多源遥感数据融评价的理论与实践.pdf

摘要 l IRS．IC PAN遥感图像具有几何分辨率高的优点，TM多光谱遥感图像具有波段多的 优点，用HIS融合法、Brovey融合法、PCA融合法对它们进行融合，可将它们的优势集 中起来，减少数据的冗余度，增强图像的清晰度，提高解译的精度和准确性，但它们要 取得良好的效果，则要求PAN遥感数据与多光谱遥感数据的光谱响应范围一致或相近。 针对IRS．IC PAN遥感数据与TM多光谱遥感数据的光谱响应范围不一致、相差较大的 特点．本文提出了融合优化模式，即Marr融合法，并给出了具体算法。1 本文采用“双窗口”的方法提取纹理特征。即用“双窗口”(基准窗口、“影子窗口”) 提取灰度共生矩阵，基于灰度共生矩阵计算对比度、纹理熵、角二阶矩、同质度等纹理 特征。通过分析试验区内的9种典型地物的像元灰度及纹理特征的概率分布特点，发现 纹理熵、角二阶矩、同质度等纹理特征参数并非正态分布，而像元灰度与对比度的概率 分布为近似的正态分布，因此，灰度与对比度数据可用基于统计的分类法进行分类，而 纹理熵、角二阶矩、同质度等数据则不可用基于统计的分类法进行分类。由于灰度与对 比度数据的概率分布为近似的正态分布。故用高斯正态函数对训练样本的数据进行处理， 使训练样