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:
基于高分二号卫星影像,选取GS变换、自适应GS变换、主成分分析、NND融合算法、UNB融合算法、SRM算法6种主流的融合方法进行融合试验,采用目视判读和定量评价的方法对融合结果进行直接评价,通过分类精度对融合结果进行间接评价,探究适用于高分二号卫星影像的融合方法.结果表明:研究区覆盖的地物类型不同,各融合方法的效果也不同.对于水体和绿色植被区域,GSA、GS和PCA方法的光谱保真性和细节增强能力较好,这3种方法适用于目视解译;从地物分类的角度来说,SRM方法的分类精度最高,适合用于地物分类方面的应用;UNB融合方法效果适中,可用作高分二号卫星影像融合的替补方法;而NND方法会出现轻微光谱失真现象,且其分类精度偏低,在实际应用中则不建议采用.
推荐文章
针对高分二号卫星影像的几种融合方法对比研究
Ehlers
NSCT
影像融合
质量评价
监督分类
基于高分二号影像的融合方法对比研究
GF-2卫星影像
融合方法
定性评价
定量评价
资源一号02D卫星高光谱与多光谱遥感影像融合方法
资源一号02D卫星
高光谱与多光谱影像融合
深度学习
通道注意力
基于SIFT的高分二号全色与多光谱影像配准算法
高分二号
图像配准
信息熵
SIFT
PROSAC
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 高分二号全色-多光谱影像融合方法对比研究
来源期刊 西南林业大学学报 学科 农学
关键词 高分二号 影像融合 质量评价 分类
年,卷(期) 2018,(2) 所属期刊栏目 研究论文
研究方向 页码范围 103-110
页数 8页 分类号 S771.8
字数 5653字 语种 中文
DOI 10.11929/j.issn.2095-1914.2018.02.016
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 王雷光 西南林业大学林学院 13 83 4.0 9.0
2 陆翔 西南林业大学林学院 3 9 2.0 3.0
3 郑雅兰 西南林业大学林学院 4 13 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (72)
参考文献  (15)
节点文献
引证文献  (5)
同被引文献  (59)
二级引证文献  (3)
1948(1)
  • 参考文献(1)
  • 二级参考文献(0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(7)
  • 参考文献(4)
  • 二级参考文献(3)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
高分二号
影像融合
质量评价
分类
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
西南林业大学学报
双月刊
2095-1914
53-1218/S
云南昆明小坝白龙寺300号
chi
出版文献量(篇)
2848
总下载数(次)
3
总被引数(次)
18687
论文1v1指导