基于圖像融合的高光譜圖像分類(lèi).pdf

1、隨著高光譜成像技術(shù)的發(fā)展,高光譜遙感已經(jīng)成為遙感領(lǐng)域中的新興方向,具有光譜分辨率高,信息量大,波段多且波段間相關(guān)性強(qiáng)的特點(diǎn),這對(duì)高光譜圖像處理技術(shù)提出了特別高的要求。高光譜遙感技術(shù)的一個(gè)非常重要的應(yīng)用就是高光譜圖像的分類(lèi),但是由于高光譜圖像的低空間分辨率以及波段信息冗余的問(wèn)題,分類(lèi)效果不佳。本文主要針對(duì)高光譜圖像的特點(diǎn),結(jié)合高空間分辨率全色波段圖像,在研究多光譜圖像融合算法的基礎(chǔ)上,提出了基于圖像融合的高光譜分類(lèi)方法。本文具體內(nèi)容主要包

2、含一下三個(gè)部分:
　　首先,介紹了遙感圖像分類(lèi)概念,以及目前國(guó)內(nèi)外遙感圖像分類(lèi)技術(shù)的發(fā)展現(xiàn)狀。并介紹了遙感圖像分類(lèi)的兩類(lèi)主要的算法。另外通過(guò)分析高光譜圖像的數(shù)據(jù)特點(diǎn),介紹了高光譜圖像分類(lèi)的方法。
　　其次,介紹了傳統(tǒng)遙感圖像的融合概念,包括遙感圖像的融合層次、方法、目的以及融合效果評(píng)價(jià)方法。通過(guò)介紹融合三個(gè)層次:像素級(jí)融合、特征級(jí)融合、決策級(jí)融合,詳細(xì)介紹了IHS變換、主成分分析(PCA)、Brovey變換等方法的內(nèi)容以及優(yōu)

3、缺點(diǎn)。另外給出了遙感圖像融合的效果評(píng)價(jià)方法。
　　最后,在分析傳統(tǒng)遙感圖像的融合技術(shù)基礎(chǔ)上,進(jìn)行了高光譜圖像與高空間分辨率圖像的融合。其中:預(yù)處理階段利用最佳指數(shù)模型來(lái)進(jìn)行最佳波段選擇,融合方法采用Gram Schmidt變換法。對(duì)融合后的圖像進(jìn)行圖像分類(lèi)處理,提高了圖像的分類(lèi)精度。通過(guò)與IHS變換、主成分分析(PCA)、Brovey變換等方法的處理效果對(duì)比,此方法能較好保持原始高光譜圖像的光譜信息,又豐富了圖像的空間細(xì)節(jié)信息。最