中山陵景区spt5融合及分类技术研究.pdf

摘 要 本文是以中山陵园景区为研究区域，在对原始数据SPOTS遥感影像进行几何校正、地 形校正和光谱特征分析的基础上，对遥感影像进行了一系列常规处理，如反差增强、比值 增强、主成分变换、缨帽变换、MNF变换、假彩色合成等；在探讨分析多光谱波段影像的 信息熵、均值、方差、相关系数等统计特征后，计算波段不同组合的协方差行列式和最佳 段1，综合几种影像变换后，混合波段的最佳彩色合成组合是PCI、BR、MNFl． 在对影像的融合技术进行了研究的基础上，采用了HIS变换融合、K-L变换融合、K-T 融合算法进行了改进，并对融合后的影像分别从主观和客观两方面进行了定性=和定量的评 价，其中客观评价分别以亮度信息、空间信息和光谱信息为指标，具体计算了各特征影像 的均值、方差、信息熵、清晰度和相关系数．再以各种融合影像为分类底图，实施了监督 分类，在分类中采用了在专题矢量图件与种子像元扩展紧密相结合的训练样本优选法基础 上，用众数滤波器对训练样本进行纯化的样本提取方法，主要分类器选用了传统的最大似 然法、最小距离法和马氏距离法，同时也初探了基于决策树与传统分类器(马氏距离法) 相结合模型的遥感影像自动分类方法．最后对分类后的影像进行了分类后处理，包括聚类 统计、过滤分折、和去除分析，剔除了分类专题图像中的小图斑，无论从制图角度还是从 实际应用角度，都得到了最终相对理想的分类结果。最后对多种特征影像的分类精度进行 了客观评价。 研究证明，SPOT5融合后的影像既保留了多光谱影像的丰富光谱信息，又不同程度提 高了空间分辨率，很大程度上改善了目视解译效果和自动分类效果．其中Brovey变换融 合、小波变换融合和K—L变换融合都是良好的融合方法，在森林面积资源清查中有很好的 应用前景，但对研究区域分至三级森林类型，共11个类别时，其最高的总体分类精度只 策树思想，先提取出容易混分的地物类型，再对其混分类型进行分离，并用马氏距离法对 剩余影像进行计算机分类，最后归并各个地物类型．发现其最终分类的总体精度和Kappa 系数都有所提高． 关键词：SPOTS、地形校正、影像融合、决策树、分类后处理 Abstract of took aSthe thebasis this author In Cemeterystudyregion．On paper,the ZhongShan and Character for Normalize Analysisoriginal correction,TopographicSpectral geometric transformations aseriesof such鹊 remote data．Then SPOT5 sensingimages generalimage contrast interactive components enh鲫cement，principal stretching，ratio noisefraction transformation,MNF rotation)andimage taSseled．c