基于Bayes 线性估计的遥感图像融合

基于Bayes 线性估计的遥感图像融合

ID:37593203

大小:1.16 MB

页数:13页

时间:2019-05-25

基于Bayes 线性估计的遥感图像融合_第1页
基于Bayes 线性估计的遥感图像融合_第2页
基于Bayes 线性估计的遥感图像融合_第3页
基于Bayes 线性估计的遥感图像融合_第4页
基于Bayes 线性估计的遥感图像融合_第5页
资源描述:

《基于Bayes 线性估计的遥感图像融合》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、中国科学E辑:信息科学2007年第37卷第4期:501~513《中国科学》杂志社http://www.scichina.comSCIENCEINCHINAPRESS基于Bayes线性估计的遥感图像融合11,2*1葛志荣王斌张立明(1.复旦大学电子工程系;2.复旦大学波散射和遥感信息教育部重点实验室,上海200433)摘要将Bayes线性估计应用于不同分辨率遥感图像的观测模型中,提出了一种新的基于统计参数估计的遥感图像融合方法.该方法对于全色波段图像和待估计的多光谱图像的联合分布不做任何假设,只需要估计高分辨率

2、多光谱图像的均值和协方差以提高算法的鲁棒性.另外,文中的方法能够提高多光谱图像的多个主成分的分辨率,而传统的主成分变换方法只限于提高第一主成分的分辨率.实际的LandsatETM+的全色波段图像和多光谱图像的融合实验结果表明,所提议方法的性能优于其他基于统计参数估计的方法和基于主成分变换的融合方法以及基于小波变换的融合方法.关键词图像融合Bayes线性估计观测模型LandsatETM+由于遥感传感器设计的限制,遥感图像一般在空间分辨率和光谱分辨率之间进行折中,具有高的光谱分辨率的图像一般不具备高的空间分辨率,

3、反之亦然.例如,LandsatETM+传感器提供的就是6幅30m空间分辨率的多光谱波段图像和一幅15m空间分辨率的全色波段图像.在实际应用中,那些同时具有高的空间分辨率和高的光谱分辨率的图像能够有效地提高图像解译和分类的精度,因此不同分辨率的遥感图像的融合成为研究的热点,尤其是低空间分辨率的多光谱图像和高空间分辨率的全色波段图像的融合.一般来说,融合后的图像既要求保留多光谱图像的光谱信息,又要求融入全色波段图像的空间信息.[1][2,3]目前常见的融合方法有基于IHS变换的融合方法和基于主成分变换的融合方法以

4、及[4,5]基于小波变换的融合方法.IHS和主成分变换方法对于光谱信息的改变比较严重,而小波变换方法对于小波基和分解层次的选择比较敏感.[6—9][8]近年来,基于统计参数估计的方法开始应用于遥感图像的融合中.Nishii等假设全色波段图像和待估计的多光谱图像的概率分布服从联合Gauss分布,用条件均值(conditional[9]mean)作为估计.Hardie等在上述联合Gauss分布假设的基础上引入了待估计的高分辨率图像和已观测到的低分辨率图像之间的观测模型,得到了最大后验概率(MAP)意义上的估计.这

5、些收稿日期:2006-04-28;接受日期:2006-07-01国家重点基础研究项目(批准号:2001CB309400)、航天支撑技术基金(批准号:2004-1.3-03)、国家自然科学基金(批准号:60672116,30370392)和上海市自然科学基金(批准号:04ZR14018)资助项目*联系人,E-mail:wangbin@fudan.edu.cn502中国科学E辑信息科学第37卷算法的缺点在于要求先验地假设全色波段图像和待估计的多光谱图像的概率分布服从联合Gauss分布,并且算法的性能主要依赖于全色

6、波段图像和多光谱图像之间的互协方差矩阵,那些与全色波段图像相关性不强的多光谱波段的图像往往很难融入全色波段图像的空间信息.本文提出一种新的基于统计参数估计的算法,用全色波段图像增强多光谱图像的空间分辨率.所提议的算法不仅引入了待估计的高分辨率图像和已观测到的低分辨率图像的之间的观测模型,而且引入了待估计的高分辨率图像和已观测到的全色波段图像之间的观测模型,并且应用Bayes线性模型得到了线性最小均方误差意义上的高分辨率多光谱图像的估计.Bayes线性估计方法对于全色波段图像和待估计的多光谱图像之间的分布形式没

7、作任何假设,只需要待估计图像的均值和协方差的知识,因此该方法的性能对于全色波段图像和多光谱图像之间的统计相关性依赖较小,算法的鲁棒性较好.另外,由于多个观测模型的引入,新方法能够增强待估计图像的各个主成分的空间分辨率.本文在LandsatETM+传感器的全色波段图像和多光谱图像上比较了新方法和其他方法的性能.在光谱空间和主成分空间上的性能分析表明,新方法优于其他基于统计参数估计的方法以及常见的基于主成分变换的融合方法和基于小波变换的融合方法.1原理1.1观测模型假设同一地区分别被低分辨率的多光谱波段传感器和高

8、分辨率的全色波段传感器拍摄到.全色波段图像按照如下方式排列成一维的列矢量:Tx,,,,,=[]xx12??xiNx,(1)其中xi表示全色波段图像在空间位置i上的像素值,而N是全色波段图像的像素数目.低分辨率的多光谱图像也按照类似的方式排列成一维的列矢量Tyyy,,,,,=⎡⎤TTT??yyT,(2)⎣⎦12jM其中yj表示低分辨率的多光谱图像在空间位置j上的像素值(有K个波段,Tyjjj=[,,,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。