遙感影像是一種利用傳感器對(duì)地觀測(cè)的遙控的技術(shù),近幾年隨著遙感技術(shù)的發(fā)展,遙感影像的融合技術(shù)可以融合不同光譜特性、不同空間分辨率以及時(shí)間分辨率的影像數(shù)據(jù),在多個(gè)學(xué)科中廣泛的應(yīng)用,融合的遙感影像可以綜合對(duì)數(shù)據(jù)源的特征進(jìn)行分析、提取以及實(shí)際應(yīng)用來(lái)提高影像的質(zhì)量,使得研究者更加清晰、容易的理解、獲取與挖掘質(zhì)量良好的數(shù)據(jù)信息。同時(shí)不同傳感器之間的影像信息也可以得到互補(bǔ)。因此在實(shí)際的學(xué)習(xí)中,多傳感器的遙感影像融合的應(yīng)用是必不可少的,越來(lái)越受到研究者們的重視。由于研究的目的不同以及研究方法的不同,高分辨率遙感影像的最佳融合方法也不相同,并且目前沒(méi)有一個(gè)統(tǒng)一的遙感影像融合質(zhì)量評(píng)價(jià)的體系。目前高分辨率的遙感影像雖然受到很多學(xué)者們的青睞,但是隨著分辨率的提高也會(huì)帶來(lái)椒鹽現(xiàn)象嚴(yán)重等問(wèn)題,并且高分辨遙感要影像融合的評(píng)價(jià)也大多是針對(duì)陸地為研究區(qū)域。本文以象山港養(yǎng)殖區(qū)的浮筏養(yǎng)殖與圍網(wǎng)養(yǎng)殖為研究對(duì)象,采用3種分辨率較高的遙感影像,對(duì)其全色與多光譜影像進(jìn)行不同方法的融合,得出針對(duì)不同的研究對(duì)象最佳的融合方法,為養(yǎng)殖信息的提取以及進(jìn)一步的處理提供技術(shù)支持。并在此基礎(chǔ)上引用一個(gè)新的影像評(píng)價(jià)指標(biāo)CQmax對(duì)各數(shù)據(jù)融合后的影... 

【文章來(lái)源】：浙江海洋大學(xué)浙江省

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究區(qū)空間分布圖

2.2.2 圍網(wǎng)養(yǎng)殖圍網(wǎng)養(yǎng)殖區(qū)主要采用圍網(wǎng)式養(yǎng)殖（如圖 2-3 所示），利用木材結(jié)合漁網(wǎng)形成一個(gè)密閉的養(yǎng)殖水域，并將漁網(wǎng)埋入水底，在圍網(wǎng)內(nèi)水底鋪 10 厘米細(xì)沙，便于梭子蟹底棲淺埋，圍網(wǎng)面積根據(jù)育苗需要約 50-200 平方米。梭子蟹主要以鮮活貝類、沙蠶為食。每年 6 月份將蟹苗投入圍養(yǎng)水域進(jìn)行養(yǎng)殖并做周期性的養(yǎng)護(hù)工作。在遙感影像上的體現(xiàn)一個(gè)個(gè)離散的圓圈或多邊形，多邊形內(nèi)部仍為水體，這種形狀的產(chǎn)生主要是由于圍網(wǎng)養(yǎng)殖的形態(tài)結(jié)構(gòu)俯視形態(tài)。（a）筏式養(yǎng)殖 （b）海帶晾曬結(jié)構(gòu) （c）浮筏養(yǎng)殖遙感示意圖圖 2-2 海帶養(yǎng)殖圖Fig 2.2 Picture of Seaweed farming

第四章 針對(duì)圍網(wǎng)養(yǎng)殖區(qū)高分影像融合評(píng)價(jià)第四章 針對(duì)圍網(wǎng)養(yǎng)殖區(qū)高分影像融合評(píng)價(jià)1 針對(duì)圍網(wǎng)養(yǎng)殖區(qū)高分一號(hào)融合后影像評(píng)價(jià)主觀評(píng)價(jià)雖然會(huì)受到環(huán)境、顯示平臺(tái)以及個(gè)人興趣與偏好的影響[76]。但主觀價(jià)的學(xué)者一般都具有較高的專業(yè)水平和豐富的經(jīng)驗(yàn)，直接用眼睛對(duì)影像進(jìn)行評(píng)與分析�；蛘呖梢杂闷渌跋駡D作為參考進(jìn)行對(duì)比評(píng)價(jià)，評(píng)價(jià)效果依然有一定可靠性并且定性評(píng)級(jí)的過(guò)程與方法簡(jiǎn)單、方便、快捷。本文為了較清晰地進(jìn)行視解譯分析，從研究區(qū)裁剪出一塊包含浮筏和網(wǎng)箱養(yǎng)殖的區(qū)域進(jìn)行融合評(píng)價(jià)，真彩色 RGB 波段組合，并以 2%的線型拉伸進(jìn)行顯示。融合效果如圖所示。高分一號(hào) MS高分一號(hào) PAN

【參考文獻(xiàn)】：
期刊論文
[1]基于GIS的桑溝灣及周圍海域海帶養(yǎng)殖適宜性評(píng)價(jià)[J]. 孫倩雯,劉慧,尚偉濤,于良巨,姜曉鵬,蔡碧瑩,常麗榮,肖露陽(yáng).  漁業(yè)科學(xué)進(jìn)展. 2020(01)
[2]高景一號(hào)影像多方法融合效果評(píng)價(jià)分析[J]. 盧剛,高磊,王彥敏.  遙感信息. 2018(06)
[3]高分二號(hào)衛(wèi)星影像融合技術(shù)研究[J]. 肖昶,余曉敏,韓逸飛.  地理空間信息. 2018(06)
[4]一種國(guó)產(chǎn)高分衛(wèi)星遙感影像變分融合方法[J]. 尹峰,孟祥超,梁鵬.  國(guó)土資源遙感. 2018(02)
[5]高分二號(hào)全色-多光譜影像融合方法對(duì)比研究[J]. 鄭雅蘭,王雷光,陸翔.  西南林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)). 2018(02)
[6]一種單時(shí)相高分辨率遙感影像時(shí)空融合算法[J]. 李大成,韓啟金,趙涌泉.  計(jì)算機(jī)工程與應(yīng)用. 2018(05)
[7]高分二號(hào)衛(wèi)星影像融合方法比較及效果優(yōu)化研究[J]. 湯耶磊,王鴻燕,劉榮.  測(cè)繪與空間地理信息. 2018(02)
[8]沿海牡蠣養(yǎng)殖的WorldView-2影像融合方法評(píng)價(jià)[J]. 周為峰,曹利,李小恕,程田飛.  遙感技術(shù)與應(yīng)用. 2018(01)
[9]高分二號(hào)衛(wèi)星影像融合方法比較研究[J]. 謝士琴,趙天忠,王威,史京京.  系統(tǒng)仿真學(xué)報(bào). 2017(11)
[10]基于高分二號(hào)衛(wèi)星融合數(shù)據(jù)的城鎮(zhèn)黑臭水體遙感監(jiān)測(cè)研究[J]. 靳海霞,潘健.  國(guó)土資源科技管理. 2017(04)

博士論文
[1]光學(xué)遙感影像壓縮及融合的質(zhì)量評(píng)價(jià)研究[D]. 馬旭東.武漢大學(xué) 2014

碩士論文
[1]基于像素級(jí)的高分辨率遙感影像融合方法研究[D]. 湯耶磊.東華理工大學(xué) 2018
[2]國(guó)產(chǎn)高分衛(wèi)星影像質(zhì)量評(píng)價(jià)及特征分析[D]. 曾彩云.成都理工大學(xué) 2017
[3]面向林地信息的高分一號(hào)遙感影像融合與分類研究[D]. 林雪.北京林業(yè)大學(xué) 2016
[4]多源遙感圖像融合技術(shù)研究[D]. 王文欣.西安電子科技大學(xué) 2012
[5]像素級(jí)遙感圖像預(yù)處理與融合技術(shù)研究[D]. 李玉蘭.河南理工大學(xué) 2009



本文編號(hào)：2921610