本文關鍵詞：山地GF-2衛(wèi)星遙感圖像融合方法優(yōu)選研究

  更多相關文章： 圖像融合 方法優(yōu)選 “高分二號”衛(wèi)星 山地 面向對象分類應用

【摘要】：隨著科學技術的不斷蓬勃發(fā)展,圖像融合技術被廣泛應用于不同的領域中。同時,各種新型衛(wèi)星傳感器的研究與使用也使得遙感圖像數(shù)據(jù)量迅速增長�！案叻侄枴�(GF-2,下同)衛(wèi)星于2014年8月19日成功發(fā)射入軌,2014年9月29日首批影像數(shù)據(jù)對外發(fā)布,是中國遙感事業(yè)發(fā)展的重大突破,由其傳感器獲取的高分辨率全色影像空間分辨率達到0.81m,多光譜影像空間分辨率也達3.24m,亦標志著我國自主研制的遙感衛(wèi)星空間分辨率精度達到亞米級國際領先水平。但針對我國普遍發(fā)育、陰影影響明顯的山地地貌,以GF-2衛(wèi)星數(shù)據(jù)為研究對象的圖像融合方法及其應用效果測試探索還少見報道�；诖�,本文在總結和分析前人研究文獻和成果的基礎上,選取以往研究較少的山地作為研究區(qū),以GF-2遙感衛(wèi)星數(shù)據(jù)為研究對象,全面探索建立山地GF-2遙感衛(wèi)星數(shù)據(jù)的像素級融合優(yōu)選方法,科學意義和社會意義明顯。本文主要研究成果如下：(1)選取云南尚勇、磨憨邊境地區(qū)作為研究區(qū),針對山地海拔落差大、坡度較陡、影像上陰坡和陽坡亮度值不同出現(xiàn)陰影的影響,不利于取得較佳圖像融合效果,對山地GF-2衛(wèi)星數(shù)據(jù)進行基于坡度匹配模型的地形校正圖像融合預處理�；谄露绕ヅ淠Ｐ偷牡匦涡Ｕ髨D像中陰坡和陽坡區(qū)域的亮度統(tǒng)計平均值差異縮小,表明在圖像融合前引入地形校正預處理效果較好,可基本消除山地陰影影響,為山地GF-2衛(wèi)星數(shù)據(jù)的融合處理奠定了堅實基礎。(2)采用GF-2衛(wèi)星數(shù)據(jù),在地形校正及綠光波段與近紅外波段生成新的綠波段的基礎上,系統(tǒng)性開展了IHS變換、PCA變換、小波變換、IHS+小波變換、IHS+PCA變換、PCA+小波變換、IHS+PCA+小波變換等多種方法融合實驗,對融合結果圖像選取均值、光譜相關系數(shù)、空間相關系數(shù)、信息熵、平均梯度、空間頻率、灰度變化指數(shù)和峰值信噪比8個客觀評價指標,并結合主觀評價進行融合方法優(yōu)選綜合評價,最終優(yōu)選出IHS+PCA+小波變換融合方法為山地GF-2衛(wèi)星數(shù)據(jù)優(yōu)選融合方法。(3)對優(yōu)選出的山地GF-2衛(wèi)星數(shù)據(jù)基于IHS+PCA+小波變換的融合圖像,進一步開展面向對象的土地利用信息提取示范應用及野外查證,亦印證了山地GF-2衛(wèi)星數(shù)據(jù)IHS+PCA+小波變換為最優(yōu)融合方法。在eCognition軟件的支持下,基于面向對象的分類方法,采用上述優(yōu)選出的基于IHS+PCA+小波變換的融合圖像,利用多尺度分割算法對融合圖像分割,充分利用影像對象的光譜、紋理、類相關等特征信息,結合野外實地查證及高分辨率影像目視選取樣本,采用最鄰近樣本分類法進行土地利用信息提取示范應用。通過基于樣本的誤差矩陣精度評價,得出基于IHS+PCA+小波變換的融合圖像更加適宜于土地利用分類。這亦從應用效果方面印證了IHS+PCA+小波變換為山地GF-2衛(wèi)星數(shù)據(jù)融合最優(yōu)處理方法。
【學位授予單位】：云南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP751
，

本文編號：1195397