安徽农业科学

2012, v.40;No.388(27) 13656-13660

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于地表覆盖分类的IKONOS影像融合算法分析与评价
Analysis and Evaluation of IKONOS Image Fusion Algorithms Based on Land Cover Classification

竞霞;邵美云;

摘要(Abstract):

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(KeyWords): IKONOS影像;融合算法;比较;评价;地表覆盖分类;精度

Abstract:

Keywords:

基金项目(Foundation): 陕西省教育厅科研计划项目(2010JK671);; 国家科技支撑计划项目(2012BAH29B04)

作者(Author): 竞霞;邵美云;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享