一种基于改进多分辨率变换影像融合提取建筑用地算法探究

《一种基于改进多分辨率变换影像融合提取建筑用地算法探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、一种基于改进多分辨率变换影像融合提取建筑用地算法探究摘要：为精确提取城镇建筑用地信息，该文提出了基于改进的多分辨率变换的遥感影像融合分类方法。通过亮度、色度、饱和度的IHS变换对小波多分辨率分析方法进行改进，并将改进的算法应用于遥感影像融合。利用机器学习支持向量机SVM算法对融合结果进行分类提取，获取城镇建筑用地信息。结果表明改进的遥感影像融合算法结合SVM分类算法能够高效、准确的提取城镇建筑用地信息。关键词：建筑用地；多分辨率分析；IHS变换；SVM分类器中图分类号:TP75文献标识码：A文章编号:1009-3044(2013)35-8065-021概述随着多种遥感卫星

2、的发射成功，越来越多的遥感数据可用于对地观测研究，众多的遥感数据为多源信息协同处理提供应用潜力。数据融合技术能够在不增加成本的基础上，提高最终信息量，达到精确提取目标的目的［1］。城镇建筑用地是一个复杂的区域，是人类文明发展的基础，具有增长性和动态性，因此增加了认知识别的复杂度和难度［2］。遥感数据由于其多尺度、全天时、全天候监测的优势，能够有效、快速的提取城镇建筑用地。目前利用遥感影像提取建筑用地方法可归纳为：1.基于定量建筑指数的方法，如归一化建筑指数NDBI.压缩数据维建筑用地指数IBI；2.基于非监督分类的方法，如多特征聚类；3.基于监督分类的方法，如SVM分类、

3、决策树分类等。本研究利用全色和多光谱影像数据，通过数据融合方法并结合先进的SVM分类器进行城镇建筑用地提取研究。算法研究和实验结果分别在第二部分和第三部分详述。2算法原理及改进多源数据融合按照融合层次可分为像素级融合、特征级融合、决策级融合［3］。在计算机影像处理领域，IHS（亮度、色度、饱和度）系统是和RGB颜色系统一样被广泛应用的颜色系统，所具有的特征更适合应用于融合高分辨率全色影像和低分辨率多光谱影像［4,5］。IHS变换的过程首先将遥感影像由RGB颜色空间转换到IHS空间，转换的数学模型为：4结论本研究通过IHS变换对多分辨率分析的小波变换进行改进，结合SVM分类

4、器实现了城镇建筑用地的提取，结果表明通过融合技术能够明显改善影像质量，在保留影像光谱信息的同时能够增加影像纹理信息,改进的遥感影像融合算法结合SVM分类算法能够高效、准确的提取城镇建筑用地信息。参考文献：[1]黄登山•像素级遥感影像融合方法研究[D].中南大学，2011.[2]BarredoJKM.Modellingdynamicspatialprocesses：Simulationofurbanfutureseenariosthroughcellularautomata[J]・LandscapeandUrbanPlanning,2003,64：145-160.[3]赵书

5、河•多源遥感影像融合技术与应用[M].南京大学出版社，2008.[4]ZhangY,GHong.AnIHSandwaveletintegratedapproachtoimprovepan-sharpeningvisualqua.1ityofnaturalcolorIKONOSandQuickBirdimages[J]・InfonndtionFusion,2005,6(3)：225一234.[5]RobertsJW,JvanAardt,F.Ahmed.Assessmentofimagefusionproceduresusingentropy,imagequality，and

6、multispectralclassification[J]・JournalofAppliedRemoteSensing,2008,2：235-24.[6]http://baike.baidu.com/subview/609022/5383524.htm?fromld=18218・