基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对高空间分辨率遥感影像特点,利用IHS变换、Brovey变换、PCA主成分变换、Gram_Schmidt变换以及Pansharp变换等五种融合方法对QuickBird影像进行了融合实验,并从目视效果、波谱剖面图以及定量分析三方面对融合后影像质量做出了科学的比较,结果表明Pansharp和Gram_Schmidt融合算法更适合高分辨遥感影像融合.
推荐文章
面向对象的高空间分辨率遥感影像植被信息的提取
影像分割
面向对象
高空间分辨率
遥感影像
植被
基于高空间分辨率影像的林业小班遥感区划系统设计与实现
森林测计学
高空间分辨率影像
林业
遥感
小班区划系统
高空间分辨率遥感的单木树冠自动提取方法与应用
森林经理学
高空间分辨率
树冠提取
谷地跟踪法
局部最大值
多尺度
模板匹配
综述
森林植被遥感监测影像最佳分辨率选择
森林测计学
森林植被
GF-2影像
遥感监测
变异函数
最佳空间分辨率选择
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高空间分辨率遥感影像融合方法探讨
来源期刊 海洋测绘 学科 地球科学
关键词 遥感影像融合 融合算法 高空间分辨率 QuickBird
年,卷(期) 2012,(1) 所属期刊栏目 经验交流
研究方向 页码范围 61-64
页数 分类号 P237
字数 2771字 语种 中文
DOI 10.3969/j.issn.1671-3044.2012.01.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王猛 中国矿业大学环境与测绘学院 56 439 12.0 19.0
2 田丰 中国矿业大学环境与测绘学院 24 146 5.0 11.0
3 王昆 山东科技大学测绘学院 6 47 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (173)
参考文献  (11)
节点文献
引证文献  (18)
同被引文献  (81)
二级引证文献  (30)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(9)
  • 参考文献(2)
  • 二级参考文献(7)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(6)
  • 参考文献(4)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(8)
  • 引证文献(2)
  • 二级引证文献(6)
2018(8)
  • 引证文献(6)
  • 二级引证文献(2)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
遥感影像融合
融合算法
高空间分辨率
QuickBird
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
海洋测绘
双月刊
1671-3044
12-1343/P
大16开
天津市河西区友谊路40号
1981
chi
出版文献量(篇)
2577
总下载数(次)
13
总被引数(次)
16787
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导