全波形光达与高光谱影像融合於地物分类应用.PDFVIP

全波形光達與高光譜影像融合於地物分類應用 Data Fusion of Airborne Hyperspectral and Full Waveform LiDAR Data for Land Cover Classification 主管單位：內政部 地政司 王驥魁1 朱宏杰2 林志交3 曾義星 4 1 2 Wang, Chi-Kuei Chu, Hone-Jay Lin, Chih-Chiao Tseng, Yi-Hsing 1 國立成功大學測量及空間資訊學系副教授 2 國立成功大學測量及空間資訊學系 助理教授 3 中興測量有限公司技師 4 國立成功大學測量及空間資訊學系教授 摘要 光譜影像能提供監測地區之各地物之反射光譜並將之進行分類；全波形光達則可用 於獲得高精度之三維地形資訊與記錄不同地物的光達回波資訊，藉由全波形光達資料的 波形重建技術，可反映各種土地利用之波形特性。本研究目的為結合兩種資料之優勢， 以高空間且高光譜解析度之影像進行影像融合，提供另一種土地利用分類之影像資料。 本研究應用ATLM Pegasus 光達系統搭配Itres CASI-1500高光譜系統，於曾文水庫集水 2 區上游進行 35 km 之資料獲取，光達點雲密度達每平方公尺 2點。高光譜影像地面解析 度為 1 公尺，波段範圍包含362.8 至1051.3 nm ，光譜解析力9.6 nm ，分72個波段紀錄。 本研究核心主要以主成分分析(PCA)與最小噪聲轉換(MNF) ，兩種多變量統計之數理運 算，作為影像融合技術的基礎，將影像融合後，以最大概似法進行地物的分類判釋。相 較於原始高光譜影像，融合影像之 土地利用分類成果顯示，Kappa值由 0.88提升至 0.93 ， 整體精度也由 89.55%提高為 93.82% 。分類精度評估表亦顯示融合影像提昇了水體、茶 園、建地以及檳榔園的分類正確率，且分類地物的區塊也較為完整。由分類精度評估可 知，結合高光譜與全波形光達不僅能提供高精度與高光譜之資料，以適當的影像計算降 低資料維度，亦可提高影像的分類精度。 關鍵字：全波形光達系統、高光譜影像、影像融合技術 、主成份分析、最小噪聲轉換 Abstract The Spectral image can provide reflectance spectra for land use classification in a monitoring area. Unlike spectral instruments, the full waveform LiDAR system acquires the high-precision 3D elevation information along with the full waveform return from the land surface. The shape of the full waveform reflects the characteristics of the surface. The purpose of this study is to develop an efficient approach that integrates hyperspectral and full waveform LiDAR data for detecting land use clusters. The LiDAR