共查询到18条相似文献，搜索用时 140 毫秒
1.
2.
森林资源监测中SPOT5数据融合方法的比较 总被引：1，自引：1，他引：1
在对4种常用的遥感数据融合方法及3种重采样方法的结果进行初步目视评估筛选的基础上,采用信息熵、标准差、清晰度和光谱扭曲4个统计参数进行定量比较,筛选适合森林资源监测用的Spot5数据融合和重采样方法。结果表明,IHS变换融合效果最好,既具有较好的目视效果,又突出了图像的空间结构和纹理信息,同时较好地保持了光谱信息,是适合森林资源监测Spot5数据融合的最优方法,而且在融合过程中双线性内插法重采样优于其他2种重采样方法。 相似文献
3.
4.
5.
以福建沙县作为研究区,在阐述遥感图像融合原理的基础上,以SPOT-5全色与多光谱影像为数据源,应用IHS变换、PCA融合、Brovey变换、乘积变换和HPF融合等5种比较常用的融合方法,从提高空间分辨率和保持原始图像光谱信息及虫害信息提取的角度进行了分析评价,探讨最适合于利用SPOT-5图像进行马尾松毛虫害信息提取的融合方法。研究结果表明:各种融合方法中,HPF融合方法效果最好。 相似文献
6.
本文将对比度塔式分解方法应用到图像融合实验中。实验结果表明：基于对比度塔式融合方法较好地保留了图像细节信息，符合人的视觉观察，融合效果较好。 相似文献
7.
遥感影像中像素级融合方法的评价研究 总被引：1，自引：0，他引：1
基于像素级的融合方法很多,本研究选择了同一地区的ETM+、SPOT5和QuickBird遥感数据,分别采用Pansharp、Gram-Schmidt、小波变换、主成分变换和比值变换五种常用的方法进行融合处理,并针对不同的融合影像,选择了信息熵、平均梯度、信噪比、偏差指数和均方根误差五个指标来对融合的结果进行客观评价,从而根据不同的数据源,选择最佳的融合方法.通过分析比较,得出不同的方法对空间分辨率相对较低的ETM+和SPOT5影响较小,而对高分辨率的QuickBird影响明显,并得出Pansharp的融合效果最理想. 相似文献
8.
天牛虫的图像特征提取对于天牛虫灾害的防治和监控有很重要的意义,针对目前图像识别在这个领域的应用中存在的问题,提出进行图像的特征提取和识别的方法:首先,对天牛虫图像进行二维小波变换分解,用低频图像进行特征提取,减少噪声的同时可以提高识别的准确率;然后,提取低频图像的SIFT(尺度不变特征变换)特征向量集,解决大范围的仿射失真、3维视角的改变、噪音的增加和光线的改变等造成的影响;为了提高复杂光照条件下的图像识别率,引入了颜色特征,将图像从RGB转换到HSV空间,提取图像的颜色矩作为颜色特征向量;最后,将所提取的特征作为SVM分类器的训练样本集,进而对目标图像进行识别,实验结果表明,提出的方法能够得到较好的识别效果。 相似文献
9.
对SPOT 5 图像光谱特征进行分析,与同类别的图像特点进行对比,对常用的融合方法得到的图像特点进行分析,说明其优劣势.以BROVEY算法为基础,对SPOT 5 图像假彩色融合进行试验,分析基本算法的特点及图像效果.针对植被层次不丰富、山区阴影呈蓝色的不足,提出了2种改进的融合算法,并对其原理进行说明,对融合后图像的特点作了客观分析. 相似文献
10.
11.
对2002年3月7日的泉州湾湿地ETM+卫星影像采用SFIM融合法、PCA融合法、Brovey融合法和IHS融合法对多光谱影像和全色波段进行融合,并进行融合影像评价,选取融合效果最好的SFIM融合影像进行进一步分析。将ETM+原始未融合影像与SFIM融合影像采用相同分类模板、相同波段和相同分类方法进行分类。研究表明,2种方法提取的泉州湾湿地信息精度都满足精度要求;而SFIM融合影像的分类精度有所提高,但效果不是很明显,这可能是因为湿地地物类型相对较简单,各地物间的可分性相对较高的缘故。 相似文献
12.
对-36°和0°的多角度高光谱CHRIS遥感影像数据进行植被指数计算及影像融合,提出归一化植被指数(NDVI)与高光谱影像融合后,采用波谱角填图(SAM)的方法提取湿地植被类型信息。该方法首先对-36°影像进行NDVI植被指数计算,然后与0°影像融合,再采用SAM方法提取湿地植被类型。结果显示,利用该方法对青海省隆宝滩湿地植被类型的提取精度可达到92.23％;而利用SAM方法对0°影像直接进行湿地植被类型提取,其精度只有66%。由此可见,利用不同角度信息影像融合的方法,大大提高了高光谱影像进行湿地植被类型信息提取的精度,为湿地植被类型信息提取又提供了一个有效可行的方法。 相似文献
13.
借助ERDAS软件,运用遥感数据融合技术对四川省蓬安县进行基于ETM＋融合影像的土地覆盖分类初步研究。研究中采用相同的训练样本区及最大似然法分类方法,对融合前后影像分别进行土地覆盖分类,通过对分类影像的Producers Accuracy,Users Accuracy,Kappa Accuracy三者的精度数据对比分析,上述的影像融合方法对提高土地覆盖分类的精度较为明显;就3种融合方法及重采样方式而言,乘积法融合法和立方卷积重采样法相对更为可取。 相似文献
14.
[目的]利用多角度高光谱数据,分析不同角度下东洞庭湖湿地典型植被群落的光谱特征,确定多角度信息融合的最佳方法,并对融合影像进行湿地植被类型精细识别。[方法]使用CHRIS多角度高光谱数据,针对洞庭湖湿地植被的光谱特征,研究计算窄波段NDVI的最佳波段组合和角度,评价CHRIS 0°影像与NDVI的像素级融合方法,进而对洞庭湖地区湿地植被进行提取。[结果]计算NDVI的最佳红波段和近红外波段分别位于667.6 nm和926.95 nm,对应于CHRIS数据的第24波段和第55波段;选取HSV、Brovery、Gram-Schmidt和PCA 4种融合方法进行融合,发现PCA融合图像的光谱信息丢失最少、纹理细节更丰富,信息量最大;PCA融合影像的总体精度为81.36%,比单角度影像提高7.93%,Kappa系数提高0.097 6,且苔草的漏分误差和泥蒿的错分误差得到明显改善。[结论]基于NDVI的多角度信息融合是提高湿地植被识别精度的一种有效途径,多角度信息融合丰富了地物的信息量,提高地物识别精度。 相似文献
15.
SPOT5全色与多光谱影像融合方法研究——以南瓮河湿地自然保护区部分区域为例 总被引：1，自引：1，他引：0
以黑龙江省南瓮河湿地自然保护区内的SPOT5全色与多光谱遥感影像为研究对象,利用ENVI4.8、Arc-gis10.0遥感影像处理软件对4种常用融合方法进行质量评价。结果表明:Gram-Schmidt Spectral Sharpening变换融合方法效果最好,灰度均值和标准差最接近原多光谱影像,信息熵高于原多光谱,而且还保留了与SPOT5影像相同的4个波段,可以根据需要进行不同的波段选择;PC Spectral Sharpening变换后也保留4个波段,但这种融合方法色彩的饱和度较差,没有更好地增强部分地物;HSV变换和Brovey变换后图像只有3个波段,HSV变换后的色彩差异与源图像最大,不同地物间色彩差异不大,不利于地物的分类时的目视解译。 相似文献
16.
17.
在IRS—P6遥感影像的多光谱与CBERS-2B遥感影像的全色PAN波段之间进行融合,对乘积变换、比值变换、IHS变换和主成分分析4种常见的融合方法进行对比分析,并对融合后的影像进行主观定性评价和客观定量评价。研究表明：IHS变换效果相对最优,在较好地保持原多光谱影像光谱信息的同时,大大地提高了影像的空间分辨率,对云区的地物色彩表现力上也较好。研究对于使用多源遥感影像融合获取高质量影像有着重要的参考价值。 相似文献
18.
为增强数据处理对不确定因素的适应性和鲁棒性,在研究检测系统多传感器数据融合结构的基础上,提出基于分布图与分批估计的自校准层融合方法。采用分布图和分批估计的融合算法不需要传感器先验信息。理论分析和实验研究表明：分布图法对检测数据的一致性估计与最佳融合集相同;自校准层融合输出数据精度高于算术平均值,也优于分布图法消除不确定因素后数据的算术平均值。该算法尽可能多的保持现场数据,在某个传感器失效情况下,非失效传感器仍可独立提供可靠数据,适用于智能检测融合系统中自校准层的实时在线数据处理。 相似文献