红外技术
紅外技術
홍외기술
Infrared Technology
2015年
11期
949-956
,共8页
光学和雷达数据%信息融合%数据挖掘%地物识别
光學和雷達數據%信息融閤%數據挖掘%地物識彆
광학화뢰체수거%신식융합%수거알굴%지물식별
optical and SAR data%information fusion%data mining%land use/cover identification
针对光学和雷达协同处理信息挖掘的需求,为提高主被动遥感数据协同处理应用于土地利用/覆盖地类识别的能力,提出了一种改进的光学和雷达遥感数据融合识别方法.以意大利PAVIA地区的ERS SAR和Landsat TM影像、江苏徐州矿区的ALOS PALSAR和AVNIR-2影像对,ALOS PALSAR和SPOT影像对为信息源,利用改进的小波变换与色彩域变换算法进行处理,融合结果与传统的Brovey、GS、PCT、HSV、Wavelet融合算法作定量比较,并采用支持向量机(SVM)算法以相同的训练区分别对融合前后的影像,及不同融合结果进行典型地物类型识别.通过融合影像定量指标评价和识别应用验证,结果表明改进的融合算法很好地保留了融合前影像的光谱和纹理信息,且使用融合后影像识别的精度不仅明显优于单独利用光学或雷达影像,而且比采用的传统融合算法的识别结果也有较大提高.
針對光學和雷達協同處理信息挖掘的需求,為提高主被動遙感數據協同處理應用于土地利用/覆蓋地類識彆的能力,提齣瞭一種改進的光學和雷達遙感數據融閤識彆方法.以意大利PAVIA地區的ERS SAR和Landsat TM影像、江囌徐州礦區的ALOS PALSAR和AVNIR-2影像對,ALOS PALSAR和SPOT影像對為信息源,利用改進的小波變換與色綵域變換算法進行處理,融閤結果與傳統的Brovey、GS、PCT、HSV、Wavelet融閤算法作定量比較,併採用支持嚮量機(SVM)算法以相同的訓練區分彆對融閤前後的影像,及不同融閤結果進行典型地物類型識彆.通過融閤影像定量指標評價和識彆應用驗證,結果錶明改進的融閤算法很好地保留瞭融閤前影像的光譜和紋理信息,且使用融閤後影像識彆的精度不僅明顯優于單獨利用光學或雷達影像,而且比採用的傳統融閤算法的識彆結果也有較大提高.
침대광학화뢰체협동처리신식알굴적수구,위제고주피동요감수거협동처리응용우토지이용/복개지류식별적능력,제출료일충개진적광학화뢰체요감수거융합식별방법.이의대리PAVIA지구적ERS SAR화Landsat TM영상、강소서주광구적ALOS PALSAR화AVNIR-2영상대,ALOS PALSAR화SPOT영상대위신식원,이용개진적소파변환여색채역변환산법진행처리,융합결과여전통적Brovey、GS、PCT、HSV、Wavelet융합산법작정량비교,병채용지지향량궤(SVM)산법이상동적훈련구분별대융합전후적영상,급불동융합결과진행전형지물류형식별.통과융합영상정량지표평개화식별응용험증,결과표명개진적융합산법흔호지보류료융합전영상적광보화문리신식,차사용융합후영상식별적정도불부명현우우단독이용광학혹뢰체영상,이차비채용적전통융합산법적식별결과야유교대제고.