Improving spatiotemporal reflectance fusion using image inpainting and steering kernel regression techniques
Improving spatiotemporal reflectance fusion using image inpainting and steering kernel regression techniques
复制标题
使用图像修复和转向核回归技术的时空反射率融合
DOI：
10.1080/01431161.2016.1271471
复制
发表时间：
2017-02
影响因子：
3.4
通讯作者：
Zhuo Guohao
中科院分区：
文献类型：
--
作者：
Wu Bo;Huang Bo;Cao Kai;Zhuo Guohao
摘要：为提高不同时空特征遥感影像的融合精度，提出了一种融合图像修复和转向核回归融合模型（ISKRFM）的时空反射率融合方法。该方法首先检测土地覆盖变化的区域，然后通过基于样本的修复技术用未变化的相似像素填充它们。此外，使用转向核回归（SKR）来自适应地确定局部相邻像素的权重以预测高空间分辨率图像。因此，该方法的主要贡献是双重的。一是解决时空融合中的土地覆盖变化问题，二是根据像素位置和局部邻居的辐射特性建立自适应权重分配，以考虑邻近像素的影响。为了验证所提出的方法，在中国东南部实施了两次实际的增强型专题制图仪 Plus (ETM+) 和中分辨率成像光谱仪 (MODIS) 采集，并与基线时空自适应反射融合模型 (STARFM) 进行了比较。实验结果表明，解决时空融合中的土地覆盖变化对融合图像具有积极影响，并且所提出的ISKRFM方法在视觉和定量测量方面均显着优于STARFM。
ABSTRACT A novel spatiotemporal reflectance fusion method integrating image inpainting and steering kernel regression fusion model (ISKRFM) is proposed to improve the fusion accuracy for remote-sensing images with different temporal and spatial characteristics in this article. This method first detects the land-cover changed regions and then fills them with unchanged similar pixels by an exemplar-based inpainting technique. Furthermore, a steering kernel regression (SKR) is used to adaptively determine the weightings of local neighbouring pixels to predict high spatial resolution image. Accordingly, the main contributions of this method are twofold. One is to address the land-cover change issues in the spatiotemporal fusion, and the other is to establish an adaptive weighting assignment according to the pixel locations and the radiometric properties of the local neighbours to account for the effect of neighbouring pixels. To validate the proposed method, two actual Enhanced Thematic Mapper Plus (ETM+) and Moderate Resolution Imaging Spectroradiometer (MODIS) acquisitions at southeast China were implemented and compared with the baseline spatial and temporal adaptive reflectance fusion model (STARFM). The experimental results demonstrate that addressing the land-cover changes in spatiotemporal fusion has positive effects on the fused image, and the proposed ISKRFM method significantly outperforms STARFM in terms of both visual and quantitative measurements.
登录
查看更多内容
影响因子：
13.5
作者：
Hilker, Thomas;Wulder, Michael A.;White, Joanne C.
通讯作者：
White, Joanne C.
影响因子：
8.2
作者：
Hwa-Lung Yu;G. Christakos
通讯作者：
Hwa-Lung Yu;G. Christakos
基于 Landsat 数据、改进的升级模型框架和涡流协方差通量测量来估计高时空分辨率下的景观网络生态系统交换
影响因子：
13.5
作者：
Fu, Dongjie;Chen, Baozhang;Verma, Shashi
通讯作者：
Verma, Shashi
影响因子：
1.3
作者：
J. Vogelmann;S. Howard;Limin Yang;Charles Larson;B. Wylie;J. N. Driel
通讯作者：
J. Vogelmann;S. Howard;Limin Yang;Charles Larson;B. Wylie;J. N. Driel
影响因子：
4.8
作者：
R. Zurita-Milla;J. Clevers;M. Schaepman
通讯作者：
R. Zurita-Milla;J. Clevers;M. Schaepman