基于改进小波变换的地物类型提取研究

李春静,徐 达

（1.华北水利水电学院,郑州450011;2.浙江省森林资源监测中心,杭州 310020）

小波变换可以将图像的空间特征和光谱特征进行分离,而且由于小波变换的多分辨率特性,不同尺度的空间特征也可以进行分离,同时,小波系数的幅值随着分解层数的变化,提供原始影像灰度的局部变化特性,从而为不同传感器影像融合提供了有利条件。因此小波变换可以用于多分辨率遥感影像的融合[1]。

在传统的小波变换融合中,仅仅用到了低分辨率影像经小波分解后的低频信息(图像基带数据)和高分辨率影像经小波分解后的高频信息(图像子带数据),而丢弃了低分辨率影像的高频信息和高分辨影像的低频信息。由于低分辨率影像(对应多光谱波段)的光谱信息优于高分辨率影像(对应全色波段),在理想情况下,可以认为低分辨率影像基带数据优于高分辨率影像的低频信息,因此可舍去高分辨率影像的低频信息,由于遥感影像成像过程的随机性,在影像的局部区域,可能出现高分辨率影像的低频光谱信息有可能优于低分辨率影像基带数据。因此在融合过程中,充分利用高分辨率影像的低频信息,本文基于这种思想,以SPOT5的多光谱波段和全色波段为数据源对传统小波变换做出改进,再以小波变换融合和传统融合方法图像分别作为分类底图,实施了监督分类。

1 研究区概况及数据源

研究对象为南京中山陵园风景区,地理坐标为东经 118°48′-118°53′,北纬 32°01′-32°16′,总面积3 008 hm2。……