导读:本文包含了全色波段影像论文开题报告文献综述及选题提纲参考文献，主要关键词:SPOT5全色波段,ASTER多光谱,影像融合,评价
全色波段影像论文文献综述
罗慧芬,苗放,叶成名[1]（2017）在《SPOT5全色波段与ASTER多光谱影像融合方法的比较研究》一文中研究指出多源遥感影像数据融合可以将不同来源数据包含的优势信息重构为新的信息载体,进而为解决实际问题提供更丰富的信息。与TM,CBERS-1等影像数据相比,ASTER多光谱影像在短波红外波段具有更强的优势,因此将其与SPOT5全色波段进行融合可为解决实际问题提供更多的细微信息。本文选取主成分分析变换(Principal component analysis,PCA)、比值变换(Brovey)、格兰姆-施密特变换(Gram-Schmidt,GS)和小波变换4种融合方法进行对比研究,实验结果表明PCA变换和GS变换适用于这两种影像融合。(本文来源于《数据采集与处理》期刊2017年04期）
买买提·沙吾提,塔西甫拉提·特依拜,张飞,依力亚斯江·努尔买买提,买买提·依明[2]（2012）在《ALOS全色波段与多光谱影像融合方法在盐渍地信息提取中的应用》一文中研究指出以ALOS全色波段与多光谱影像为信息源,对几种常用的HIS、PCA、Gram.Schmidt和WAVELET等融合方法进行了比较试验,并通过定性和定量分析对融合效果进行了评价;利用最大似然分类方法,分别对融合前后的影像进行了分类。实验结果表明,小波变换方法在显着提高融合影像空间分辨率的同时,有效保持了多光谱影像的光谱信息,融合效果优于其他融合方法,且分类精度比多光谱影像有较大提高,是监测盐渍地信息提取的有效手段。(本文来源于《土壤通报》期刊2012年06期）
郭文娟,吴楠楠[3]（2010）在《开封市Spot5全色波段与多光谱影像融合评价》一文中研究指出以Spot5全色波段与多光谱波段为例,用PCA、Brovey、IHS等叁种像素级融合方法对其进行融合研究。分别运用灰度均值、相关系数、平均梯度等叁个传统的指标在影像亮度、光谱保真度以及高频信息融入度叁个方面对其评价。最后综合这些指标在信息量以及融合指数方面对融合影像进行综合评价,从而建立一套完整的影像评价体系。(本文来源于《地理空间信息》期刊2010年02期）
刘林,田庆久[4]（2008）在《一种构建多光谱全色波段与小波变换相结合的遥感影像融合方法》一文中研究指出对于多光谱和全色波段遥感影像融合而言,影像间光谱响应范围的差异是造成融合结果光谱畸变的重要原因。方法通过对遥感影像成像过程中的参数进行合理地近似,将多光谱影像有机地结合为光谱响应范围与全色波段接近的、低分辨率的"多光谱全色波段"。利用特定的小波融合法则,将全色波段中适量的空间信息融入到"多光谱全色波段"中,并根据构建"多光谱全色波段"时各多光谱影像所占的权重,将融入的空间信息逐像元地分解到各个多光谱波段,从而较好地削弱了融合影像间光谱响应范围的差异所造成的光谱畸变。通过对IKONOS遥感影像进行融合实验,验证了本文方法较传统方法具有更高的性能。(本文来源于《遥感信息》期刊2008年06期）
柳文祎,何国金,张兆明,刘慧婵[5]（2008）在《ALOS全色波段与多光谱影像融合方法的比较研究》一文中研究指出多源遥感影像融合能够综合利用多源信息的优势,从而获得比单一数据更客观、更丰富的信息。ALOS是一种新的高分辨率卫星数据源,探讨ALOS数据的实用融合方法对于促进它的应用具有十分重要的意义。论文从分析ALOS数据的特点出发,对几种常见的融合方法进行了比较试验,并从提高空间分辨率和保持原始图像光谱信息的角度分析评价了不同融合方法的效果。就试验区ALOS数据AVNIR-4、3、2多光谱波段与其PRISM-PAN波段进行融合而言,试验发现BROVEY变换法在提高目视效果和识别精度方面优于其他几种方法融合。(本文来源于《科学技术与工程》期刊2008年11期）
赵君爱,何瑞银,张士国[6]（2007）在《ETM+全色波段影像的几何精校正》一文中研究指出为确保遥感影像为森林资源调查和监测提供更好的服务,必须对影像进行图像预处理,而图像的几何校正是图像预处理中关键一步。传统的基于TM影像的几何精校正只是采用其地面分辨率为30m的波段的影像,由于分辨率不高,导致校正精度不高。介绍了一种使用ETM+影像的地面分辨率为15m的Pan波段校正,在后续处理中,用其它波段与校正后的Pan波段几何配准,从而达到几何精校正的效果。仿真试验表明,这种先校正分辨率高的影像,再配准分辨率低的影像的方法,在一定程度上提高了校正精度,降低了控制点选取的难度。(本文来源于《计算机仿真》期刊2007年06期）
陆宇红,马林波,韩嘉福[7]（2006）在《遥感影像的融合——SPOT全色波段和多光谱影像的融合》一文中研究指出按照影像融合的一般理论,结合Edas软件功能实现了SPOT全色波段和多光谱影像的融合。(本文来源于《测绘科学》期刊2006年S1期）
马建伟[8]（2006）在《全色波段高空间分辨遥感影像特定目标变化检测技术研究》一文中研究指出基于遥感影像的变化检测技术是卫星遥感应用研究的一个重要方向。随着航天遥感技术的发展，遥感影像的空间分辨率不断提高、时间分辨率不断缩短，基于遥感影像变化检测除了研究大范围宏观层次的地球环境变化外，还向着局部区域更加精细的变化检测研究方向发展。 利用不同时相的遥感影像，分析特定目标在经历一段时间或特定事件前后的变化情况，传统的方法属于人工判读识别的智力劳动密集型工作。当前，随着可用遥感影像信息海量增长，同范同、多时相影像对比解译工作重复劳动量大，判读与解译结果常常因人而异，对判读人员经验的依赖性大；而且判读经验与过程的可传递性、可移交性差，需要研究自动的变化检测方法，满足对特定目标变化现象快速检测、及时更新的迫切需要。 本文以不同时相的高空间分辨率遥感影像为基础，以检测特定目标的本征变化为目的，利用遥感影像的时空覆盖特性对特定目标变化检测的技术与方法进行了理论探讨和实验研究。 (1) 从光谱变换的角度出发，建立了基于灰度变化检测的统一模型；从理论和实验两个角度考察了灰度变化检测的各方法在检测人工目标时对自然地物检测抑制的效应。对线性回归、局部线性回归、二次多项式回归、主成分分析、直方图配准等方法用于某炼油厂变化前后的高空间分辨率全色波段遥感影像变化检测进行了对比实验，进一步分析了上述方法用于检测高空间分辨遥感影像特定目标变化的优势和局限性，对实际应用具有指导意义。 (2) 提出了一种比基于像素方法更加稳定、基于图像区域特征的变化检测方法。该方法在研究区域特征变化准则函数的构造、特征量的标准化处理、多特征联合变化判定规则确定等内容的基础上，尽量减少不同时相影像像素灰度偏差引起的伪变化的影响。该方法在一定意义上能够克服单纯由像素灰度差异引起的伪变化，而且对不同尺寸的区域变化都有很好的适应性。 (3) 提出了一种基于特征点的“两步相关法”变化检测方法，该方法对于配准误差有很强的容忍度，即使图像的配准误差在几个像元，使用该方法仍然可以得到基本准确的特定目标本征变化的检测结果，还可以得到统计意义下的变化率，适应影像现势性更新的需要。 (4) 按照知识驱动的思路，提出了基于坐标位置关联的特定目标变化自动解译方案，给出了目标结构组成的模型样例，把变化检测的深层解译问题深入到子结构层次，并提出了深入解决特定目标变化自动检测问题的进一步的研究方向。(本文来源于《中国科学院研究生院（遥感应用研究所）》期刊2006-05-01）
陈奋[9]（2006）在《高分辨率全色波段遥感影像处理中的图像复原问题研究》一文中研究指出高分辨率遥感影像尤其是全色波段影像的分析与解译，在军事判读上的应用价值是十分高的。在军事影像判读上，空间结构信息对遥感影像信息的提取和分析是最重要的；但是由于各种因素的影响，图像的降质过程是不可避免的，这就给影像判读工作带来了很大的不便和信息判读的不准确。图像复原技术能够通过图像退化模型较准确地恢复图像的原始信息，它在遥感图像处理中是一个基础的预处理技术，是图像配准，目标提取等后续图像处理技术的基础。 本文针对高分辨率全色波段遥感影像处理中的复原问题进行了深入的研究，研究内容分为两个方面：反卷积复原和薄云去除。 在反卷积复原中，本文首先探讨了采用典型线状地物边界近似估计系统PSF的方法，并进行了数值试验分析了误差情况。在详细分析了具有保持图像边缘性质的的正则化算法ARTUR的基础上，提出了一个基于双正交小波基的改进算法，缩短了原算法的迭代收敛次数，节省了计算量和运算时间。本文还针对遥感影像数据量大，无法一次读入内存处理的问题，提出了一个分块处理策略，提高了大图像的处理速度。 薄云去除是一个光学遥感影像处理中的常见问题。本文提出了一个全新的薄云自动检测及去除算法。该算法与传统的同态滤波方法相比，能够自适应对不同厚度云覆盖的图像区域采用不同强度的补偿策略，并能做到云区处理之后与非云区之间的平滑过渡。在具体处理参数选择上，与同态滤波方法相比，本文算法的参数也更为直观。针对大面积的薄云覆盖情况，本文还提出了一个加速策略，在能够取得近似处理效果的情况下，使得进入算法计算的数据量大大减少，提高了处理的速度。(本文来源于《中国科学院研究生院（遥感应用研究所）》期刊2006-04-01）
陆宇红,马林波,韩嘉福[10]（2004）在《遥感影像的融合——SPOT全色波段和多光谱影像的融合》一文中研究指出按照影像融合的一般理论,结合Erdas软件功能实现了SPOT全色波段和多光谱影像的融合。(本文来源于《测绘与空间地理信息》期刊2004年06期）
全色波段影像论文开题报告
（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：
以ALOS全色波段与多光谱影像为信息源,对几种常用的HIS、PCA、Gram.Schmidt和WAVELET等融合方法进行了比较试验,并通过定性和定量分析对融合效果进行了评价;利用最大似然分类方法,分别对融合前后的影像进行了分类。实验结果表明,小波变换方法在显着提高融合影像空间分辨率的同时,有效保持了多光谱影像的光谱信息,融合效果优于其他融合方法,且分类精度比多光谱影像有较大提高,是监测盐渍地信息提取的有效手段。
（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。
全色波段影像论文参考文献
[1].罗慧芬,苗放,叶成名.SPOT5全色波段与ASTER多光谱影像融合方法的比较研究[J].数据采集与处理.2017
[2].买买提·沙吾提,塔西甫拉提·特依拜,张飞,依力亚斯江·努尔买买提,买买提·依明.ALOS全色波段与多光谱影像融合方法在盐渍地信息提取中的应用[J].土壤通报.2012
[3].郭文娟,吴楠楠.开封市Spot5全色波段与多光谱影像融合评价[J].地理空间信息.2010
[4].刘林,田庆久.一种构建多光谱全色波段与小波变换相结合的遥感影像融合方法[J].遥感信息.2008
[5].柳文祎,何国金,张兆明,刘慧婵.ALOS全色波段与多光谱影像融合方法的比较研究[J].科学技术与工程.2008
[6].赵君爱,何瑞银,张士国.ETM+全色波段影像的几何精校正[J].计算机仿真.2007
[7].陆宇红,马林波,韩嘉福.遥感影像的融合——SPOT全色波段和多光谱影像的融合[J].测绘科学.2006
[8].马建伟.全色波段高空间分辨遥感影像特定目标变化检测技术研究[D].中国科学院研究生院（遥感应用研究所）.2006
[9].陈奋.高分辨率全色波段遥感影像处理中的图像复原问题研究[D].中国科学院研究生院（遥感应用研究所）.2006
[10].陆宇红,马林波,韩嘉福.遥感影像的融合——SPOT全色波段和多光谱影像的融合[J].测绘与空间地理信息.2004