基于ERDAS9.2与Matlab遥感影像融合方法的评比分析.docVIP

基于ERDAS9.2与Matlab遥感影像融合方法的评比分析 　　[摘要]本文采用ERDAS9.2做主成分融合与比值融合遥感影像融合实验，总结出哪种方法得到图像效果最好，从而为获得影像最佳融合效果提供技术和方法上的支持。 　　[关键字] 图像融合 主成分融合 比值融合 　　[中图分类号] P627 [文献码] B [文章编号] 1000-405X（2013）-2-135-1 　　1 基于ERDAS9.2主成分融合步骤方法 　　融合前的需要将图像进行几何校正，高分辨率图像，多光谱图像都要是经过几何校正的图像，下面开始做融合实验： 　　（1）在ERDAS9.2图标面板中单击Interpreter图标 | Spatial Enhanceement | Resolution Merge命令，打开Resolution Merge对话框； 　　（2）各参数输入：输入高分辨率文件，多光谱文件，输出图像文件，在method框中选择融合方法，主成分变换融合（Principle component）。 　　（3）选择重采样方法（Resampleing Technique），参数设置好后单击ok执行融合，最后打开viewer窗口查看融合后图像与融合前两幅图像有什么不同。 　　2 基于ERDAS9.2比值融合步骤方法 　　融合前的需要将图像进行几何校正，高分辨率图像，多光谱图像都要是经过几何校正的图像，下面开始做融合实验： 　　（1）在ERDAS9.2图标面板中单击Interpreter图标 | Spatial Enhanceement | Resolution Merge命令，打开Resolution Merge对话框； 　　（2）各参数输入：输入高分辨率文件，多光谱文件，输出图像文件，在method框中选择融合方法，比值变换融合（Brovey Transform）。 　　（3）选择重采样方法（Resampleing Technique），参数设置好后单击ok执行融合，最后打开viewer窗口查看融合后图像与融合前两幅图像有什么不同。 　　3 结果分析 　　（1）主观分析：融合后的图像没有出现很明显的重影，证明融合前的预处理做得很好。融合后空间分辨率得到了很大的提高，pca融合的整体亮度反差没有bt融合的大，pca融合后的地物的轮廓清晰度比bt融合好。主观分析后得出PCA融合效果比bt融合效果还要好。 　　（2）客观分析：本文将结合Matlab对图像均值，平均梯度，标准差，熵，相关系数来对融合后的影像进行客观分析。 　　客观评价数据利用Matlab R2008a软件进行编程计算得出。统计结果如表1： 　　从表1我们可以得到的结论： 　　（1）与原始图像相比，融合后的图像在均值，标准差，信息熵，平均梯度都得到很大的提高，则证明融合后图像的信息量与空间清晰度都比多光谱影像好了很多，达到了融合的目的。 　　（2）PCA融合后的图像均值更加接近128，则PCA融合比BT融合视觉效果更好； 　　（3）PCA融合后的图像的标准差与熵都比BT融合大，则PCA融合后的图像包含的信息量比BT融合后的大。 　　（4）PCA融合后的图像与多光谱影像的相关系数比BT融合大，则PCA融合比BT融合在保存图像多光谱性上更具优越性。 　　（5）PCA融合后的图像的平均梯度比BT融合的高，则PCA融合的图像的清晰度比BT融合的好。 　　综上所述，PCA融合方法比BT融合方法更具优越性。 　　参考文献 　　[1]孙家柄.遥感原理与应用.武汉大学出版社，2003，2. 　　[2]党安荣，王晓栋，陈晓峰，张建宝.遥感图像处理方法.清华大学出版社，2003. 　　[3]杨露善，余华.多源信息融合理论与应用[M].北京：北京邮电大学出版社，2006：2. 　　[4]龚健雅.地理信息系统基础.北京：科学出版社，2001. 　　[5]王海晖，彭嘉雄，吴巍等.多源遥感图像融合效果评价方法研究[J].计算机工程与应用.2003，39（25）：33-37. 　　[6]Matlab 电子教程. 　　[7]贾永红，李德仁，孙家柄.多源遥感影像数据融合[J].遥感技术与应用，2003，15（1）：41-44. 　　⑻ 祝晓坤，贾永红.基于多层索引结构的联合熵算法研究[J].测绘信息与工程. 2005， 30（5）： 3-5. 　　⑼ 赵君爱，高超学.基于Erdas8.7及Matlab7.0的遥感影像融合.江苏农林职业技术学院，江苏句容212400. 　　⑽ 马友平，冯仲科，何友均，张志华.基于ERDAS IMAGINE软件的快鸟影像融合研究. 　　⑾ 吴连喜.多源遥感数据融合评价的理论与实践[D].北京：中国农业大学，2002 6：30