基于影像融合的土地利用分类方法研究.pdf

《基于影像融合的土地利用分类方法研究.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、基于影像融合的土地利用分类方法研究曹敏10021321051研究区概况研究区位于北京市城区东部的朝阳区（图1），朝阳区地理坐标为北纬39°49′至40°5′；东经116°21′至116°38′；气候属温带大陆型半湿润季风气候，四季分明，降水集中。年平均气温11.6℃，最冷月1月份平均气温4.6℃，最热月7月平均气温25.9℃，年无霜期192天；年平均降水量581毫米。地处北京平原，地势从西北向东南缓缓倾斜，坡度一般在1/1000-1/2500之间。平均海拔34米，最高处海拔46米，在大屯到洼里关西关西庄一带；最低处海拔20米，在坝河下游的楼梓庄沙窝村西部。朝阳

2、区西与东城区、丰台区、海淀区相毗邻，北连昌平区、顺义区，东与通州区接壤，南与大兴区相邻，全区面积470.8平方公里，2008年末，全区常住人口308.3万，其中户籍人口208.5万，外来人口99.8万。区现行行政区划，有23个街道办事处，20个乡。朝阳区工业发达，是北京市重要的工业基地。对外交往活动频繁，是北京市重要的外事活动区。图1朝阳区在北京市中的位置2基本数据格式本次实习采用的遥感数据是北京市TM7个波段的数据和SPOT5高光谱全色影像。两种地理参考合投影已经保持一致，均为UTM-WGS84投影。表1两种数据源格式说明数据名称北京市TM数据SPOT5数据

3、传感器TM传感器HRG传感器轨道近极地太阳同步轨道近极地太阳同步轨道空间分辨率30米2.5米时间2004.5.192004.6.2数据特点多光谱数据高光谱全色影像3研究方法多源遥感影像融合，是指采用某种算法模型，将覆盖同一地区的2幅或多幅空间配准的影像，进行信息组合匹配，获取高质量的影像信息的技术。通常，采用低空间分辨率的多波段数据（如TM影像）和高空间分辨率的全色光谱数据（如SPOT的Pan波段）进行融合运算，获得既具有细致纹理又保持丰富光谱信息的融合影像，使不同遥感数据源的优势互补，提高图像的应用精度。本研究利用了遥感信息复合和遥感图像分类方法，对TM多光

4、谱影像与SPOT5全色影像进行融合研究，再对融合图像进行土地利用分类。影像融合明显会增加TM影像的信息量，故利用高空间分辨率影像与低分辨率影像融合后再进行分类的精度，理论上应高于不融合直接利用低分辨率影像分类的精度。本研究将验证和对比分析融合前后TM影像分类情况，然后对比分类精度，并对实验结果进行定性和定量的解释和分析。4图像预处理步骤4.1几何校正以STOP5全色影像为基准影像，对TM影像进行几何校准。所给的TM影像包含7个波段的信息，在几何校正之前，采用OIF指数法定量选择出最佳波段组合。根据TM7个波段的相关性，1、2、3三个波段相关性高，5、7两个波段

5、相关性较高，4波段相关性低，6波段很少采用，因此从123、57、4三组数据中任选一种组合（表2），计算得出，145三个波段的OIF指数值最大（TM1为蓝色波段，TM4为近红外波段，TM5为中红外波段），即所包含的信息量最多，因此选择145波段为TM影像的显示波段。表2TM不同波段组合OIF指数值波段组合最佳指数法数值12427134341453814737234272453024730345363473645730找出最佳波段后，进行几何校正，以SPOT5全色影像为基准，校正TM影像，选择15个控制点，误差在容差范围内，得出校正结果。4.2图像融合4.1.1融

6、合方法ENVI中提供多种方法对多源数据进行融合，其中比较常用的两种是HSV和Brovey方法。以上述经过处理的SPOT5数据影像和TM假彩色合成图像为主要信息源，分别应用HSV、Brovey变换和GS方法进行融合处理，处理过程中，三种方法的重采样方法均选择的是双性内插重采样，因为该方法简单具有一定的精度，一般能得到满意的差值效果，最终得出结果（图2）。图2HSV（左）、Brovey变换（中）和GS方法（右）融合后结果4.1.2融合影像质量评价4.2.1主观定性评价主观定性评价从色调、清晰度、地物形状和纹理信息等方面对原始影像和融合影像进行比较,从而对融合效果有

7、一个定性的认识。对比图2中的三幅图，HSV（左）、Brovey变换（中）方法明显优于GS方法（右），前两幅图的色调区分度较大，地物比较清晰。图3HSV融合方法（左）Brovey融合方法（右）对于具体的地物（图3），比较HSV（左）、Brovey变换（右）方法，两种融合的影像空间分辨率明显提高，色调突出，植被覆盖清晰；各类地物光谱差异增大，轮廓明显；建筑内部结构信息增强，形状清楚，平原区不同农田地块的色调对比增强，边界变的明显；道路细节增强；植被色调信息增强。再对比HSV法和Brovey法的结果，前者的结果更加清晰，颜色区分度更大，地物区分度更大，轮廓更加明显。

8、因此选择HSV方法融合之后的图像。4.