摘要
遥感影像的融合,可以提高目视和自动影像提取的类别精度,已成为遥感应用研究领域的重要主题,不同的图像融合算法会产生不同程度的光谱畸变.概略介绍IHS变换、Brovey变换、PCA变换、SFIM变换、Gram-Schmidt变换五种融合方式,结合融合后影像的数据统计以及分类结果,得出对于此次试验区的IKONOS影像来说,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.分类之后,在上述5种图像融合算法中Gram-Schmidt变换得到的融合影像分类精度最高,总体精度和Kappa系数分别为95.20%和0.93,表明利用Gram-Schmidt变换进行IKONOS影像融合更适合基于光谱的土地覆盖分类.
出处
《赤峰学院学报（自然科学版）》
2015年第5期137-139,共3页
Journal of Chifeng University(Natural Science Edition)
基金
安徽省优秀青年人才基金(2013SQRL085ZD)
宿州学院安徽省煤矿勘探工程技术研究中心开放课题资助(2013YKF04)
宿州学院教研项目(szxyjyxm201418
szxyjyxm201419)
宿州学院一般科研项目(2013yyb06)
