中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 遥感影像中像素级融合方法的评价研究 浙江林业科技 2009,29 (4) 59-64
Position: Home > Articles > Evaluation of Pixel-Level Fusion Method for Remote Sensing Images Journal of Zhejiang Forestry Science and Technology 2009,29 (4) 59-64

遥感影像中像素级融合方法的评价研究

作  者：
陈春雷;武刚
单  位：
浙江省森林资源监测中心;北京林业大学信息学院
关键词：
遥感;融合;评价;ETM+;SPOT5;QuickBird
摘  要：
基于像素级的融合方法很多,本研究选择了同一地区的ETM+、SPOT5和QuickBird遥感数据,分别采用Pansharp、Gram-Schmidt、小波变换、主成分变换和比值变换五种常用的方法进行融合处理,并针对不同的融合影像,选择了信息熵、平均梯度、信噪比、偏差指数和均方根误差五个指标来对融合的结果进行客观评价,从而根据不同的数据源,选择最佳的融合方法。通过分析比较,得出不同的方法对空间分辨率相对较低的ETM+和SPOT5影响较小,而对高分辨率的QuickBird影响明显,并得出Pansharp的融合效果最理想。
译  名：
Evaluation of Pixel-Level Fusion Method for Remote Sensing Images
作  者：
CHEN Chun-lei1,2,WU Gang1(1.School of Information Science & Technology,Beijing Forestry University,Beijing 100083,China;2.Zhejiang Forestry Resources Monitoring Center,Hangzhou 310020,China)
关键词：
remote sensing;fusion;evaluation;ETM+;SPOT5;QuickBird
摘  要：
There are many pixel-level fusion methods for remote sensing images.ETM+,SPOT5 and QuickBird images of the same district were fused with different methods such as Pansharp,Gram-Schmidt,Wavelet,Principal and Brovey.According to the different fused images,5 indexes like entropy,average gradient,signal-to-noise ratio,deviation index and root mean square error were selected to evaluate the fused result,and to select the best fusion method from the different images.Analysis resulted that fusion methods had no great effect on lower resolution images such as the ETM+ and SPOT5 images,but significant influence on high resolution images like QuickBird.The result showed that Pansharp method had the best fused result.

相似文章

导出引用
计量
文章访问数: 7
HTML全文浏览量: 0
PDF下载量: 1

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46