基于地表覆盖分类的IKONOS影像融合算法分析与评价

• 作者: 竞霞 邵美云
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: IKONOS影像 融合算法 比较 评价 地表覆盖分类 精度
• 年，卷（期）: 2012,（27）
• 所属期刊栏目: 农业信息科学
• 页码范围: 13656-13660
• 分类号: S127
• 字数: 4856字
• 语种: 中文
• DOI: 10.3969/j.issn.0517-6611.2012.27.152

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	竞霞	西安科技大学测绘科学与技术学院	22	169	6.0	13.0
2	邵美云	西藏民族学院信息工程学院	15	31	4.0	4.0