期刊文献+

ALOS影像提升小波融合的土地覆被分类研究 被引量:3

Lifting Wavelet Fusion Based ALOS Image Land Cover Classification
原文传递
导出
摘要 根据提升小波变换原理,结合小波变换和色调、强度、饱和度变换(IHS变换)融合方法的优点,提出了提升小波变换影像融合模型,用于提高遥感影像土地利用/土地覆被基础信息解译精度.采用对比分析方法,以长江口北岸的日本先进陆地观测卫星(ALOS)影像融合为例,综合影像主客观综合评价和影像分类Kappa系数值,将提升小波融合方法与传统融合方法进行对比分析研究.结果表明:提升小波融合模型优于传统融合方法,该模型在提高影像空间分辨率的同时,能更好地保持影像光谱信息,从而有效地提高了遥感影像解译土地利用/土地覆被基础信息的精度. According to the principle of lifting wavelet transform theory,the lifting wavelet transform image fusion model for extracting the basic information of land use/land cover from remote sensing image is proposed by combining the advantages of wavelet transform fusion and Intensity Hue Saturation transform(IHS transform) fusion.By taking an example of Japanese advanced Land Observation Satellite(ALOS) image in the north shore of the Yangtze River estuary,it is concluded that the lifting wavelet transform image...
作者 曹敏 卞正富
出处 《中国矿业大学学报》 EI CAS CSCD 北大核心 2009年第5期655-659,共5页 Journal of China University of Mining & Technology
基金 教育部新世纪人才基金项目(NCET-04-0487) 高等学校博士学科点专项科研基金项目(20060290511)
关键词 提升小波 影像融合 土地利用/土地覆被 影像分类 Kappa系数 lifting wavelet image fusion land use/land cover image classification kappa coefficient
  • 相关文献

参考文献8

二级参考文献44

共引文献68

同被引文献37

引证文献3

二级引证文献51

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部