像素级遥感影像融合方法研究的中期报告.docx

像素级遥感影像融合方法研究的中期报告
一、研究背景
遥感影像融合是指将具有不同空间、光谱和时间分辨率的遥感影像进行影像融合操作，以获取具有更高信息含量和空间分辨率的遥感影像。遥感影像融合技术在军事、农业、城市规划和自然资源管理等众多领域都有广泛应用。
当前，像素级遥感影像融合方法是研究热点之一，该方法旨在通过像素级别的影像融合方式，实现遥感影像的高精度融合。这种方法相比于传统的像元级融合方法具有更高的精度和更好的效果。
二、研究目的
本研究旨在探讨像素级遥感影像融合方法的技术路线和实现方案，解决当前遥感影像融合存在的问题，提高遥感影像在各领域的应用效果。
三、研究内容
1.根据影像特征进行影像分割和联合
根据相同的影像特征如颜色、纹理和形状等对不同空间、光谱和时间分辨率的遥感影像进行分割。然后通过联合这些不同的分割结果来获取更多的像素信息和空间分辨率。
2.半监督像素级影像融合
采用半监督学习算法提高影像融合的精度。通过使用少量的有标注样本作为训练样本，结合未标注样本，利用概率图模型和图像梯度信息等进行影像融合。
3.基于DNN的影像融合
利用深度学习中的卷积神经网络，根据遥感影像的不同波段和光谱信息，将遥感影像进行学习，以获取更准确的影像目标特征，然后再将学习好的特征进行影像融合操作。
四、研究成果与展望
从目前的研究成果来看，像素级遥感影像融合方法已经取得了一定的进展，但仍面临一些问题，如影像畸变、影像配准和决策级别的确定等。未来，将继续深入研究，开发新的模型和算法，提升影像融合的精度和效率，以更好地满足实际需求。