基于周至县农耕区Landsat8 OLI影像的融合算法和分类研究

发布时间：2017-11-08 08:08

  本文关键词：基于周至县农耕区Landsat8 OLI影像的融合算法和分类研究

  更多相关文章： OLI影像 融合算法 支持向量机

【摘要】：本文以陕西省周至县农耕区的OLI影像为研究对象,分析了新型传感器多光谱波段之间的统计特征和相关性,运用分融合、小波融合和PCA—小波变换三种融合算法对OLI影像进行融合实验,研究其算法对影像的适应性,再基于融合效果好的影像采用支持向量机和BP神经网络进行分类实验,并根据地表感兴趣区域进行精度评价。结果表明,依据典型地物的分类效果来看,主成分融合算法更适合OLI影像,同时,支持向量机的分类总体精度和Kappa系数均高于BP神经网络,因此支持向量机的分类算法更适合PCA主成分融合影像。
【作者单位】： 西北大学城市与环境学院;
【基金】：国家自然科学基金项目"基于角色的虚拟地理环境群体感知与协同控制模型研究"(批准号:41271402)
【分类号】：TP751;TP18
【正文快照】： 现有遥感影像融合算法主要分为三类:像元级影像融合、特征级影像融合法、决策级影像融合方法。国内外学者对图像数据做了大量研究,Simone,G[1-2]等研究利用较高分辨率的合成孔径雷达SAR图像与多光谱TM影像进行融合,以及与多频率、多极化和多分辨率的SAR进行融合;Behnia[3]等基

【参考文献】

中国期刊全文数据库 前2条

1 吴俣;余涛;谢东海;郑利娟;;高分辨率多光谱遥感图像的自动配准[J];红外与激光工程;2012年12期

2 申怀飞;胡楠;丁圣彦;李爽;;基于主成分融合的遥感影像分区分类方法探讨[J];河南大学学报(自然科学版);2007年03期

【共引文献】

中国期刊全文数据库 前5条

1 纪强;石文轩;田茂;常帅;;基于KL与小波联合变换的多光谱图像压缩[J];红外与激光工程;2016年02期

2 李昭慧;张建奇;;城市街区星载光学遥感图像车辆目标自动检测方法[J];红外与激光工程;2014年11期

3 伊力哈木·亚尔买买提;谢丽蓉;孔军;;基于PCA变换与小波变换的遥感图像融合方法[J];红外与激光工程;2014年07期

4 徐景中;寇媛;袁芳;张伟;;基于结构特征的机载LiDAR数据与航空影像自动配准[J];红外与激光工程;2013年12期

5 徐刚;吴泉源;;基于知识的CBERS-02B卫星数据土地利用分类研究[J];山东师范大学学报(自然科学版);2009年04期

【二级参考文献】

中国期刊全文数据库 前10条

1 丁琳;倪希亮;江涛;胡顺石;;基于不变特征的CCD影像与红外影像的自动配准[J];红外与激光工程;2011年02期

2 燕鹏;安如;;基于FAST改进的快速角点探测算法[J];红外与激光工程;2009年06期

3 刘立;彭复员;赵坤;万亚平;;采用简化SIFT算法实现快速图像匹配[J];红外与激光工程;2008年01期

4 严红萍;俞兵;;主成分分析在遥感图像处理中的应用[J];资源环境与工程;2006年02期

5 胡平香,张鹰,王进华;基于主成分融合的盐田水体遥感分类研究[J];河海大学学报(自然科学版);2004年05期

6 陈秋晓,骆剑承,周成虎,郑江,鲁学军,沈占锋;基于多特征的遥感影像分类方法[J];遥感学报;2004年03期

7 张磊;丹江口水库及上游流域水土保持规划研究[J];南阳师范学院学报(自然科学版);2003年12期

8 师庆东,吕光辉,潘晓玲,程维明;遥感影像中分区分类法及在新疆北部植被分类中的应用[J];干旱区地理;2003年03期

9 肖平,李德仁;基于人工神经元网络技术的土地利用/覆盖变化探测[J];武汉大学学报(信息科学版);2002年06期

10 李爽,丁圣彦,许叔明;遥感影像分类方法比较研究[J];河南大学学报(自然科学版);2002年02期

【相似文献】

中国期刊全文数据库 前1条

1 张风霖;缑变彩;李靖琳;;Landsat7 ETM+与Landsat8 OLI植被和非植被定量研究[J];山西建筑;2014年11期

中国硕士学位论文全文数据库 前1条

1 吴石磊;基于Landsat8 OLI数据的森林郁闭度反演研究[D];北京林业大学;2014年

，

本文编号：1156297