山地GF-2卫星遥感图像融合方法优选研究

发布时间：2017-11-17 08:24

  本文关键词：山地GF-2卫星遥感图像融合方法优选研究

  更多相关文章： 图像融合 方法优选 “高分二号”卫星 山地 面向对象分类应用

【摘要】：随着科学技术的不断蓬勃发展,图像融合技术被广泛应用于不同的领域中。同时,各种新型卫星传感器的研究与使用也使得遥感图像数据量迅速增长。“高分二号”(GF-2,下同)卫星于2014年8月19日成功发射入轨,2014年9月29日首批影像数据对外发布,是中国遥感事业发展的重大突破,由其传感器获取的高分辨率全色影像空间分辨率达到0.81m,多光谱影像空间分辨率也达3.24m,亦标志着我国自主研制的遥感卫星空间分辨率精度达到亚米级国际领先水平。但针对我国普遍发育、阴影影响明显的山地地貌,以GF-2卫星数据为研究对象的图像融合方法及其应用效果测试探索还少见报道。基于此,本文在总结和分析前人研究文献和成果的基础上,选取以往研究较少的山地作为研究区,以GF-2遥感卫星数据为研究对象,全面探索建立山地GF-2遥感卫星数据的像素级融合优选方法,科学意义和社会意义明显。本文主要研究成果如下：(1)选取云南尚勇、磨憨边境地区作为研究区,针对山地海拔落差大、坡度较陡、影像上阴坡和阳坡亮度值不同出现阴影的影响,不利于取得较佳图像融合效果,对山地GF-2卫星数据进行基于坡度匹配模型的地形校正图像融合预处理。基于坡度匹配模型的地形校正后图像中阴坡和阳坡区域的亮度统计平均值差异缩小,表明在图像融合前引入地形校正预处理效果较好,可基本消除山地阴影影响,为山地GF-2卫星数据的融合处理奠定了坚实基础。(2)采用GF-2卫星数据,在地形校正及绿光波段与近红外波段生成新的绿波段的基础上,系统性开展了IHS变换、PCA变换、小波变换、IHS+小波变换、IHS+PCA变换、PCA+小波变换、IHS+PCA+小波变换等多种方法融合实验,对融合结果图像选取均值、光谱相关系数、空间相关系数、信息熵、平均梯度、空间频率、灰度变化指数和峰值信噪比8个客观评价指标,并结合主观评价进行融合方法优选综合评价,最终优选出IHS+PCA+小波变换融合方法为山地GF-2卫星数据优选融合方法。(3)对优选出的山地GF-2卫星数据基于IHS+PCA+小波变换的融合图像,进一步开展面向对象的土地利用信息提取示范应用及野外查证,亦印证了山地GF-2卫星数据IHS+PCA+小波变换为最优融合方法。在eCognition软件的支持下,基于面向对象的分类方法,采用上述优选出的基于IHS+PCA+小波变换的融合图像,利用多尺度分割算法对融合图像分割,充分利用影像对象的光谱、纹理、类相关等特征信息,结合野外实地查证及高分辨率影像目视选取样本,采用最邻近样本分类法进行土地利用信息提取示范应用。通过基于样本的误差矩阵精度评价,得出基于IHS+PCA+小波变换的融合图像更加适宜于土地利用分类。这亦从应用效果方面印证了IHS+PCA+小波变换为山地GF-2卫星数据融合最优处理方法。
【学位授予单位】：云南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751
，

本文编号：1195397