基于变分的多尺度遥感图像融合研究与实现的任务书.docx

基于变分的多尺度遥感图像融合研究与实现的任务书
任务背景：
遥感技术在地理信息领域中具有广泛的应用，融合多种遥感影像数据可以提高图像分类、目标识别、景观分析等应用的精度和效果，成为当前遥感图像处理领域的研究热点。针对多源遥感图像融合的问题，基于变分的多尺度融合方法已经成为目前广泛应用的融合方法之一。本任务旨在研究和实现基于变分的多尺度遥感图像融合方法。
任务内容：
1.研究和掌握基于变分的多尺度遥感图像融合基本原理，理解融合方法的数学模型和算法流程。
2.搜集不同波段的遥感图像数据，包括高分辨率的光学图像和低分辨率的遥感图像，根据数据特点进行数据预处理和图像匹配操作。
3.利用Matlab或Python等编程语言实现基于变分的多尺度遥感图像融合方法，包括图像数字化处理、变分模型优化和融合图像生成等模块。
4.对数据进行实验分析，比较并验证融合后的图像与原始图像、局部区域的比较，分析融合算法的优劣、时空分辨率等指标，并进一步探讨方法的改进和应用。
任务要求：
1.熟悉遥感图像融合相关理论研究；
2.能够使用数据采集与预处理方法；
3.掌握计算机编程语言，如Matlab，Python等；
4.具备研究思辨和团队协作能力；
5.具有良好的科研素养和实验操作能力。
参考文献：
1.程志峰,黄征,赵梦宇,华兵龙.基于变分的遥感图像融合方法综述[J].遥感学报,2014,18(002):385-399.
2.吴鹏,钟修武.多尺度变分模型在遥感图像融合中的应用[J].光学精密工程,2017,25(12):3058-3067.
3.Zhang,L.,Zhuo,S.,Shi,J.,Li,X.,&Guan,K.(2018).MultiscaleFusionWithEdgeConstraintsforRemoteSensingImages.IEEETransactionsonGeoscienceandRemoteSensing,56(3),1558-1570.
4.Atsumi,M.,Ye,X.,Kunigami,M.,Hayashi,Y.I.,Asai,K.,&Yokoyama,R.(2017).High-resolutionPan-sharpeningviaStructuredMatting.IEEETransactionsonGeoscienceandRemoteSensing,55(10),5879-5892.