多源遥感图像融合技术

目录序前言第1章 绪论 11.1 多源图像融合的意义 11.2 遥感图像融合的定义 41.3 遥感图像配准方法概述 51.3.1 遥感图像配准步骤 61.3.2 图像几何变换模型 71.3.3 图像的插值重采样 81.3.4 遥感图像配准方法 91.4 遥感图像融合方法概述 111.4.1 分量替换法 111.4.2 比值变换法 141.4.3 频率分解法 151.4.4 深度学习法 161.5 主要研究内容 181.6 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 252.1 图像配准精度评价 252.1.1 主观配准评价 252.1.2 客观配准评价 262.2 图像融合保真度评价 292.2.1 主观融合评价 292.2.2 客观融合评价 322.3 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 413.1 宽幅多源光学遥感图像配准存在的问题 413.1.1 图像自身因素导致的配准问题 413.1.2 技术局限因素导致的配准问题 443.2 基于斑点尺度与斑点纹理约束的宽幅遥感图像配准方法 463.2.1 SIFT配准方法简介 463.2.2 宽幅全色与多光谱图像的子块划分 503.2.3 基于相位相关性的图像子块粗配准 513.2.4 基于各向异性高斯尺度空间的特征点提取 523.2.5 基于斑点尺度与斑点纹理约束的图像子块精配准 543.2.6 实验结果和分析 583.3 DoG与VGG网络结合的遥感图像配准方法 633.3.1 特征点误匹配原因分析 633.3.2 DoG与VGG结合的配准网络模型 643.3.3 配准网络模型训练样本生成 663.3.4 实验结果和分析 663.4 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 734.1 基于整体结构信息匹配的高保真融合方法 734.1.1 高保真融合定义 734.1.2 图像融合存在的问题分析 754.1.3 基于整体结构信息匹配的高保真融合方法 774.1.4 实验结果和分析 814.2 基于像素分类与比值变换的高保真融合方法 884.2.1 乘性变换融合模型 884.2.2 低分辨率全色图像合成 894.2.3 实验结果和分析 904.3 基于生成对抗网络的高保真融合方法 954.3.1 深度网络的基本操作 954.3.2 典型的深度网络融合模型 974.3.3 基于GAN的全色与多光谱图像融合模型 984.3.4 实验结果和分析 1024.4 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 1105.1 基于残差网络的图像融合方法 1105.1.1 比值变换法 1115.1.2 残差注意力网络 1125.1.3 损失函数 1135.1.4 实验结果和分析 1145.2 基于生成对抗网络的图像分层融合方法 1185.2.1 融合模型总体结构 1185.2.2 差值图像初始化 1195.2.3 生成对抗网络结构 1205.2.4 实验结果和分析 1235.3 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 1316.1 基于稀疏表示与双字典的多光谱与高光谱图像融合方法 1316.1.1 高光谱图像的稀疏特性分析 1326.1.2 基于稀疏表示与双字典的多光谱与高光谱图像融合 1346.1.3 实验结果和分析 1406.2 基于多路神经网络学习的多光谱与高光谱图像融合方法 1526.2.1 多路神经网络学习1526.2.2 基于多路神经网络学习的多光谱与高光谱图像融合 1536.2.3 实验结果和分析 1586.3 本章小结 165参考文献 165彩图