多源遙感圖像融合技術及土地荒漠化信息提取.pdf

1、隨著現(xiàn)代遙感技術的發(fā)展，各種對地觀測衛(wèi)星陸續(xù)成功升空，為我們源源不斷地提供了不同空間分辨率、時間分辨率和光譜分辨率的遙感圖像。對多源圖像進行處理，將它們所含的信息有機的、互補的結合起來，提高圖像判讀的可靠性，提高對圖像的解譯能力，提高數(shù)據(jù)分類和目標識別的有效性和準確性，已經日益成為現(xiàn)代遙感技術發(fā)展的需要和趨勢。多源遙感數(shù)據(jù)融合技術就是將不同類型傳感器獲得的同一地區(qū)的數(shù)字圖像按照不同的需要進行空間配準后，再采用一定的符合要求的算法將各種數(shù)

2、字圖像的優(yōu)點或互補信息有機地結合起來而產生的新圖像的技術。多源遙感融合技術從融合對象的角度可以分為像素級融合、特征級融合和決策級融合三個融合層次。 多源遙感圖像融合技術對提高信息提取精度有很好的作用，融合了各遙感圖像的優(yōu)點。當今全球都面臨的一個重要問題便是土地荒漠化問題，為了對其進行有效、準確的控制，借助遙感技術準確定位便成為了遙感技術應用的一個重要方面。本文便是以提高土地荒漠化地區(qū)分類精度，更加準確的提取荒漠化信息為目的，對多

3、源遙感圖像融合技術進行了系統(tǒng)研究，力圖找到為土地荒漠化信息提取最為有效的融合算法。本研究選用陜西省橫山縣無定河流域作為研究對象，采用該地區(qū)的2002年9月23日的ETM多光譜圖像、2004年10月29日的SPOT5全色圖像進行實驗，具體工作主要體現(xiàn)在以下三方面： 1.采用主成分分析、乘積變換、比值法、基于直方圖匹配的色彩變換、基于主成分的小波變換以及基于色彩變換的小波變換等6種像素級融合方法對ETM+SPOT5進行融合實驗、信息

4、提取和精度評價。結果表明，主成分分析法是像素級融合層次上最有利于提高荒漠化信息提取的融合方法，對本研究區(qū)荒漠化信息提取精度提高了8.17％； 2.選取圖像的四種紋理特征：變異函數(shù)、熵、同質性指數(shù)和相關系數(shù)，采用特征級融合方法進行融合實驗、信息提取和精度評價。實驗表明，同質性指數(shù)是最適用于提高荒漠化信息提取精度的紋理特征，對本研究區(qū)精度提高了1.81％； 3.通過對決策級融合技術方法的綜述，得出C4.5算法具有能夠對連續(xù)數(shù)

5、據(jù)進行離散化處理、可以處理具有缺少屬性值的訓練樣本集、能夠對不完整數(shù)據(jù)進行處理等優(yōu)點。本研究基于PCA和圖像紋理特征，針對研究地區(qū)特點提出了有效的荒漠化等級信息的分類規(guī)則，采用C4.5算法建立了決策樹，運行決策模型得出荒漠化等級分布信息。結果表明，基于PCA和圖像紋理特征的決策級分類方法最有利于提高土地荒漠化信息的提取精度(提高了17.4％)。 本文創(chuàng)新點： 1.通過像素級融合、特征級融合和決策級融合三大融合技術層面的實