基于erdas92和matlab遥感影像融合方法评比研究

《基于erdas92和matlab遥感影像融合方法评比研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于ERDAS9.2和Matlab遥感影像融合方法评比研究［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)-2-135-11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Inter

2、preter图标SpatialEnhanceement

3、ResolutionMerge命令，打开ResolutionMerge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(Principlecomponent)o(3)选择重采样方法(ResampleingTechnique),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，

4、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SpatialEnhanceement

5、ResolutionMerge命令，打开ResolutionMerge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(BroveyTransform),,(3)选择重采样方法(ResampleingTechnique),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

6、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，pea融合的整体亮度反差没有bt融合的大，pea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，爛，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MatlabR2008a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

7、准差,信息炳，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炳都比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

8、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.[1]龚健雅•地理信息系统基础•北京：科学出版社，2001.[2]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.[3]Matlab电子教程.[4]贾永红，李德仁，孙家柄.多源遥感影像数据融合[

9、J].遥感技术与应用，2003,15(1)：41-44.[5]祝晓坤，贾永红.基于多层索引结构的联合爛算法研究[J]•测绘信息与工程.2005,30(5)：3-5.[6]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.[7]马友平，冯仲科，何友均，张志华•基于ERDASIMAGINE软件的快鸟影像融合研究.[8]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，20026：30-47.(12)张永生.遥感图像信息系统[M].科学出版社，20

10、00.64-78.