国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

淺析圖像融合對(duì)土地利用分類(lèi)的影響
——以西安地區(qū)為例

2014-01-31 16:07:34馬衛(wèi)星
中國(guó)水土保持 2014年1期
關(guān)鍵詞:波段光譜精度

王 娜,馬衛(wèi)星,王 慶

(黃河水利委員會(huì) 黃河上中游管理局,陜西 西安 710021)

圖像融合是一個(gè)對(duì)多遙感器的圖像數(shù)據(jù)和其他信息處理的過(guò)程,它著重于把那些在空間或時(shí)間上冗余或互補(bǔ)的多源數(shù)據(jù),按一定規(guī)則或算法進(jìn)行運(yùn)算處理,從而獲得比任何單一數(shù)據(jù)更精確、更豐富的信息,生成一幅具有新的空間、波譜、時(shí)間特征的合成圖像。它不僅僅是數(shù)據(jù)間的簡(jiǎn)單復(fù)合,更強(qiáng)調(diào)信息的優(yōu)化,以突出有用的專(zhuān)題信息,消除無(wú)關(guān)信息,從而增加解譯的可靠性,改善分類(lèi)的效果[1]。圖像融合的具體目標(biāo)在于提高圖像空間分辨率、改善圖像幾何精度、增強(qiáng)特征顯示能力、改善分類(lèi)精度、提供變化檢測(cè)能力、替代或修補(bǔ)圖像數(shù)據(jù)的缺陷等。

1 試驗(yàn)方法與數(shù)據(jù)準(zhǔn)備

本文采用高分辨率遙感數(shù)據(jù)與多光譜數(shù)據(jù)進(jìn)行融合,融合的主要算法為主成分分析法。主成分分析對(duì)圖像編輯、圖像數(shù)據(jù)壓縮、圖像增強(qiáng)、變化檢測(cè)、多時(shí)相維數(shù)和圖像融合等均是十分有效的方法。主成分分析是在統(tǒng)計(jì)特征基礎(chǔ)上的多維正交線性變換,它是將多波段空間中的圖像數(shù)據(jù)映射到所選取的主成分空間中,各主成分由各波段協(xié)方差矩陣的特征向量為加權(quán)系數(shù)的線性組合而成。也就是將各波段有用信息壓縮到盡可能少的主成分中,各主成分間具獨(dú)立性,信息不重復(fù)。因而它起到信息壓縮和信息分離的效果,便于各波段信息量的計(jì)算。

主成分分析法在融合中通常采用兩種方法,一種是用一幅高分辨率圖像來(lái)代替多波段圖像的第一主成分(PC1),另一種是對(duì)多波段圖像數(shù)據(jù)的所有波段進(jìn)行主成分分析。前者通過(guò)高分辨率的圖像來(lái)增加多波段圖像的空間分辨率,即先將高分辨率的圖像拉伸到第一主成分PC1的方差和均值,然后將拉伸后的圖像替代多波段圖像數(shù)據(jù)的PC1。由于PC1的方差最大,它包含了所有波段絕大部分信息,因此融合后的圖像中既有多光譜信息又具有高分辨率。第二種方法是對(duì)多遙感器圖像數(shù)據(jù)或單遙感器多波段數(shù)據(jù)的所有波段經(jīng)主成分分析后,生成一幅圖像文件,以減少數(shù)據(jù)的冗余[2]。

本文選取西安周邊地區(qū)作為研究區(qū),數(shù)據(jù)源(分辨率為28.5 m)采用ETM遙感圖像,圖像中的地物主要有植被、河流、果園、居民地、山地、旱地等。將高分辨率的全色波段TM第8波段與TM的多光譜數(shù)據(jù)(TM的其他6個(gè)波段)進(jìn)行融合,融合后分辨率為14 m。本文采用主成分分析的算法進(jìn)行融合,采用的是上述第一種算法。由于研究區(qū)的數(shù)據(jù)是NLAPS格式的,因此使用前必須轉(zhuǎn)換數(shù)據(jù)格式。在ERDAS軟件環(huán)境中利用導(dǎo)入/導(dǎo)出主菜單里的命令,對(duì)數(shù)據(jù)進(jìn)行了轉(zhuǎn)換,并利用剪裁工具裁出所需區(qū)域。接著再對(duì)所需區(qū)域融合圖像進(jìn)行監(jiān)督分類(lèi)和非監(jiān)督分類(lèi),最終進(jìn)行對(duì)比分析。

2 圖像融合及分類(lèi)結(jié)果

用高分辨率波段與多光譜進(jìn)行融合后,圖像的空間分辨率大大提高,從原來(lái)的28.5 m提高到了14 m,圖像的細(xì)部信息反映得更清晰,地面上的地物信息更易分辨,特別是對(duì)于小塊的居民地及一些線狀地物如河流與道路,在融合后的圖像上很容易區(qū)分。融合后圖像的光譜特征發(fā)生了變化,圖像的亮度增強(qiáng),混合地物中不同地物的對(duì)比度也增強(qiáng),同類(lèi)地物的光譜特征更趨于一致。圖像質(zhì)量上升,增加了圖像解譯的可靠性,改善了分類(lèi)效果。

對(duì)融合前后的圖像分別建立訓(xùn)練樣本,并進(jìn)行監(jiān)督分類(lèi),提取出水田、植被、山地、耕地、河流、果園以及居民地七類(lèi)地物進(jìn)行對(duì)比。植被在原影像均呈現(xiàn)紅色,融合后植被的茂密程度、分布狀態(tài)更接近真實(shí)色彩;城市的細(xì)節(jié)地物也能較好地反映出來(lái);農(nóng)田在原影像中基本均呈現(xiàn)綠色,融合后農(nóng)田中不同分布、不同種類(lèi)的地物被區(qū)分出來(lái),呈現(xiàn)淺綠色、深綠色以及棕色,相對(duì)于融合前更能清晰地反映旱地與水澆地。對(duì)兩種監(jiān)督分類(lèi)結(jié)果利用ERDAS軟件進(jìn)行精度評(píng)估,結(jié)果顯示未融合圖像監(jiān)督分類(lèi)的分類(lèi)精度為75.78%,融合后監(jiān)督分類(lèi)的分類(lèi)精度為82.81%。

對(duì)融合前后的圖像進(jìn)行七種地物的非監(jiān)督分類(lèi),并對(duì)兩種非監(jiān)督分類(lèi)結(jié)果進(jìn)行精度評(píng)估。融合后,非監(jiān)督分類(lèi)中將果園和植被更好地區(qū)分了出來(lái),居民地也從耕地地類(lèi)中反映出來(lái)。通過(guò)精度分析,未融合圖像非監(jiān)督分類(lèi)的分類(lèi)精度為75.00%,融合后非監(jiān)督分類(lèi)的分類(lèi)精度為74.02%。

3 圖像融合對(duì)分類(lèi)的影響和精度分析與評(píng)價(jià)

(1)由于融合后圖像的分辨率提高,在原多光譜圖像上不易進(jìn)行采樣的線狀地物及一些混合地物,在融合后的圖像上能較容易地進(jìn)行采樣,這就提高了采樣的精度,將最終影響到分類(lèi)的結(jié)果。

(2)比較融合前后的分類(lèi)結(jié)果,可以看到在沒(méi)有進(jìn)行融合的圖像上分類(lèi)后不能被分出來(lái)的地物在融合后的圖像的分類(lèi)中能很好地被分出來(lái),另外,有些在原圖像中未表現(xiàn)出的地物特征在融合后的影像中能明顯表現(xiàn)出來(lái)。例如:有一部分旱地在原圖像中地物特征不明顯,而在融合后則表現(xiàn)出來(lái),被采樣分類(lèi)。這說(shuō)明用融合后的圖像進(jìn)行分類(lèi)其效果要明顯優(yōu)于沒(méi)有進(jìn)行融合的圖像。

(3)從分類(lèi)的精度評(píng)估結(jié)果看,進(jìn)行融合后圖像的監(jiān)督分類(lèi)精度要高于沒(méi)有融合的圖像的分類(lèi)精度,達(dá)到82.81%,其次是未融合的監(jiān)督分類(lèi)、未融合的非監(jiān)督分類(lèi)、融合后的非監(jiān)督分類(lèi)。在該試驗(yàn)中,從理論上融合后的非監(jiān)督分類(lèi)精度應(yīng)該高于未融合的非監(jiān)督分類(lèi),但是由于融合后的非監(jiān)督分類(lèi)是根據(jù)光譜相似性進(jìn)行的計(jì)算機(jī)自動(dòng)分類(lèi),分類(lèi)后產(chǎn)生的光譜集群組并不一定對(duì)應(yīng)于分析者想要的類(lèi)別,具有一定的隨機(jī)性,因此分析者很難對(duì)產(chǎn)生的類(lèi)別進(jìn)行控制,特別是對(duì)于異物同譜現(xiàn)象很難將其區(qū)分開(kāi),有時(shí)甚至分不出某種地物。在該試驗(yàn)中,水田和河流就為異物同譜現(xiàn)象,都為淺藍(lán)色,以至于水田被劃分為河流層。

(4)融合圖像分類(lèi)后與實(shí)際地物的分布吻合程度較好,而沒(méi)有融合的圖像分類(lèi)后錯(cuò)分的現(xiàn)象較明顯。這一方面與采樣的精度有關(guān),另一方面與地物的光譜特征有關(guān),在沒(méi)有進(jìn)行融合的圖像上混合地物中不同地物光譜的區(qū)分不明顯,從而造成對(duì)分類(lèi)結(jié)果精度的降低。 對(duì)于各個(gè)類(lèi)別,融合后的圖像分類(lèi)后各個(gè)地物的吻合度明顯提高;對(duì)于特殊地物,由于其色調(diào)單一,分類(lèi)精度在4種分類(lèi)方法中相差不大,如河流;其他地物的吻合度在融合后的圖像監(jiān)督分類(lèi)中吻合度最高。

4 總 結(jié)

通過(guò)比較圖像融合前后的監(jiān)督分類(lèi)、非監(jiān)督分類(lèi)結(jié)果,可以看出圖像融合技術(shù)給遙感分類(lèi)技術(shù)所帶來(lái)的優(yōu)勢(shì),它利用了多源的、互補(bǔ)的圖像數(shù)據(jù),改善了遙感圖像的分辨率和效果,有利于遙感圖像的解譯分類(lèi)。在實(shí)際工作中應(yīng)充分利用融合的優(yōu)點(diǎn)來(lái)對(duì)圖像進(jìn)行處理,以提高圖像的空間分辨率、改善圖像幾何精度、增強(qiáng)特征顯示能力,從而提高分類(lèi)精度,達(dá)到更好的分類(lèi)效果。

[參考文獻(xiàn)]

[1] 廖文峰,肖繼東,馮志敏,等.基于數(shù)據(jù)融合的土地遙感分類(lèi)技術(shù)研究[J].新疆氣象,2004,4(27):22-24.

[2] 趙英時(shí).遙感應(yīng)用分析原理與方法[M].北京:科學(xué)出版社,2003.

猜你喜歡
波段光譜精度
春日暖陽(yáng)
基于三維Saab變換的高光譜圖像壓縮方法
基于DSPIC33F微處理器的采集精度的提高
電子制作(2018年11期)2018-08-04 03:25:38
M87的多波段輻射過(guò)程及其能譜擬合
GPS/GLONASS/BDS組合PPP精度分析
星載近紅外高光譜CO2遙感進(jìn)展
日常維護(hù)對(duì)L 波段雷達(dá)的重要性
西藏科技(2015年4期)2015-09-26 12:12:58
改進(jìn)的Goldschmidt雙精度浮點(diǎn)除法器
苦味酸與牛血清蛋白相互作用的光譜研究
鋱(Ⅲ)與PvdA作用的光譜研究
荔浦县| 襄城县| 内丘县| 芦山县| 凭祥市| 广丰县| 富锦市| 津南区| 秭归县| 舒兰市| 托里县| 安徽省| 加查县| 万载县| 定安县| 商洛市| 原平市| 句容市| 内江市| 塔城市| 甘德县| 深泽县| 敦化市| 南溪县| 五指山市| 垣曲县| 阿荣旗| 西乡县| 大竹县| 娄底市| 阿坝县| 宁陵县| 高淳县| 顺平县| 囊谦县| 南川市| 广西| 稷山县| 闵行区| 沁阳市| 新野县|