六、高光谱数据综合分析与系统构建.pdf

六、高光谱数据综合分析与系统构建.pdf

ID:23283251

大小:1.54 MB

页数:11页

时间:2018-11-06

六、高光谱数据综合分析与系统构建.pdf_第1页
六、高光谱数据综合分析与系统构建.pdf_第2页
六、高光谱数据综合分析与系统构建.pdf_第3页
六、高光谱数据综合分析与系统构建.pdf_第4页
六、高光谱数据综合分析与系统构建.pdf_第5页
资源描述:

《六、高光谱数据综合分析与系统构建.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、6.1高空间分辨率与高光谱数据融合1.遥感数据融合的三个层次六、高光谱数据综合分析与系统构建图像1图像2图像n图像1图像2图像n图像1图像2图像n………图像配准特征提取特征提取6.1高空间分辨率与高光谱数据融合6.2空间信息辅助下的高光谱数据分析像素级融合特征级融合目标识别6.3时间信息辅助下的高光谱数据分析6.4高光谱数据处理与分析系统评价评价决策级融合结果结果评价张兵结果中国科学院遥感应用研究所E-mail:zb@irsa.ac.cn12ZB/HRS/IRSA/CAS20076.1高空间分辨率与高光谱数据融合6.1高空间分辨率与高光谱数据

2、融合2.数据级融合(像素级融合)特点数据级图像融合特征级图像融合决策级图像融合用于决策的符号系统和模遥感器信息类型多幅图像从信号和图像中提取出的特征型优点:信息的表示级别低级中级高级在原始数据级别上融合,有利于信息挖掘和算法创新含有多维属性的图像或者像可变的几何图形、方向、位置测量值含有不确定因素的传感器信息模型素上的随机过程以及特征的时域范围符号缺点:图像数据的空间对⑴处理信息量大,所以处理的时间长,实时性差,所需的代价高;高中等低准精度级别⑵由于是低层次的融合,传感器原始信息的不确定性、不完全性和不稳定性图像数据的时域对高中等低准精度级别

3、要求在融合时有较高的纠错处理能力;几何上和时域上相互对应,特⑶通信的信息量大,导致抗干扰能力差;数据融合方法图像估计或像素属性组合逻辑推理和统计推理征属性组合⑷各传感器信息须来自同质传感器、在图像融合领域要求各传感器信息之间图像融合带来的性压缩处理量,增强特征测量值提高处理的可靠度或提高具有精确到一个像素的校准精度。使图像处理任务的效果更好能改善精度,增加附加特征结果正确概率3416.1高空间分辨率与高光谱数据融合6.1高空间分辨率与高光谱数据融合2.数据级融合3.特征级融合常用数据级融合方法分析表特征级融合是指融合前先对遥感图像数据进行特征

4、提取,产生特征矢核心处理优点/缺点量,如边缘、形状、轮廓、方向、区域或距离等,融合后做出基于融合特征方法优点:简单、快速矢量的属性说明。IHS变换法RGB-IHS缺点:光谱失真特征级融合首先对经过预处理的高光谱图像进行特征提取-分类和亚像优点:简单、快速数值计算法加、减、乘、除缺点:光谱失真元分解,估计亚像元的组成和每一个组成成分在每个像元中所占的比例,然PCA方法K-L变换优点:快速,去冗余后结合高空间图像的灰度、纹理等信息,进一步确认亚像元的组成及其在空缺点:光谱失真间的位置,得到高空间分辨率的分类图。优点:快速,谱信息失真小高通滤波法空

5、间域卷积滤波缺点:对空间分辨率改善不明显特征级融合将高光谱图像分类技术和图像锐化相结合,充分利用了高光Fourier变换法频率高频替换缺点:信噪比差,易振荡,效率低谱图像的精细的光谱信息,提高了地物分类的有效性和准确性,在以地物分优点:快速、光谱失真小;小波变换法小波分解与重构类为目的的图像融合中更有意义,因此得到广泛关注和尝试。缺点:小波基选择难度大;优点:克服单组算法的缺点;混合法上述方法的组合566.1高空间分辨率与高光谱数据融合6.1高空间分辨率与高光谱数据融合4.决策级融合对于一套光学遥感器系统而言,图像空间分辨率和光谱分辨率是一对

6、矛盾。在数据融合的三个层次中,决策级融合的层次最高,它直接对完全不同类型遥感器或来自不同环境区域的感知信息形成局部决策进行最后分析,以得出高光谱数据X最终的决策。数据融合Z=ƒ(X,Y)新数据Z信息提取高空间数据Y优点:(1)灵活性高,通信量小,抗干扰能力强;高光谱遥感数据与高空间数据的数据级融合(2)因为利用各类特征信息,系统对信息传输带宽要求很低;(3)能有效地反映环境或目标不同方面的,不同类型的信息;高光谱数据X数据融合δ=ƒ(4)对遥感器的依赖性小,具有容错性,当一个或几个遥感器出现错误时,通(X,Z)信息提取过适当的融合,还能获得正

7、确的结果。缺点:高空间数据Y信息提取与数据变换预处理代价高,因为要对原遥感器信息进行预处理以获得各自的判别结果。Z=ƒ(Y)高光谱遥感数据与高空间数据的特征级融合7826.1高空间分辨率与高光谱数据融合6.1高空间分辨率与高光谱数据融合空间域数据融合(1)光谱域数据融合:(1)加权平均法常见的光谱域融合方法有IHS变换法、PCA主轴分析法等;nnLj=∑AjiGji∑Aji=1i=1i=1(2)空间域数据融合(2)高通滤波法R=M+FH以一高通滤波器(High-PassFilter,FHP)滑过高清晰度图像H,再逐像元地(i,j,k)(i,j

8、,k)HP(i,j)与低清晰度图像M的每一波段相加,结果即为一融合图像R,Kk是一个随空间位置变化的乘系数。R=M+K*FHPHijkijkkij重点:像元光谱的不

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。