中山陵景區(qū)SPOT5融合及分類技術(shù)研究.pdf

1、　　本文是以中山陵園景區(qū)為研究區(qū)域，在對原始數(shù)據(jù)SPOT5遙感影像進(jìn)行幾何校正、地形校正和光譜特征分析的基礎(chǔ)上，對遙感影像進(jìn)行了一系列常規(guī)處理，如反差增強(qiáng)、比值增強(qiáng)、主成分變換、纓帽變換、MNF變換、假彩色合成等；在探討分析多光譜波段影像的信息熵、均值、方差、相關(guān)系數(shù)等統(tǒng)計(jì)特征后，計(jì)算波段不同組合的協(xié)方差行列式和最佳指數(shù)(OIF)，得出對于SPOT5而言，原始波段最佳的彩色合成組合是波段4、波段2、波段1，綜合幾種影像變換后，混合波段的

2、最佳彩色合成組合是PC1、BR、MNF1?！　≡趯τ跋竦娜诤霞夹g(shù)進(jìn)行了研究的基礎(chǔ)上，采用了HIS變換融合、K-L變換融合、K-T變換融合、線性加權(quán)融合、Brovey變換融合和小波變換融合等方法對SPOT5高分辨率的全色波段影像和低分辨率的SPOT5多光譜波段4、2、1影像進(jìn)行融合，其中對傳統(tǒng)的小波融合算法進(jìn)行了改進(jìn)，并對融合后的影像分別從主觀和客觀兩方面進(jìn)行了定性和定量的評價(jià)，其中客觀評價(jià)分別以亮度信息、空間信息和光譜信息為指標(biāo)，具體

3、計(jì)算了各特征影像的均值、方差、信息熵、清晰度和相關(guān)系數(shù)。再以各種融合影像為分類底圖，實(shí)施了監(jiān)督分類，在分類中采用了在專題矢量圖件與種子像元擴(kuò)展緊密相結(jié)合的訓(xùn)練樣本優(yōu)選法基礎(chǔ)上，用眾數(shù)濾波器對訓(xùn)練樣本進(jìn)行純化的樣本提取方法，主要分類器選用了傳統(tǒng)的最大似然法、最小距離法和馬氏距離法，同時(shí)也初探了基于決策樹與傳統(tǒng)分類器(馬氏距離法)相結(jié)合模型的遙感影像自動分類方法。最后對分類后的影像進(jìn)行了分類后處理，包括聚類統(tǒng)計(jì)、過濾分析、和去除分析，剔除了