卫星多源遥感图象象素级融合技术研究

卫星多源遥感图象象素级融合技术研究

刘哲[1]2003年在《卫星多源遥感图象象素级融合技术研究》文中研究表明多源遥感图象数据融合(也称信息融合)是近年来遥感领域和图象工程领域的研究热点。本论文针对多光谱图象传感器数据与全色图象传感器数据进行双源融合。利用多光谱图象高光谱信息与全色图象高空间信息两者之间的互补性,研究在尽可能保留原光谱信息的前提下,提高空间分辨率的象素级图象融合算法。 论文在研究数据融合的基本概念和基本原理及遥感图象融合预处理的过程与步骤的基础上,具体分析了象素级融合的常用方案,及其相关的IHS,YIQ,PCA,HPF四种传统的经典算法。同时,在研究主客观两方面融合结果评价标准的前提下,比较了多波段融合中各种算法的优缺点,以及单波段融合法中HPF(高通滤波)法与小波变换法的异同。作者在重点研究基于小波变换融合算法的过程中,取得了如下一些具有新意性的成果: 1.提出了一种新的基于特征量积的融合判决依据。这种特征量积是在经典的IHS彩色空间变换和小波多分辨率分析的基础上,利用图象高频小波系数的多个特征量来定义的。 2.在选定特征量积作为判决依据的基础上,用“选择性迭加融合”替代了常见的“选择性融合”的融合思路。 3.将上述两者综合运用,形成了一种图象象素级融合新算法。 通过一组多光谱图象和全色图象数据进行了融合仿真试验,将本文算法与IHS、HPF等传统经典算法和归一化矩算法的试验结果作了比较。结果表明了本文算法的有效性,并且能在保留多光谱图象光谱信息的同时,使多光谱图象的空间分辨率有了提高。

杨静[2]2003年在《遥感多传感器图象融合中若干问题的研究》文中指出近年来,图象融合已成为图象理解和计算机视觉领域中一项重要而有用的技术。图象融合是指将自不同类型传感器获取的同一地区的各影象数据进行空间配准,然后采用一定的算法将配准后的各影象数据中所含的显着信息或互补信息有机地结合起来,产生新的影象数据,并对新数据进行解译。与单一信息源相比,这种新数据能最大限度地利用各种信息源提供的信息,减少或抑制对对象的解释中可能存在的多义性、不确定性和误差。 本文以优化图象整体信息为目的的图象融合作为主要研究方向,研究对象为合成孔径雷达图象与多光谱图象的融合问题。研究内容主要为图象配准、图象融合以及融合效果的评价准则。 图象配准是图象融合的基础。本文提出了基于线性不变矩的特征图象配准算法。该算法针对SAR图象与多光谱图象差异性较大的特点,采用图象边缘的线性不变矩作为特征矢量进行遥感图象配准。实验证明,当待配准图象特性差异较大时,采用该算法可以得到更优的性能。 在系统地阐述了多源遥感图象融合的基本类型、处理模型、作用及应用的基础上,本文深入地研究了多种针对二维信号小波多分辨率分析算法的实现、特点和物理意义,并对基于不同小波分析技术的图象融合算法的特点进行了研究与分析,得出一些重要结论。本文提出了一种的基于非抽取提升小波变换的图象融合算法,其中包括一种新的将Mahalanobis距离与系数比率相结合的融合规则以及与之相应的融合算子。该算法将具有平移不变性的非抽取提升小波变换与IHS变换有机地结合起来。实验证明,在融合源图象特性差异较大的情况下,该算法与已有的基于小波分析的遥感图象融合算法相比较性能更优,具有运算速度快、减少光谱退化的特点,并能在一定程度上抑制相干斑噪声。 本文提出了对图象融合效果进行定量评价的方法和准则,并利用这些评价准则对多种图象融合方法的性能进行了比较研究。本文给出了一系列的图象融合实验,并得出了一些有价值的结论。

朱俊杰[3]2005年在《高分辨率光学和SAR遥感数据融合及典型目标提取方法研究》文中提出数据融合和信息提取是高分辨率遥感图像的研究热点。目前,基于小波多尺度分析的象素级遥感数据融合受到了广泛的关注,信息提取方法的研究也由过去的波段组合等简单方法向着基于知识的信息提取的复杂方法发展。 高分辨率遥感图像,尤其是高分辨率SAR图像,它们反映了地物目标更加丰富的信息,它们的出现满足了人们对精确的地物目标信息获取的需求。这些高分辨率的遥感图像必然会被广泛的应用,因此相关关键技术的研究变得越来越迫切。如何提高多光谱图像的分辨率,使其更加真实的反映地表;如何从高分辨率遥感图像中精确、快速地提取地物目标的结构、位置信息等等,都是具有重要意义的研究方向。 基于以上研究热点和研究状况,本文针对高分辨率的卫星光学影像和高分辨率的机载SAR图像进行了分析研究。从成像机理等方面对高分辨率SAR图像中的典型目标进行了深入的分析之后,利用小波多尺度分析理论、纹理分析技术、基于目标成像知识的理论等等,对高分辨率遥感图像开展了数据融合和信息提取等方面的研究工作,阐述了高分辨率SAR图像的一些应用方向,并提出了可行的技术方法。 本文的主要创新点有如下几个方面: (1) 提出了一种保持图像光谱特征、提高图像空间分辨率的高分辨率光学遥感图像融合方法。根据小波理论和局部相关系数对北京中关村地区的快鸟图像的全波段和多光谱波段进行了融合,这种方法在增加遥感图像信息、提高空间分辨率的同时,其光谱特征能够得到有效的保持,解决了使用小波方法在提高图像空间分辨率的同时,如何抑制融合图像光谱畸变的问题。得到的融合图像能更真实的描述地表,可以用来更精确的制图、提取、反演等等。 (2) 提出了高分辨率SAR图像中去除建筑物阴影虚警的水体提取方法研究。在分析淮河洪水监测的高分辨率SAR图像的目标特征之后,利用了建筑物的纹理特征和成像知识对图像中的建筑物阴影进行了检测并将它们从黑斑中去除,完成了对复杂度高、干扰强、虚警率大的水体提取,得到了满意的效果。使用此方

程芳[4]2000年在《遥感图象融合的应用研究》文中进行了进一步梳理随着遥感技术的发展,由各种不同传感器获取的同一地区的多光谱、多分解力、多时相的图象数据越来越多,如何将不同类型遥感数据进行融合,提取有价值的信息应用于自然资源调查、环境监测等众多领域成为一个需要迫切解决的问题。 本论文主要针对遥感图象融合的一些算法进行了深入的研究:采用多项式方法、正交多项式方法、加权的正交多项式方法和基于样条函数的曲面拟合方法对SPOT的全色图象和 Radarsat图象进行空间配准,并对它们的速度和精度进行了对比;对基于最大信噪比(SNR)的主分量变换融合多幅相关合成孔径雷达(SAR)图象的方法进行了讨论。然后提出了一种基于边缘检测的SAR图象分类融合技术,此方法简单易行,既保留了图象的边缘特征,又有效地对图象进行了区域划分;还讨论了利用 Intensity-Hue-Saturation (IHS)变换、小波变换和改进的小波变换对SPOT的全色图象和多波段图象进行融合的方法。通过实验及结果分析,对这些方法保留全色图象的空间特性和保留多波段图象的光谱特性进行了对比,得出了有益的成果。

冉向书[5]2005年在《多源遥感图像融合及其应用研究》文中研究说明作为图像融合领域的一个重要分支,多源遥感图像融合研究的是如何综合利用不同航空遥感传感器所获取的图像信息,来产生新的数据,以获取对同一事物或目标的更为全面、客观及本质上的认识。在高度信息化的今天,遥感图像融合已经成为图像处理和图像信息理解领域中不可或缺的技术,并在很多军事和民用方面有着重要应用。 本文应用图像处理和现代信号处理技术中的多种手段,研究了不同层次上多源遥感图像的融合方法。通过对不同航空遥感传感器所获取的图像数据进行融合,从而提高图像的分辨率、图像分析结果的准确性和置信度,并最终提高对特定航空目标进行自动检测、识别的有效性。 尽管本文的应用对象是军事目标的检测与识别,但是,所取得的研究成果对于其他应用领域同样有着参考意义。 本文的主要研究内容和工作可总结如下: ◆ 介绍了图像融合的基本概念和原理,进而系统分析了多种传统的图像融合方法,并通过实验对其特点和性能做了细致的对比,总结出许多有用的结论; ◆ 对现有融合结果评价方法加以总结,在此基础上归纳出基于信息量、基于统计特性、基于相关性和基于梯度值等的四类十项融合结果评价指标。从而为评价融合算法的性能,提供了从定性到定量两方面的比较全面的评价标准; ◆ 在多分辨率图像融合算法中,提出一种基于小波变换的自适应图像融合算法。与传统算法比较,在提高图像信息含量方面,新算法表现比较突出,同时光谱畸变小,取得了明显的效果; ◆ 从理论角度出发,探讨了图像融合中识别与决策问题的几项关键技术,并对其概念、理论、现有算法、发展趋势及优缺点进行了详细地阐述和比较;同时对图像融合中的可靠性与容错性问题也进行了简要分析; ◆ 在对各种各级别融合算法进行充分研究的基础上,设计并实现了一个面向军事目标检测与识别的融合系统。该系统提供了菜单、工具条、图像处理前后的可视化显示等多种交互方式;还能够实现遥感图像的增强、融合及图像文件的输入输出等功能,同时,系统的设计具有开放性。初步的实验结果表明,实验系统具有较好的应用前景。

尚红英[6]2008年在《遥感图像数据融合的小波变换方法研究》文中提出随着现代遥感技术的发展,各种对地观测卫星源源不断地提供不同空间分辨率、时间分辨率、波谱分辨率的遥感图像。为了对观测目标有一个更加全面、清晰、准确的理解与认识,人们迫切希望寻找一种综合利用各类影像数据的技术方法,因此图像融合技术应运而生。遥感图像数据融合(也称信息融合)是近年来遥感领域和图像工作领域的研究热点。本文应用图像处理和现代信号处理技术中的多种手段,研究了不同层次上遥感图像的融合方法,通过对不同遥感传感器所获取的数据进行融合,从而提高图像的分辨率、图像分析结果的准确性和置信度,并最终提高对特定航空目标进行自动检测、识别的有效性。本文对来自不同途径的像素级遥感图像的融合方法及其应用进行了研究,主要内容如下:(1)介绍论文研究背景,以及目前国内外遥感图像融合技术的发展现状。对遥感图像数据融合特点、应用及存在问题进行较系统总结。(2)对遥感影像融合的原理、技术流程、主要算法进行详细归纳分析。针对原始图像影响融合图像质量的问题,提出图像融合前进行预处理的必要性,包括几何校正、去噪、配准等步骤,处理误差的大小直接影响融合结果的有效性。(3)总结现有融合结果评价方法,在此基础上归纳出四类十四项融合结果评价指标。从而为评价融合算法的性能,提供从定性到定量两方面较全面评价标准。(4)针对IHS变换和PCA变换融合方法的优、缺点提出四种基于小波变换融合改进方法,并进行定性和定量分析,其改进方法不仅增强多光谱图像的空间分辨率,而且能减少光谱信息的丢失,得到既具有高分辨率又具有较好光谱信息的融合结果。本文较全面、深入、系统地对不同遥感图像的配准、融合的原理、方法、其性能评价及基于融合的目标检测技术进行研究。提出的一些新方法具有良好的性能,对以后的研究工作、图像融合技术的工程应用都有重要的意义。

郭丽艳[7]2004年在《基于BP网络特征级信息融合及在目标识别中的应用研究》文中研究表明在社会信息化的发展过程中,遥感应用技术占据着越来越重要的地位。而遥感影像中的特定地物目标的识别和提取又是遥感应用技术的热点。利用多光谱遥感影像进行地物目标识别和提取已经有20多年的研究历史,取得了一定的研究成果,但是已有的地物目标识别提取方法所用到的地物目标的特征信息还比较单一,因此地物目标的识别率和提取效果还不够理想。所以本文在特征级信息融合的理论基础上,将地物的光谱特征、几何形状特征和纹理特征进行有机融合,然后利用这些融合信息进行特定地物目标识别和提取,提高了地物目标识别率和增强了地物目标的提取效果。 信息融合技术是多源信息综合处理的一项新技术,在遥感图像处理领域中,象素级融合技术已经相对成熟,而涉及到遥感图像特定地物目标识别和提取的研究时,人们越来越清楚地认识到特征级融合的重要性。在以特征级信息融合技术为基础的目标识别技术中,地物目标的光谱特征、几何形状特征和纹理特征都是不相关的特征向量,把这些不相关特征向量数据非线性关联成一个融合矢量比较困难。而人工神经网络具有对数据类型和分布函数没有限制、对数据的要求更加灵活、容忍度更高等优点。基于人工神经网络的这些优点,本文在特征级信息融合的理论基础上,提出一种基于BP网络信息融合的目标识别提取方法,然后以中等分辨率遥感影像中的机场目标识别为例,验证了本方法的有效性和可行性。 本文的主要研究内容有: 首先搜集、整理和总结了近年来国内外在信息融合领域的最新研究成果进展,并对特征级信息融合的优缺点和适用范围进行了详细总结:其次介绍了人工神经网络技术的理论基础,详细讨论了BP网络结构与参数的设计;接着概述了目标特征选择与提取的方法,并且针对本文选用的叁种主要特征——光谱特征、几何形状特征和纹理特征给出了不同的选择与提取的方法,并给出了部分目标特征选择和提取的试验结果;然后重点研究了基于BP网络的特征级信息融合技术,并提出了以此技术为基础的地物目标识别系统,该系统充分结合了信息融合的多源性和神经网络强大的非线性处理能力等优点,并以中等分辨率遥感影像中的机场识别为例,来验证该系统的有效性和可行性;最后本文回顾了作者在理论和应用方面所做的工作,提出了今后进一步研究和改进的方向。

唐玉娟[8]2010年在《多源遥感影像融合技术研究》文中提出20世纪90年代以来,各种传感器平台的遥感卫星相继发射并投入商业化运作,特别是高空间分辨率的商业小卫星,正源源不断地提供同一地区不同成像机理、不同分辨率、不同时相的遥感图像,这种多平台、多时相、多光谱和多分辨率遥感影像数据正以惊人的数量快速涌来,在同一地区形成了多源的影像金字塔。因此研究如何从这些影像源中获得更丰富、更有用、更可靠的信息处理技术,将不同数据的各自优势和互补性综合起来加以利用就显得非常重要和实用。多源遥感影像数据融合是富集遥感海量数据的最有价值的技术手段,也是当前遥感应用的研究重点之一。文章通过对多组实验数据的配准、增强等预处理技术及像素级融合技术进行研究分析,主要工作如下:影像配准是多源遥感图像融合处理的前提和基础,对比分析了叁种基于变换域的配准方法,相位相关法、对数极坐标变换法、Fourier-Mellin变换法,给出它们的特性及其适用范围;重点实现了多尺度Harris算子结合虚拟叁角形的自动配准方法。针对融合目的从全色、多光谱及非遥感数据叁方面讨论了融合前的预处理技术。以灰度增强或图像的锐化处理全色遥感影像;以叁维真彩色增强或真彩色合成技术处理多光谱数据;以图像化、专题化地学信息的手段处理非遥感数据。分析了6种常用的像素级融合方法:包括Wavlet法、Mutiply法、HPF法、HIS法、Brovey法、PCA法,通过实验对比分析这6种算法的融合结果,重点对HIS法、Brovey法、PCA法这叁种融合算法进行算法本身上的改善和结合Wavlet算法的改善,实现算法性能上的提高。研究了对融合结果的主观5分制和客观定量的评价标准,并对上述12种融合实验结果进行综合评价与分析。综上所述,本文较全面深入地研究了遥感影像的配准、增强等前期预处理技术、融合的原理、几种像素级融合算法及算法改善,对以后的研究或工作都有重要的意义。

肖志强[9]2004年在《SAR图像中道路网络提取及GIS空间数据更新方法研究》文中研究说明空间数据的更新已成为目前世界各国的地理信息系统的数据库面临的突出问题。随着遥感技术的不断发展,特别是各种SAR传感器的相继上天,遥感作为空间数据获取的一种手段,其在空间数据更新中的作用显得越来越重要。当前,从遥感图像中,尤其是高分辨率SAR图像中提取道路网络已成为遥感技术应用研究中的热点之一,其目的就是利用自动或半自动提取技术为道路中心线的描述和GIS空间数据库的更新提供一种行之有效的方法。论文在总结分析国内外已有研究成果的基础上,对高分辨率SAR图像中道路网络提取方法及地理信息系统空间数据更新方法进行了深入研究。 高分辨率SAR图像中细节丰富,目标背景异常复杂,同时SAR图像受其固有的斑点噪声的影响,很难直接从原始图像中提取道路网络。针对这一特性,论文对高分辨率SAR图像进行聚类分析,将道路类象素从图像中分离出来,使问题得到简化。然后分别建立不同的数学模型,利用遗传算法和Snakes方法提取道路中心线。提出了两种从高分辨率SAR图像中提取道路网络的半自动提取方法。实验结果表明基于遗传算法的道路网络提取算法具有较高的计算精度,但计算时间稍长,而基于Snakes的提取方法计算速度较快,但计算精度有所下降。 对于合成孔径雷达这种侧视遥感器图像,SAR图像中道路与周围背景对比度强弱与雷达的侧视方向及道路的延伸方向密切相关,针对这一问题,提出了一种多阈值局部检测算子。局部检测的各方向的道路象素经过曲线拟合形成相应方向的道路线段。以提取的道路线段为图的顶点建立道路网络的数据结构,将这些线段有效地组织起来。针对局部检测的道路线段之间“相邻”等关系具有不确定性,提出了一种利用模糊推理系统进行道路线段全局连接的方法。利用该方法连接道路线段的具体步骤包括共线连接,线段整合,交叉点连接等,每一步包含一个Mamdani类型的模糊推理系统。该方法具有较好的适应性,只要合理选择模糊规则,就可以利用模糊系统将道路线段连接起来形成道路网络。 同一区域各种不同传感器数据之间存在一定的冗余和互补信息,融合多种传感器数据可以减少系统总的不确定性,增加提取特征的精确性。为充分利用各种传感器数据更准确地提取道路网络,论文提出了一种融合多传感器数据提取道路网络的方法。在局部检测时,基于DRO线性特征检测算子的基本思想,针对雷达图像和光学图像特性,分别设计了一种改进的局部检测算子,该算子可以检测任意方向的道路象素。利用D一S证据理论融合两算子分别在SAR图像和TM图像中的检测结果,融合检测结果经细化和线性拟合后,利用模糊推理系统融合先验知识对道路线段进行连接。试验结果表明融合检测的网络较单独从SAR图像中提取的结果无论是完整性还是正确性都有明显提高。同时,论文还对文中提出的各种道路网络提取算法的定量评价方法进行了探讨。 最后,论文对利用遥感图像更新地理信息系统道路网络数据的方法进行了研究,提出了一种线性特征变化检测的方法。该方法以地理信息系统的道路网络图层中单个道路特征为变化检测单元,对道路特征中两坐标点之间线段与遥感图像中融合检测的相应道路线段进行匹配,判断是否应对原有数据进行校正或增加新的道路特征。该方法克服了缓冲区检测算子对特征局部变化不敏感的局限性。

费鲜芸[10]2006年在《高分辨率遥感影像在城市绿地信息提取中的应用研究》文中认为绿地不仅是城市的净化器,具有生态功能,同时也有着重要的社会功能。随着经济增长和社会发展,绿地的规划、建设、评价、监测和管理越来越受到重视。利用遥感技术获取绿地信息成为快速、客观、准确的城市生态监测、评价、规划和管理的重要手段。目前可以利用的高分辨率遥感数据资料越来越多,高于1m分辨率航天遥感影像和航空遥感影像已开始应用到资源调查和测图中。本文以城市不同绿地类型信息提取为目标,从几何校正、数据融合、分类方法等方面着手进行研究,探索研究不同高分辨率遥感数据、不同信息提取方法在城市绿地信息提取中的应用,并在此基础上进行绿地功能综合评价研究。为城市绿地信息提取适宜遥感影像尺度的选择、图像预处理、图像分类及评价提供技术和方法支持。论文首先研究了利用2D二次多项式校正城区不同高分辨率遥感影像所能达到的面积和点位精度。分别用不同数量的(25和6)GPS地面测量点和从1∶10000地形图中获取的控制点校正SPOT5影像;利用6个GPS控制点校正IKONOS影像;利用6个GPS控制点校正QUICKBIRD影像,并利用另外的GPS地面点作为检核点,对校正后的影像能达到的点位和面积精度分别进行研究。结果表明:(1)在地形起伏不大的城区,采用二维二次多项式的方法校正SPOT影像(2.5m分辨率),用较少数量的GPS控制点(6个)即可得到较好的点位精度;(2)如果用地形图校正影像,需要足够数量且分布均匀的控制点来获取符合要求的点位精度。(3)利用GPS控制点和地形图控制点校正SPOT5影像均可获得较好的面积精度,满足绿地调查等专题制图需要。(4)校正后影像上点位和面积精度存在复杂的关系,不能简单地利用误差理论由点位精度推导面积精度。(5)在地形起伏不大的城区,用6个GPS控制点,采用二维二次多项式模型,校正QUICKBIRD和IKONOS影像均可获取较好的点位和面积精度,与SPOT5数据相比二者点位精度明显较高,但并不表现明显高的面积精度。第二部分是在影像校正的基础上,针对城区植被特点,研究高分辨率遥感数据的融合方法。同一融合方法不同应用目的融合效果不同,本文采用主成分分析、HIS变换以及基于小波变换的主成分分析和HIS变换四种方法对SPOT5全色影像和多光谱影像进行融合,并结合城市植被制图特点对融合结果进行质量评价。结果表明,基于小波变换的PCA和HIS变换融合法,光谱保持能力最好,但是空间结构较差,有明显的分块效应,不适于城市植被零星分布的特点。主成分分析既有较好的空间结构特征,细小地物纹理清晰,同时又具有较好的光谱保持能力,最适合于城市植被制图研究。缨帽变换是针对植被提取进行的一种图像增强方法,变换后的各分量与植被、土壤等自然景观属性相联系,能更好地区分植被类型。针对城市植被特征,本文研究了基于缨帽变换的IKONOS全色和多光谱影像的融合方法,同时利用主成分分析方法对影像进行融合,分别在整景影像和植被区对融合结果进行对比分析。结果显示在该实验区,对整景影像和植被区域,从目视效果和定量指标两个方面进行评价,缨帽变换融合结果都优于主成分析结果。第叁部分是基于高分辨率遥感影像的绿地信息提取方法的研究。建城区绿地面积是指公共绿地、居住区和单位附属绿地、防护绿地、生产绿地、风景林地、道路绿化用地等六类绿地面积之和。建城区绿化覆盖面积是指城市绿化种植中的乔木、灌木、草坪等所有植被的垂直投影面积及水面之和,其中建成区范围内的耕地不统计在内。绿地面积具有社会属性,难以利用常规的以光谱特征为基础的分类方法进行提取,本文利用面向对象的影像分析技术,以20cm航空影像为数据源,利用光谱特征、长宽比特征、距离特征及语义关系等,对城市道路绿地和零星绿地进行了自动提取,结果表明提取精度精度分别达到了76. 56%和88.45%以上。为研究绿化覆盖面积的提取,本文以SPOT5影像为数据源,在分析不同植被类型、水面、裸土、耕地、道路和居民区的光谱特征的基础上,利用多光谱影像计算两个指数模型(G-R)/(G+R)和(G+SWIR)/80,并结合多光谱的第四波段,采用基于耕地分区的决策树法,对城市绿化覆盖面积进行提取,结果表明与利用监督分类对融合后的影像进行分类相比,提取精度明显提高。第四部分是遥感尺度对绿地信息提取精度的影响。遥感影像信息提取的不确定性和尺度是遥感信息科学中两个密切相关的概念,研究影像信息不确定性就需要了解不同的尺度对信息提取的精度有何影响。由于城市绿地林相复杂,且有大量的零星绿地存在,而且许多绿地分布在高层建筑物之间,如果分辨率低,则零星绿地不能充分表现,如果分辨率过高又会出现阴影和遮挡严重的现象,本文对叁种常用高分辨率遥感影像SPOT5、IKONOS和QUICKBIRD,通过目视解译方法进行绿地信息提取,分析其绿地信息提取的精度。结果表明:较高分辨率影像获取面状和带状绿地信息,精度优于较低分辨率影像;较高分辨率遥感影像提取零星小绿地的精度明显较高;在以7层以下建筑物为主的城市区域,绿地与道路的结构特点决定,阴影和遮挡造成的绿地信息丢失,较高分辨率遥感影像与较低分辨率遥感影像差别不大。所以适应城市绿地信息提取特征,叁种影像中,QUICKBIRD影像最适合绿地调查。第五部分是以RS和GIS为基础,对城市主要绿地类型,即公共绿地和道路绿地,进行绿地功能综合评价。为了对城市公共绿地进行评价,本文根据公共绿地的功能特点,按照评价体系可操作性和可比性要求,选择单位公园绿化覆盖率、面积大小、公园服务半径内的居民区和单位面积比例、服务半径内道路面积比例作为评价因子。论文以山东省泰安市为研究区,利用基于植被指数的决策树分类法结合ArcGIS空间分析功能,从SPOT5影像中获取评价因子数据,利用多级模糊评判方法对研究区城市公共绿地进行评判。评价结果为泰安市公共绿地的生态功能和社会功能综合得分为77.449分,等级标准为良好。为对研究区道路绿地的功能进行评价,需用叁步生成所需要的道路系统图和道路绿化覆盖图。首先在SPOT5(2.5m)假彩色遥感影像中手动绘制道路中线,并根据每条道路的宽度分别做缓冲区分析,生成城市道路系统图;再通过对SPOT5多光谱影像计算植被指数,并利用决策树分类法获取城市绿化覆盖图;最后通过对整个城市的绿化覆盖图与道路系统图进行空间迭加分析,生成城市道路绿化覆盖图。在此基础上计算道路的绿化覆盖率及道路绿地的连接度指数,结果表明研究区总体有较好的道路绿化覆盖率,但大部分道路的连接度较差。

参考文献:

[1]. 卫星多源遥感图象象素级融合技术研究[D]. 刘哲. 西北工业大学. 2003

[2]. 遥感多传感器图象融合中若干问题的研究[D]. 杨静. 中国科学院研究生院(西安光学精密机械研究所). 2003

[3]. 高分辨率光学和SAR遥感数据融合及典型目标提取方法研究[D]. 朱俊杰. 中国科学院研究生院(遥感应用研究所). 2005

[4]. 遥感图象融合的应用研究[D]. 程芳. 中国科学院电子学研究所. 2000

[5]. 多源遥感图像融合及其应用研究[D]. 冉向书. 西北工业大学. 2005

[6]. 遥感图像数据融合的小波变换方法研究[D]. 尚红英. 中国地质大学(北京). 2008

[7]. 基于BP网络特征级信息融合及在目标识别中的应用研究[D]. 郭丽艳. 武汉大学. 2004

[8]. 多源遥感影像融合技术研究[D]. 唐玉娟. 昆明理工大学. 2010

[9]. SAR图像中道路网络提取及GIS空间数据更新方法研究[D]. 肖志强. 中南大学. 2004

[10]. 高分辨率遥感影像在城市绿地信息提取中的应用研究[D]. 费鲜芸. 山东农业大学. 2006

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

卫星多源遥感图象象素级融合技术研究
下载Doc文档

猜你喜欢