摘要：针对高分遥感影像融合存在影像间相关性差、融合亮度差异明显的问题,提出了一种基于非下采样剪切波变换(NSST)的国产高分全色与多光谱遥感影像融合方法。选取高分一号、高分二号和高分七号遥感影像作为实验数据,通过强度-色调-饱和度(IHS)提取多光谱影像的亮度分量;利用NSST算法对亮度分量和全色影像提取高频和低频信息,并充分考虑高频和低频之间的关系,设计有效的影像融合策略;最终采用IHS和NSST得到融合影像。与Brovey、Gram-Schmidt(GS)、Hue-Saturation-Value(HSV)、Co-occurrence filtering(COF)等方法对比验证,通过主观和客观评价相结合的方式对融合影像进行综合评价,结果表明所提方法是一种可行的遥感影像融合方法。

摘要：本文以宁夏盐池Landsat 8影像、高分二号影像、LiDAR数据插值生成的DEM数据、地理国情普查数据等为数据源,首先利用一年多期的Landsat 8影像确定提取内陆盐沼湿地的最佳时相;然后对最佳时相的高分二号(GF-2)融合影像等数据进行多尺度叠置分割,获取NDVI、DEM、穗帽变换等特征,采用最邻近分类器提取内陆盐沼湿地信息,构建内陆盐沼湿地样本库;最后在此基础上探讨卷积神经网络用于高分卫星影像提取内陆盐沼湿地方法。试验结果表明,设计的卷积神经方法适用于内陆盐沼湿地提取,与最近邻分类法提取的结果相比,内陆盐沼湿地边界的提取效果有明显提高。

摘要：以宁夏石嘴山Landsat8影像、高分二号影像、LIDAR数据插值生成的DEM数据和地理国情普查数据等为数据源,首先利用一年多期Landsat8影像确定提取草本湿地的最佳时相;然后对最佳时相的高分二号融合影像、DEM数据等进行多尺度叠置分割,选取NDVI、湿度、坡度、色调等特征,采用决策树分类获得草本湿地信息,构建草本湿地样本库;最后探讨卷积神经网络ResNet34用于高分卫星影像提取草本湿地的方法。试验结果表明:设计的ResNet34方法同决策树分类法提取结果相比,提取的效果明显提高,适用于草本湿地信息提取。