發(fā)布時間：2018-04-09 19:03

  本文選題：城市綠地　切入點：影像融合　出處：《測繪通報》2017年08期

【摘要】：利用GS變換、主成分分析、Ehlers變換、Wavelet分析、HIS變換5種方法對城區(qū)World View-2和PL-1A影像進行融合,并從影像融合質量和綠地信息提取精度兩方面對融合方法的有效性進行了評價。結果表明:(1)5種融合方法中,GS變換融合的效果最好;主成分分析和Ehlers變換融合World View-2質量較好,但融合PL-1A影像質量較差;Wavelet變換、HIS變換融合兩種影像質量都較差;(2)用于綠地信息提取時,GS、PCA融合影像獲取的精度最高,其次為Ehlers、Wavelet融合影像,均明顯高于多光譜影像的提取精度;Ehlers、Wavelet變換精度最低,綠地信息提取精度低于多光譜影像的提取精度�？梢缘贸�,影像融合可以明顯地提高綠地信息提取精度,5種影像融合方法中,GS變換普適性較好,影像融合質量最好,提高分類精度效果最明顯。
[Abstract]:Using GS transform, principal component analysis (PCA) and wavelet analysis (his), the World View-2 and PL-1A images in urban area were fused, and the effectiveness of the fusion method was evaluated from the aspects of image fusion quality and green space information extraction accuracy.The results show that the fusion effect of GS transform is the best among the five fusion methods, and the quality of World View-2 fusion by principal component analysis and Ehlers transform is better.However, the quality of fused PL-1A images is poor. Wavelet transform and his transform fusion are both of poor quality. In the case of green space information extraction, the accuracy of PL-1A fusion image is the highest, and the second is EhlersWare fusion image, the second is EhlersWare fusion image, and the second is Ehlerswavelet fusion image.The accuracy of Ehlersberg wavelet transform is the lowest, and the precision of green space information extraction is lower than that of multispectral image.It can be concluded that image fusion can obviously improve the accuracy of green space information extraction. Among the five image fusion methods, the GS transform is generally applicable, the quality of image fusion is the best, and the effect of improving classification accuracy is the most obvious.
【作者單位】： 淮海工學院測繪信息與海洋學院;
【基金】：國家自然科學基金(31070626;31270745) 江蘇省第九批次“六大人才高峰”項目 江蘇省“333”工程人才項目
【分類號】：P237;TU985

【相似文獻】

相關期刊論文 前10條

1 孫小芳;孫依斌;;快鳥影像城市綠地信息的提取及景觀模糊分析[J];閩西職業(yè)技術學院學報;2008年01期

2 黃慧萍,吳炳方,李苗苗,周為峰,王忠武;高分辨率影像城市綠地快速提取技術與應用[J];遙感學報;2004年01期

3 鄭光,田慶久,李明詩;基于ETM+遙感影像的南京市城市綠地的動態(tài)監(jiān)測[J];遙感信息;2005年05期

4 余前;蔡槿;;基于遙感和GIS的城市綠地自動識別系統(tǒng)[J];中山大學研究生學刊(自然科學、醫(yī)學版);2006年01期

5 劉琳;舒文;張正勇;;基于GIS的城市綠地管理信息系統(tǒng)設計研究[J];測繪與空間地理信息;2009年02期

6 母景琴;詹勝;姚國清;;TM遙感圖像在城市綠地信息監(jiān)測中的應用[J];廣東農(nóng)業(yè)科學;2013年05期

7 黃穎;;基于遙感的城市綠地提取研究[J];西部探礦工程;2008年03期

8 鐘娟華;;試論城市綠化管理的信息管理技術[J];江西建材;2013年05期

9 吳浩,花向紅,王佩軍,邴玉旭;基于RS和GIS的城市綠地評估系統(tǒng)的一種模式[J];地理空間信息;2005年01期

10 李偉;劉永杰;祁燕;李翔;;園林綠化資源管理一體化體系建設的技術研究[J];測繪通報;2013年12期

相關會議論文 前7條

1 孫小芳;孫依斌;;快鳥影像城市綠地提取及景觀模糊分析[A];“科學合理用地，推進海西建設”——福建省土地學會2006年學術年會論文集[C];2007年

2 汪波;;高分辨率衛(wèi)星遙感數(shù)據(jù)在城市綠地現(xiàn)狀調查中的應用[A];生態(tài)文明視角下的城鄉(xiāng)規(guī)劃——2008中國城市規(guī)劃年會論文集[C];2008年

3 孫小芳;;基于快鳥的多尺度景觀模糊分析城市綠地[A];科學合理用地 人地和諧相處2008年學術年會論文集[C];2008年

4 陳潔;張杰;王瑞富;黃建波;;基于GIS緩沖區(qū)功能的城市綠地影響分析[A];第十四屆全國遙感技術學術交流會論文選集[C];2003年

5 陳穎彪;千慶蘭;;基于多尺度遙感與GIS數(shù)據(jù)進行城市綠地信息提取方法研究[A];中國地理學會2006年學術年會論文摘要集[C];2006年

6 鞏新艷;汪洋;賴震剛;;GIS與RS支持下的城市綠地管理系統(tǒng)研究[A];地理信息與物聯(lián)網(wǎng)論壇暨江蘇省測繪學會2010年學術年會論文集[C];2010年

7 栗小東;過仲陽;吳健平;;從遙感影像中提取城市綠地信息的方法研究[A];地理學與生態(tài)文明建設——中國地理學會2008年學術年會論文摘要集[C];2008年

相關碩士學位論文 前10條

1 程素娜;唐山城市綠地空間分布格局與公平性定量分析[D];華北理工大學;2015年

2 姜雪嬌;基于遙感與GIS的城市綠地信息提取與空間格局研究[D];成都理工大學;2015年

3 趙慧軍;蘭州市安寧區(qū)部分城市綠地土壤特征及其改良研究[D];蘭州理工大學;2016年

4 張宏民;南京市典型區(qū)域城市綠地的多尺度分割優(yōu)化[D];南京大學;2017年

5 張倫;基于地學住處圖譜的濟南城市綠地時空變化及預測研究[D];山東師范大學;2012年

6 劉充;基于資源三號衛(wèi)星遙感影像的城市綠地信息提取方法研究[D];太原理工大學;2014年

7 黎薇;基于遙感影像的城市綠地信息提取及分析[D];華東師范大學;2007年

8 王捍衛(wèi);基于RS和GIS的武漢城市綠地景觀格局分析[D];華中師范大學;2009年

9 呂杰;基于Hyperion高光譜遙感數(shù)據(jù)的城市綠地信息提取方法的研究[D];中國地質大學（北京）;2009年

10 聶敏莉;基于Quickbird衛(wèi)星影像的城市綠地提取與分類研究[D];北京林業(yè)大學;2010年

，

本文編號：1727733