基于光学和雷达遥感影像融合的地类识别研究

韩瑞梅, 杨晓, 刘培

韩瑞梅, 杨晓, 刘培. 基于光学和雷达遥感影像融合的地类识别研究[J]. 红外技术, 2015, 37(11): 949-956.
引用本文: 韩瑞梅, 杨晓, 刘培. 基于光学和雷达遥感影像融合的地类识别研究[J]. 红外技术, 2015, 37(11): 949-956.
HAN Rui-mei, YANG Xiao, LIU Pei. Land Cover Identification Based on Optical and SAR Remotely Sensed Data Fusion[J]. Infrared Technology , 2015, 37(11): 949-956.
Citation: HAN Rui-mei, YANG Xiao, LIU Pei. Land Cover Identification Based on Optical and SAR Remotely Sensed Data Fusion[J]. Infrared Technology , 2015, 37(11): 949-956.

基于光学和雷达遥感影像融合的地类识别研究

基金项目: 河南省高校基本科研业务费专项资金(NSFRF140113)%河南理工大学博士基金(B2015-20)%国家自然科学基金委员会与神华集团有限责任公司联合资助项目(重点项目U1261206,培育项目U1261106)%测绘地理信息公益性行业科研专项经费项目(201412020)%河南理工大学青年基金(Q2015-3)%焦作市科技计划项目(2014400003)
详细信息
  • 中图分类号: TP391

Land Cover Identification Based on Optical and SAR Remotely Sensed Data Fusion

  • 摘要: 针对光学和雷达协同处理信息挖掘的需求,为提高主被动遥感数据协同处理应用于土地利用/覆盖地类识别的能力,提出了一种改进的光学和雷达遥感数据融合识别方法.以意大利PAVIA地区的ERS SAR和Landsat TM影像、江苏徐州矿区的ALOS PALSAR和AVNIR-2影像对,ALOS PALSAR和SPOT影像对为信息源,利用改进的小波变换与色彩域变换算法进行处理,融合结果与传统的Brovey、GS、PCT、HSV、Wavelet融合算法作定量比较,并采用支持向量机(SVM)算法以相同的训练区分别对融合前后的影像,及不同融合结果进行典型地物类型识别.通过融合影像定量指标评价和识别应用验证,结果表明改进的融合算法很好地保留了融合前影像的光谱和纹理信息,且使用融合后影像识别的精度不仅明显优于单独利用光学或雷达影像,而且比采用的传统融合算法的识别结果也有较大提高.
  • 期刊类型引用(4)

    1. 冉兴程,李广伟,雷永. 基于模糊贴近算法的海量异常激光数据挖掘方法研究. 自动化与仪器仪表. 2019(04): 142-145 . 百度学术
    2. 王茜,平金珍,张永华. 星载光交换信道数据挖掘系统设计. 激光杂志. 2018(03): 151-154 . 百度学术
    3. 杨鹏飞,廖秀英,程辉,帅慕容,谢贻文. 基于光谱梯度角与光谱信息散度评价指标的遥感影像融合方法比较. 测绘工程. 2018(11): 51-55 . 百度学术
    4. 董熙,李存军,夏朝宗,王二丽,杨新兵,周静平,胡海棠. 北京平原造林地Pleiades卫星影像融合评价. 林业资源管理. 2016(03): 128-134 . 百度学术

    其他类型引用(2)

计量
  • 文章访问数:  121
  • HTML全文浏览量:  16
  • PDF下载量:  17
  • 被引次数: 6
出版历程

目录

    /

    返回文章
    返回