珠海一号高光谱与高空间分辨率多光谱影像融合方法比较

刘泽珍; 黄登山; 邓夏梁; 刘璐铭; 颜志宇

您当前的位置：

首页 >

文章列表页 >

珠海一号高光谱与高空间分辨率多光谱影像融合方法比较

更新时间：2026-08-11

- 珠海一号高光谱与高空间分辨率多光谱影像融合方法比较
- Vol. 23, Issue 12, Pages: 12-16+40(2025)
- 作者机构：
  
  1. 湘潭大学土木工程学院
  2. 湘潭市勘测设计院
  3. 珠海欧比特卫星大数据有限公司
- 作者简介：
- 基金信息：
- DOI：
  CLC： P237
- Published：2025
- 稿件说明：
移动端阅览
刘泽珍, 黄登山, 邓夏梁, et al. 珠海一号高光谱与高空间分辨率多光谱影像融合方法比较[J]. 2025, 23(12): 12-16+40.
DOI：

刘泽珍, 黄登山, 邓夏梁, et al. 珠海一号高光谱与高空间分辨率多光谱影像融合方法比较[J]. 2025, 23(12): 12-16+40. DOI：

摘要

丰富“珠海一号”高光谱（orbita hyper spectral

OHS）图像的空间细节信息，有利于扩大OHS数据应用领域范围。将OHS数据与5种高空间分辨率的多光谱遥感影像采用6种融合算法进行超分辨率融合实验并进行综合评价分析。实验结果表明：GSA、CNMF、HySure具有较好的空间保真度，融合图像的分类结果也表现较好；MTF-GLP在光谱保真度上表现较好；FUSE受输入数据的影响较大，发挥不稳定，易产生光谱畸变；MAP-SMM在实验中存在缺陷，融合效果相对较差。CNMF、HySure、MAP-SMM和FUSE较GSA和MTF-GLP的运行时间长。此外，相融合的一组图像采集时间间隔越小，融合的结果越好，输入图像本身的质量会影响融合算法的稳定性。本研究为OHS数据在融合处理方法及进一步应用研究提供参考。

Abstract

关键词

Keywords

references

徐聪,于丽君,柳泽,朱建峰,李力,俞燕.基于特色村镇的多源影像最优融合分类方法探讨[J].地理空间信息,2024(03).

杨娅婷,韩芬,杨阳,吴兆萍,官瑞芬,张允.珠海一号高光谱影像融合方法对比[J].云南地质,2023(04).

李先怡,范海生,潘申林,蒋晓华,吴佳奇.珠海一号高光谱卫星数据及应用概况[J].卫星应用,2019(08).

张立福,彭明媛,孙雪剑,岑奕,童庆禧.遥感数据融合研究进展与文献定量分析(1992—2018)[J].遥感学报,2019(04).

张晓旺.基于高光谱遥感影像的水体分布信息半自动化提取研究[D].燕山大学,2021(03).

Duan Puhong,Lai Jibao,Ghamisi Pedram,Kang Xudong,Jackisch Robert,Kang Jian,Gloaguen Richard.Component Decomposition-Based Hyperspectral Resolution Enhancement for Mineral Mapping[J].Remote Sensing,2020.

Kai Ren,Weiwei Sun,Xiangchao Meng,Gang Yang,Qian Du.Fusing China GF-5 Hyperspectral Data with GF-1, GF-2 and Sentinel-2A Multispectral Data: Which Methods Should Be Used?[J].Remote Sensing,2020.

Yokoya Naoto,Grohnfeldt Claas,Chanussot Jocelyn.Hyperspectral and Multispectral Data Fusion: A comparative review of the recent literature[J].IEEE Geoscience and Remote Sensing Magazine,2017.

Wei Qi,Dobigeon Nicolas,Tourneret Jean-Yves.Fast Fusion of Multi-Band Images Based on Solving a Sylvester Equation.[J].IEEE transactions on image processing : a publication of the IEEE Signal Processing Society,2015.

Simoes, Miguel,Bioucas-Dias, Jose,Almeida, Luis B.,Chanussot, Jocelyn.A Convex Formulation for Hyperspectral Image Superresolution via Subspace-Based Regularization[J].IEEE Transactions on Geoscience and Remote Sensing,2015.

Selva, Massimo,Aiazzi, Bruno,Butera, Francesco,Chiarantini, Leandro,Baronti, Stefano.Hyper-Sharpening: A First Approach on SIM-GA Data[J].IEEE journal of selected topics in applied earth observations and remote sensing,2015.

Yokoya, N.,Yairi, T.,Iwasaki, A..Coupled Nonnegative Matrix Factorization Unmixing for Hyperspectral and Multispectral Data Fusion[J].IEEE Transactions on Geoscience and Remote Sensing,2012.

Poonam S. Tiwari,Hina Pande,Mya Nan Aye.Exploiting IKONOS and Hyperion data fusion for automated road extraction[J].Geocarto International,2010.

Zurita-Milla R.,Clevers J. G. P. W.,Schaepman M. E..Unmixing-Based Landsat TM and MERIS FR Data Fusion[J].IEEE geoscience and remote sensing letters,2008.

Bruno Aiazzi,Stefano Baronti,Massimo Selva.Improving Component Substitution Pansharpening Through Multivariate Regression of MS +Pan Data.[J].IEEE Trans. Geoscience and Remote Sensing,2007.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

珠海一号高光谱反演表层土壤有机质含量方法研究

流形学习和卷积神经网络的农作物精细分类

基于极端随机树的高光谱蚀变信息提取研究

一种考虑云层影响的遥感影像波段配准方案

卷积神经网络与MRF相结合的高光谱图像分类

Related Author

张惠怡

孙子文

张辉

张启超

孟成真

王智枭

李新萍

杜文涛

Related Institution

河南省地质局矿产资源勘查中心

洛阳师范学院地理与旅游学院

河南省金银多金属成矿系列与深部预测重点实验室

河南省第一地质矿产调查院有限公司

河南大学地理与环境学院

AI问答

⁰