多源遥感图像融合技术

目前，光学卫星成像已由单传感器成像时代全面进入多传感器成像时代。多源遥感图像融合技术是光学卫星多传感器成像应用的关键核心技术，在遥感制图、图像判读、图像解释等应用中发挥着基础性作用。本书系统地介绍了遥感图像融合的研究背景、概念内涵和主要方法，包括多源遥感图像融合评价方法、宽幅多源光学遥感图像配准方法、全色与多光谱图像高保真融合方法、全色与高光谱图像高保真融合方法、多光谱与高光谱图像高保真融合方法，并给出了大量的实验分析与示例。本书取材广泛、理论与应用密切结合，对光学遥感图像融合应用与研究具有很好的指导意义。

序
前言
第1章绪论1
1.1多源图像融合的意义1
1.2遥感图像融合的定义4
1.3遥感图像配准方法概述5
1.3.1遥感图像配准步骤6
1.3.2图像几何变换模型7
1.3.3图像的插值重采样8
1.3.4遥感图像配准方法9
1.4遥感图像融合方法概述11
1.4.1分量替换法11
1.4.2比值变换法14
1.4.3频率分解法15
1.4.4深度学习法16
1.5主要研究内容18
1.6本章小结19
参考文献19
第2章多源遥感图像融合评价方法25
2.1图像配准精度评价25
2.1.1主观配准评价25
2.1.2客观配准评价26
2.2图像融合保真度评价29
2.2.1主观融合评价29
2.2.2客观融合评价32
2.3本章小结38
参考文献38
第3章宽幅多源光学遥感图像配准方法41
3.1宽幅多源光学遥感图像配准存在的问题41
3.1.1图像自身因素导致的配准问题41
3.1.2技术局限因素导致的配准问题44
3.2基于斑点尺度与斑点纹理约束的宽幅遥感图像配准方法46
3.2.1SIFT配准方法简介46
3.2.2宽幅全色与多光谱图像的子块划分50
3.2.3基于相位相关性的图像子块粗配准51
3.2.4基于各向异性高斯尺度空间的特征点提取52
3.2.5基于斑点尺度与斑点纹理约束的图像子块精配准54
3.2.6实验结果和分析58
3.3DoG与VGG网络结合的遥感图像配准方法63
3.3.1特征点误匹配原因分析63
3.3.2DoG与VGG结合的配准网络模型64
3.3.3配准网络模型训练样本生成66
3.3.4实验结果和分析66
3.4本章小结70
参考文献71
第4章全色与多光谱图像高保真融合方法73
4.1基于整体结构信息匹配的高保真融合方法73
4.1.1高保真融合定义73
4.1.2图像融合存在的问题分析75
4.1.3基于整体结构信息匹配的高保真融合方法77
4.1.4实验结果和分析81
4.2基于像素分类与比值变换的高保真融合方法88
4.2.1乘性变换融合模型88
4.2.2低分辨率全色图像合成89
4.2.3实验结果和分析90
4.3基于生成对抗网络的高保真融合方法95
4.3.1深度网络的基本操作95
4.3.2典型的深度网络融合模型97
4.3.3基于GAN的全色与多光谱图像融合模型98
4.3.4实验结果和分析102
4.4本章小结108
参考文献108
第5章全色与高光谱图像高保真融合方法110
5.1基于残差网络的图像融合方法110
5.1.1比值变换法111
5.1.2残差注意力网络112
5.1.3损失函数113
5.1.4实验结果和分析114
5.2基于生成对抗网络的图像分层融合方法118
5.2.1融合模型总体结构118
5.2.2差值图像初始化119
5.2.3生成对抗网络结构120
5.2.4实验结果和分析123
5.3本章小结128
参考文献129
第6章多光谱与高光谱图像高保真融合方法131
6.1基于稀疏表示与双字典的多光谱与高光谱图像融合方法131
6.1.1高光谱图像的稀疏特性分析132
6.1.2基于稀疏表示与双字典的多光谱与高光谱图像融合134
6.1.3实验结果和分析140
6.2基于多路神经网络学习的多光谱与高光谱图像融合方法152
6.2.1多路神经网络学习152
6.2.2基于多路神经网络学习的多光谱与高光谱图像融合153
6.2.3实验结果和分析158
6.3本章小结165
参考文献165
彩图