土地覆盖分类影像融合与精度评价研究

摘要：

影像融合技术可以使遥感影像具有高光谱和高空间分辨率的效果,实现不同空间、光谱、时间等多种分辨率的信息资源互补,从而提高图像的空间分辨率,提高图像的几何精度.文章利用ERDAS软件,对遥感影像数据进行融合,采用乘积变换、PCA变换、Brocey变换、小波变换等遥感影像融合方法对多光谱与全色影像进行融合和土地覆盖分类研究.通过结合图像的光谱统计参数和融合图像的分类精度,对这些方法的分类精度进行评价.这4种方法对于原始影像分类精度,均有不同程度的提高.而小波变换所得融合影像与原多光谱影像的相关系数最大,均方差、平均梯度和信息熵最大,偏差指数最小,影像所含信息量最多;在光谱特性、图像清晰度、对于空间细节信息的表现能力上其它三种方法都好,所得融合影像的分类精度也是最高的.小波变换更适合融合影像的土地覆盖分类研究.

关键词：遥感影像、融合算法、土地覆盖分类、精度

所属期刊栏目：34

分类号：P237(摄影测量学与测绘遥感)

资助基金：高校自然科学研究项目KJ2016A770;高校优秀青年人才支持计划重点项目gxyqZD2016340;安徽省大学生创新创业训练计划项目201510379080、201510379046、201510379084;宿州学院卓越人才教育培养计划szxy2015zjjh01

在线出版日期：2017-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：68-72