【摘要】：以Pleiades-1影像為對(duì)象,以探究其面向林地信息提取的融合算法選擇為視角,通過(guò)基于目視和定量特征分析、輔助面向?qū)ο蠓诸惙治龅姆椒?為林業(yè)部門遙感影像大規(guī)模融合應(yīng)用提供參考。研究認(rèn)為Pansharp和GramSchmidt算法融合結(jié)果目視效果良好,各波段與原多光譜相關(guān)系數(shù)均高達(dá)0.8以上,清晰度與紋理增強(qiáng)明顯。兩種融合算法影像在不同林地層次信息提取能力各有優(yōu)勢(shì),Pansharp融合結(jié)果在林地層次分類總精度可達(dá)86.55%,Gram-Schmidt融合結(jié)果則在森林類型層次具有最高的分類總精度78.76%。具體融合算法的選取需根據(jù)其應(yīng)用的信息提取層次而定。
[Abstract]:Taking the Pleiades-1 image as the object, taking the selection of fusion algorithm for woodland information extraction as the angle of view, the method of aided object oriented classification and analysis based on visual and quantitative feature analysis is presented. To provide a reference for the forestry department remote sensing image large-scale fusion application. It is considered that the fusion of Pansharp and GramSchmidt has a good visual effect, the correlation coefficient between each band and the original multispectral is up to 0.8, and the sharpness and texture are enhanced obviously. The two fusion algorithms have their own advantages in information extraction at different woodland levels. The total accuracy of Pansharp fusion results in woodland classification can reach 86.55 points. The results of Gram-Schmidt fusion have the highest total classification accuracy of 78.76 at the forest type level. The selection of specific fusion algorithm should be based on the information extraction level of its application.
【作者單位】： 北京林業(yè)大學(xué)林學(xué)院;國(guó)家林業(yè)局調(diào)查規(guī)劃設(shè)計(jì)院;
【基金】：國(guó)家948計(jì)劃資助項(xiàng)目(2015-4-32) 科技部科技基礎(chǔ)性工作專項(xiàng)(2013FY11160_1) 林業(yè)科學(xué)技術(shù)成果推廣項(xiàng)目(2015-02)
【分類號(hào)】：P237

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 章程;吳俐民;黃亮;;基于最優(yōu)尺度模型的建筑物信息提取[J];貴州大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

2 翁勇軍;;高考主觀題有效信息提取策略[J];長(zhǎng)三角(教育);2012年08期

3 喬治;孫希華;;MODIS在我國(guó)陸地科學(xué)中的應(yīng)用進(jìn)展研究[J];國(guó)土資源遙感;2011年02期

4 張偉;;矢量更新的變化信息提取與統(tǒng)計(jì)方法研究[J];測(cè)繪與空間地理信息;2012年11期

5 詹慶明;梁玉斌;;激光雷達(dá)數(shù)據(jù)處理、信息提取與應(yīng)用[J];地理信息世界;2011年02期

6 于雪英,江南,湯君友;“航天清華一號(hào)”微小衛(wèi)星影像湖泊信息提取——以艾比湖為例[J];國(guó)土資源遙感;2002年03期

7 高珊;侯淑濤;劉義;李鵬偉;;遙感圖像變化信息提取方法研究[J];中國(guó)科技信息;2008年24期

8 鄒卓陽(yáng);楊武年;陳穎;;高光譜遙感技術(shù)在植被信息提取中的應(yīng)用[J];測(cè)繪;2010年02期

9 魏金明;吳闖;仲偉政;;面向?qū)ο笮畔⑻崛〉墓残约夹g(shù)研究[J];城市勘測(cè);2010年05期

10 玉蘇普江·艾麥提;阿里木江·卡斯木;阿布都沙拉木·熱合曼;;基于RS和GIS的艾比湖濕地信息提取及面積動(dòng)態(tài)分析[J];水資源保護(hù);2014年02期

相關(guān)會(huì)議論文 前3條

1 于新洋;呂昌河;張安定;侯西勇;;基于改進(jìn)VIS-NSMA模型的城市非滲透表面信息提取與應(yīng)用研究[A];自然地理學(xué)與生態(tài)安全學(xué)術(shù)論文摘要集[C];2012年

2 黎小東;楊武年;劉漢湖;彭立;簡(jiǎn)季;曾濤;胡國(guó)超;胡寶榮;;面向?qū)ο蟮母呖臻g分辨率遙感影像城市震害房屋信息提取——以汶川大地震為例[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 楊潔;王朝輝;;遙感監(jiān)測(cè)中變化信息提取的方法探討[A];江蘇省測(cè)繪學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

相關(guān)博士學(xué)位論文 前1條

1 徐俊鋒;IKONOS信息提取的尺度效應(yīng)研究[D];浙江大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 王國(guó)璽;高分影像在礦山利用現(xiàn)狀信息提取中的應(yīng)用研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

2 朱嬌;基于高分一號(hào)影像的寶興縣滑坡信息提取研究[D];成都理工大學(xué);2015年

3 凌春麗;面向?qū)ο蟮牧值匦畔⑻崛⊙芯縖D];昆明理工大學(xué);2010年

4 何祺勝;星載雷達(dá)圖像在干旱區(qū)鹽漬地信息提取中的應(yīng)用研究[D];新疆大學(xué);2007年

5 于新洋;城市非滲透表面信息提取與應(yīng)用研究[D];魯東大學(xué);2012年

6 姚麗麗;面向?qū)ο蟮某鞘芯G地信息提取方法研究[D];遼寧工程技術(shù)大學(xué);2008年

7 周春艷;面向?qū)ο蟮母叻直媛蔬b感影像信息提取技術(shù)[D];山東科技大學(xué);2006年

8 張旭;基于多源遙感數(shù)據(jù)的雪蓋信息提取算法及其應(yīng)用研究[D];西南大學(xué);2010年

9 王莉君;面向目標(biāo)的信息提取方法研究[D];成都理工大學(xué);2010年

10 張琳;面向?qū)ο蟮牡V區(qū)土地覆蓋信息提取研究[D];成都理工大學(xué);2012年

，

本文編號(hào)：2373468