节点文献

基于地表覆盖分类的IKONOS影像融合算法分析与评价

免费订阅

【作者】 竞霞邵美云

【Author】 JING Xia et al(College of Geometrics,Xi’an University of Science and Technology,Xi’an,Shaanxi 710054)

【机构】 西安科技大学测绘科学与技术学院西藏民族学院信息工程学院

【摘要】 不同的遥感影像融合算法有不同的优点和局限性,因此难以单纯评价某种算法的优劣,融合算法的选择与研究对象和应用目的有着密切的关系。在概略介绍IHS变换、Brovey变换、PCA变换、SFIM变换及Gram-Schmidt变换5种图像融合算法原理的基础上,对IKONOS全色和多光谱数据进行像元级融合,并对融合效果进行了定性和定量评价。在此基础上,对融合影像进行最大似然法分类,利用混淆矩阵对分类结果进行精度分析,以期找出适合于地表覆盖分类的IKONOS影像融合算法。结果表明,在图像空间信息提高和光谱信息保真方面,以SFIM变换和Gram-Schmidt变换相对较好,其中Gram-Schmidt变换对图像微小细节反差的表达能力优于SFIM变换。在上述5种变换中,SFIM及Gram-Schmidt变换后融合影像地表覆盖分类精度较高,总体精度均超过98%,Gram-Schmidt变换的分类精度略高于SFIM变换,IHS变换后融合影像的分类精度最低,其总体精度和Kappa系数分别为83.14%和0.76。因此,利用Gram-Schmidt变换和SFIM变换得到的IKONOS融合影像更有利于提高地表覆盖分类精度。

【关键词】 IKONOS影像融合算法比较评价地表覆盖分类精度
【基金】 陕西省教育厅科研计划项目(2010JK671);国家科技支撑计划项目(2012BAH29B04)
【所属期刊栏目】 农业信息科学 (2012年27期)
  • 【DOI】10.13989/j.cnki.0517-6611.2012.27.014
  • 【分类号】P237
  • 【被引频次】5
  • 【下载频次】115
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: