间分辨率。遥感影像融合技术已成功地应用于遥感影像分类、农业产量评估、环境保护和灾情检测等多个领域。本文针对像素级遥感影像融合技术，主要在以下几个方面进行了较深入的讨论和研究：1.阐述了遥感影像融合技术的研究背景和意义、发展现状以及面临的主要问题。2.详细介绍了影像配准、影像重采样、影像直方图匹配几个重要的融合预处理工作以及影像融合的质量评价方法。3.全面归纳和分析了像素级遥感影像融合算法。通过实验，总结了各种融合算法的特点，指出常用算法存在的主要缺陷和使用范围。在分析色彩空间变换类融合方法光谱损失原因的基础上，对全色影像与多光谱影像变换后的强度分量进行组合，利用自适应加权的方法对IHS变换进行了改进，实验表明改进的方法能更好的避免融合过程中光谱信息的损失。4.将拉普拉斯金字塔、提升小波和非下采样Contourlet变换(NSCT)叁种多尺度变换方法与IHS变换相结合进行遥感影像的融合处理，为了更加有效地保证融合影像的空间分辨率和光谱信息，设计了一种基于影像统计特性的自适应融合策略，分别对多尺度分解后的高低频信息进行融合处理。实验证明，由于NSCT的平移不变特性，有效地解决了小波变换在融合过程中产生的振铃效应，并在影像相关性小时，基于NSCT与IHS结合的融合方法比传统的融合方法能取得更好的融合效果。深入研究了多尺度分解层数对融合效果的影响，确定了最佳多尺度分解层数。将NSCT与叁种色彩变换IHS、HSV和l β分别结合起来进行融合处理，实验证明，NSCT与IHS变换结合的方法能更好的综合影像的空间分辨率和光谱信息。
杨智翔[9]2007年在《多源遥感信息融合及其在青藏铁路沿线活动断裂中的应用研究》文中进行了进一步梳理多源遥感信息融合研究的目的是如何将不同传感器所获取的卫星图像信息来产生新的图像数据，以获取对同一目标的更为全面、客观及本质上的认识。多源遥感信息融合作为数据融合的一个重要分支，目前已经成为遥感技术应用领域的一个热点问题。本文结合现有的文献和研究成果的基础上，以高分辨率的全色波段和低分辨率的多光谱影像为数据源，引出了多源遥感信息融合的基本概念，分析了多源遥感信息融合的层次、模型、结构和技术特点。通过六种融合方法对东大滩Quick Bird不同分辨率的遥感影像进行了融合试验及成果分析，为遥感信息融合方法的选择提供科学依据。遥感技术的应用为地球科学研究开辟了一条崭新的途径，大大克服了以往视域的局限性。青藏铁路作为近年来国内外瞩目的重大建设项目，其修建和运营都面临着活动断裂这个技术难题。青藏高原地域广阔、人烟稀少、气候条件极其恶劣，野外勘测的工作难度很大，通过遥感技术可以获取青藏铁路沿线的活动断裂等信息。Quick Bird全色影像和Quick Bird(R3G2B1)多光谱真彩影像融合而成的0.61m的高空间分辨率影像可以直观地获取东大滩的活动断裂的几何特征及结构信息。利用3S技术、遥感图像数字处理技术、虚拟现实技术，通过遥感信息融合、高精度DEM生成和影像复合等工序，按照一定比例尺和飞行路线制作生成研究区的虚拟叁维影像动画系列图。高精度的虚拟叁维影像动画提供了可供反复使用的真实、客观、信息连续的宏观分析地面、地形景观影像，有助于提高研究区域信息提取的精度。
许民[10]2010年在《高分辨率遥感影像融合方法研究及融合效果评价》文中研究说明随着遥感技术的迅猛发展,多传感器之间的影像融合技术研究越来越受到国内外学者的重视,目前多源遥感影像融合技术已经在生产实践部门广为应用,应用方法也多种多样,但是高分辨率遥感影像的融合研究还相对较少。本文以ALOS多光谱和全色以及SPOT多光谱和全色为实验数据,在基于像元级融合的基础上,探讨了高分辨率遥感影像的融合技术和方法,并对融合结果进行评价。本文回顾了遥感图像融合的发展过程,对现有的遥感图像融合的基本理论进行了总结,并且对遥感图像融合步骤进行了说明,对遥感影像融合层次进行了阐述,并且就每种融合层次的基本特征和原理进行了研究,描述了每个层次的融合算法。对遥感图像融合关键步骤进行了阐述,包括几何精纠正、图像配准以及影像直方图匹配,说明了这些工作对遥感影像融合的重要性,并且使影像的纠正和配准精度均达到遥感影像融合的要求,保证融合能达到最佳效果。介绍了传统的融合算法,包括IHS变换融合、主成分(PCA)替换融合、Brovey融合以及Gram-Schmidt变换融合。此外,针对ALOS多光谱和全色影像改进了SFIM算法,SFIM融合算法能够准确利用多光谱图像和全色光图像的的互补特征,将高分辨率遥感影像的空间信息合理、有效地调制到已配准的多光谱图像中,并且不改变其光谱特性与对比度。为了使融合后的图像能提高反差,包含更多的空间纹理信息,反映地物边界信息,本文在原来的SFIM融合算法得基础上加入了方差纹理参数,加入纹理参数的方法是,先计算全色影像的纹理,然后对整幅影像的纹理进行归一化处理,将所得的参数加入SFIM融合算法中。针对SPOT多光谱和全色影像在小波融合的基础上加入区域方差信息,在小波融合的算法中,高频成分包含了更多的遥感影像的亮度突变,也是就更多的细节信息。图像的方差可以表示地物的边界信息,在进行小波系数融合前可以先对分解的小波高频部分通过领域操作计算方差,计算出的方差能够反映更详细的边界信息,该融合算法比单纯的利用小波进行融合更优化。最后,针对ALOS多光谱和全色影像及SPOT多光谱和全色影像融合结果,总结了使融合结果主观定性评价和客观定量评价相一致的评价指标。通过运用均值、标准差、信息熵、清晰度、信噪比、相关系数和偏差指数等指标,结合主观判读,对改进的融合算法与传统的融合算法进比较,得出本文所改进的两种融合算法在用于ALOS多光谱和全色影像及SPOT多光谱和全色影像融合时均要优于其它算法。
参考文献：
[1]. 同源/异源高空间分辨率遥感影像融合比较及其应用研究[D]. 杨帆. 安徽大学. 2016
[2]. 土地利用动态遥感监测技术研究[D]. 张庆河. 中南大学. 2008
[3]. 多源遥感地表温度数据时空融合研究及应用[D]. 魏然. 武汉大学. 2016
[4]. 基于小波变换的遥感影像融合方法研究[D]. 范文婷. 中国地质大学（北京）. 2008
[5]. 多源遥感影像像素级融合技术的应用研究[D]. 杜子涛. 长安大学. 2006
[6]. 遥感影像融合及其质量评价[D]. 王乐. 吉林大学. 2012
[7]. 基于高分专项卫星数据的时空融合方法应用分析[D]. 马谦映. 太原理工大学. 2018
[8]. 像素级遥感影像融合技术研究[D]. 张一平. 解放军信息工程大学. 2012
[9]. 多源遥感信息融合及其在青藏铁路沿线活动断裂中的应用研究[D]. 杨智翔. 成都理工大学. 2007
[10]. 高分辨率遥感影像融合方法研究及融合效果评价[D]. 许民. 兰州大学. 2010
标签：工业通用技术及设备论文; 自动化技术论文; 遥感影像论文; 空间分辨率论文; 数据融合技术论文; 光谱分辨率论文; 空间数据论文; 特征提取论文; 空间分析论文; 光谱论文; 小波变换论文; 分辨率论文;