简介:Curvelet变换用于影像融合能有效保持影像的光谱信息,利于提取影像不同尺度、不同方向的细节特征。为检测Curvelet变换对影像分类的影响,文章首先采用PCA方法、Curvelet变换方法对IKONOS影像进行融合;然后对原多光谱影像和融合影像进行监督分类,分类时采用相同的训练样本;最后运用多种参数对结果进行目视、定量评价。总体结果显示:基于Curvelet变换的融合影像各波段的信息熵以及与原影像的平均结构相似性程度均高于基于PCA的融合影像,原多光谱影像、基于PCA的融合影像和基于Curvelet变换的融合影像的总体分类精度分别为:77.27%、70.00%和80.09%,其中基于Curvelet变换的分类影像的地物边缘光滑度最高。
简介:基于地物光谱特征的监督分类一直是用遥感影像解译土地覆被类型的常规方法。基于可见光和近红外波段的光谱反射率构建的NDVI指数的水平高低及时序变化特征对土地覆被类型有高度敏感性和较好的指示性。本文基于时序MODIS-NDVI数据,通过合理选择训练样区对MODIS影象进行监督分类,最终实现对秦岭中部地区各种土地覆被的分类,通过与实地GPS调查数据比较,结果显示分类总体精度达到76.77%,kappa系数为67.22%,分类等级为较好。
简介:摘要:高分二号卫星是我国“高分专项”中首颗成功发射的国产亚米高空间分辨率遥感数据,也是我国目前空间分辨率最高的遥感卫星数据。本文以空间分辨率为2.5米的SPOT-5遥感数据和空间分辨率为25米的DEM数据为参考数据,从相对正射校正、几何配准、数据融合、彩色合成等方面探索了高分二号遥感数据处理方法,对各阶段处理结果进行了评价。最终确定了高分二号遥感数据处理流程、评价了该数据的空间定位精度,为该数据在土地利用动态监测、矿产资源调查、城乡规划监测评价、交通路网规划、森林资源调查、荒漠化监测等行业的应用提供技术支持。关键词:高分二号;处理方法;处理流程;评价