基于RGB到IHS的RS融合处理.docxVIP

基于RGB到IHS的RS融合处理贵州师范大学地理与环境科学学院 550001 阳祥龙【摘要】：随着遥感技术及其应用的飞速发展，进一步探讨遥感图像数字处理的原理和方法显得尤为重要。在遥感影像处理软件ERDAS IMGINW8.4支撑下，是通过对多光谱图像的几何精校正，转换为HIS数据，把HR数据与HIS数据的I波段进行直方图匹配，再通过遥感数据的融合，得到了高分辨率的数据，最后转换为RGB数据的方法，虽然有很多种对遥感数据解译方法，变换后的各地类间颜色对比度增加大，有利于监督分类中分类模板的建立和提高分类精度。【关键字】：遥感、融合、分辨率、多光谱数据、HR数据。Based RGB to IHS of RS Fusion【Abstract:】：With remote sensing technology and its applications, the rapid development of remote sensing images to further explore the principles and methods of digital processing is particularly important. In the remote sensing image processing software ERDAS IMGINW8.4 support, it is all through the multi-spectral images of the geometric correction, converted to HIS data, the HR data with the HIS data, I-band for histogram matching, and through the integration of remote sensing data obtained high-resolution data, the final converted to RGB data, methods, although there are many pairs of remote sensing data interpretation methods, transformed throughout the class to increase the color contrast between the large and conducive to supervised classification in the classification template to build and improve the classification accuracy of .【Keywords】: Remote sensing, Integration,Resolution Multi-spectral data, HR data.引言非遥感数据与遥感数据复合式提高遥感影像解译精度的重要方法之一。一帧遥感图像处理的好坏，直接影响到后期数据处理的精度，多传感器遥感系统能够为用户提供高空间分辨率、高波普分辨率、高时间分辨率的海量图像数据，但是由于每一种图像都有其固有的特点和特定的应用领域，因此如何充分融合各式各样的遥感图像信息，来弥补在遥感数据形成、传递、处理等各方面的缺陷，以至于在遥感数据后期、数据的有效利用和真实性更趋于完整。特别是在监督分类、非监督分类对地物的分辨有着很好的帮助。在面对各种面向复杂应用背景的多平台、多时相、多光谱和高分辨率卫星遥感系统也随着大量涌现的现状，遥感技术被广泛地应用于地表植被的分辨和环境观测等领域。为了能进行跟准去的分类决策或增加定位精度，对高空间于光谱分辨率的遥感器。而另一方面，则是利用图像处理技术，即进行不同光谱于空间分辨率遥感图像的融合，或称多光谱图像空间分辨率增加，多光谱图像的锐化，可节省大量的研究经费，因此，基于正确的遥感数据的融合，是很有必要的，在20世纪80年代就有了这方面的研究，并为现在的遥感图像处理垫底了坚实的基础。在遥感图像融合中， IHS 变换与PCA （主成分分析）变换是最为常用的方法.。IHS 变换法可以提高结果图像的地物纹理特性,，增强其空间细节表现能力,，但光谱失真较大，融合后图像识别和解译的精确度不高，PCA 变换可以在信息损失最小的前提下，用较少的分量代替原来的高维数据,达到降维效果,从而使得处理数据的时间和费用大大降低.。另一方面,由于各主成分是相互垂的,所以增大了类间距,减小了类内差异,可提高分类精度。1 RS 融合评价指标1.1提高分辨率1.2提高信息量1.3提高清晰度1.4降低图像噪声2HIS的算子2.1I=R+G+B ；H=(G-B)/(I-3