Remote Sensing Technology and Application, Volume. 39, Issue 1, 11(2024)
Research Progress in Data Fusion of LiDAR and Hyperspectral Imaging Technology
Figures & Tables(3)
Table 1. Three common methods of fusion level
View tableView in ArticleTable 1. Three common methods of fusion level
融合层次 方法 特点 像素级融合 亮度色度饱和度变换（IHS）（光学） 能够平滑地融合色彩和空间特征，融合后光谱色彩失真严重[ 59 -60 ]小波变换（WT）（光学） 有效提高空间分辨率，最大程度地保留光谱特性，具有更好的信噪比和改善感[ 59 -61 ]Brovey变换（BT）（光学） 锐化图像的同时能够保持原光谱图像的信息内容，突出地物光谱特征，存在一定的光谱扭曲[ 62 -63 ]特征级融合 主成分分析（PCA） 基于PCA的方法在保持图像清晰度方面有优势，融合后的图像也相对清晰。由于维数的诅咒，PCA作为一种简单的无监督的特征外显法，被认为是最有效的方法[ 6 ,64 ]稀疏表示（SR） 能够有效表示图像本质特征和图像之间的相关性，但计算复杂性较高[ 65 -66 ]神经网络模型（ANN） 与传统的聚类方法相比，人工神经网络是一种更强大的、自适应的模式识别方法，可以通过学习实现信息召回，抵抗硬件或数据故障[ 67 -68 ]卷积神经网络模型（CNN） CNN通过使用局部连接来提取高层次的空间特征，获取更复杂的结构信息，带来更大的鲁棒性和更高的效率，CNN的权重共享策略极大地减少了可训练的参数，可以用较少的训练样本进行良好的训练[ 69 -70 ]决策级融合 Bayesian推理（DST） 贝叶斯框架可以在证据充足的情况下完成一个假设为真概率的确定，能够将主观概率用于假设的先验概率，以及用于给定假设的证据概率[ 71 ]。贝叶斯证据推理也存在过度依赖先验假设和条件概率，计算成本高等缺陷[72 -73 ]Dempster-Shafer理论 贝叶斯方法的延伸，能够解除对信息先验的限制，计算复杂性高[ 74 -76 ]模糊集合、专家系统、马尔可夫随机场 根据需要的不同，通过定义、推理、判断等方法实现数据分类[ 71 ]
Tools
Get Citation
Copy Citation Text
Shuwei WANG, Qingtai SHU, Xu MA, Jingnan XIAO, Wenwu ZHOU. Research Progress in Data Fusion of LiDAR and Hyperspectral Imaging Technology[J]. Remote Sensing Technology and Application, 2024, 39(1): 11
Paper Information
Category: Research Articles
Received: Oct. 11, 2022
Accepted: --
Published Online: Jul. 22, 2024
The Author Email: WANG Shuwei (780390160@qq.com)
© Copyright 2018-2021 | Chinese Laser Press.
All Rights Reserved 沪ICP备15018463号-20