SPOT6遥感图像融合方法比较研究

2014-09-13 07:33:50郭蕾杨冀红史良树战鹰赵冬玲张超孙家波季佳佳
自然资源遥感 2014年4期
关键词:分类融合评价

郭蕾, 杨冀红, 史良树, 战鹰, 赵冬玲, 张超, 孙家波, 季佳佳

(1.中国农业大学信息与电气工程学院,北京 100083; 2.中国土地勘测规划院,北京 100035)

0 引言

与单一遥感数据源相比,融合后的遥感数据可提高图像解译的可靠性,有助于更加充分地利用多源遥感信息; 因此,图像融合技术一直是遥感图像处理与应用的研究热点[1-5]。目前,由于高分辨率遥感图像应用的日益普及,高分辨率图像融合技术已成为研究热点中的重点[6]。近些年来,针对各种具体应用已经形成了大量的遥感全色和多光谱图像融合算法,按照参与融合的波段数目可分为2类,一类是对3个波段数据进行融合的方法,应用较多的有彩色空间(intensity hue saturation,IHS)变换法、彩色标准化(color normalized,Brovey)变换法等; 另一类为对多个波段进行融合的方法,应用较广的有主成分分析(principal component analysis,PCA)法、相位恢复(Gram-Schmidt,G-S)变换法、高通滤波 (high-pass filtering,HPF)法等,以及适合高空间分辨率遥感图像融合的超分辨率贝叶斯(Pansharp)法和PanSharpening法。

SPOT5数据已在我国国土资源管理中得到了广泛的应用; SPOT6作为SPOT5的后续卫星获取了新的数据源,可提供1.5 m分辨率的全色图像和6 m分辨率的多光谱图像。但目前针对该数据的研究成果还较少。本文以SPOT6图像为研究对象,选取G-S,HPF,Pansharp和PanSharpening等4种融合方法进行对比实验,并对融合结果进行分析和比较,以期找到更为适用的融合方法,从而加速SPOT6卫星遥感数据在国土管理业务中的推广和应用。

1 融合方法及评价指标

1.1 融合方法

目前大部分成熟的图像融合算法均可通过遥感图像处理商业软件实现。……

登录APP查看全文

猜你喜欢
分类融合评价
村企党建联建融合共赢
今日农业(2021年19期)2022-01-12 06:16:36
SBR改性沥青的稳定性评价
石油沥青(2021年4期)2021-10-14 08:50:44
融合菜
分类算一算
从创新出发,与高考数列相遇、融合
《融合》
现代出版(2020年3期)2020-06-20 07:10:34
教你一招:数的分类
基于Moodle的学习评价
保加利亚转轨20年评价
多维度巧设听课评价表 促进听评课的务实有效
体育师友(2012年4期)2012-03-20 15:30:10