《表1 不同方法的融合结果对比参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《协同GF-2号和OLI影像的土地利用模糊分类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文利用异源遥感影像数据进行综合分析，但对于异源遥感影像融合，尤其是涉及高分辨率遥感影像数据时，存在由波谱覆盖范围差异所导致的光谱信息扭曲。本文选取了常用的融合方法，并计算了它们的光谱扭曲度和相关系数[9]，结果如表1所示。一般选取光谱扭曲度较小且相关性较大的方法，因此本文利用Gram-Schmidt Pan Sharpening[10]融合法对OLI多光谱影像和GF-2号1 m分辨率全色波段影像进行融合。融合后的影像包含7个波段，各波段均在不同程度上包含某些地物特征信息且波段间也存在普遍联系。进行土地利用模糊分类时，若所有波段都参与计算则会造成信息冗余[11]，因此需对融合后的影像数据进行主成分分析，去除冗余波段，提取相关性较大的波段进行合并，在基本保持原有影像信息的基础上实现光谱信息的压缩。