基于主成分分析与Brovey变换的ETM_影像植被信息提取

基于主成分分析与Brovey变换的ETM_影像植被信息提取

ID:39585245

大小:452.52 KB

页数:3页

时间:2019-07-06

基于主成分分析与Brovey变换的ETM_影像植被信息提取_第1页
基于主成分分析与Brovey变换的ETM_影像植被信息提取_第2页
基于主成分分析与Brovey变换的ETM_影像植被信息提取_第3页
资源描述:

《基于主成分分析与Brovey变换的ETM_影像植被信息提取》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2007年9月农业机械学报第38卷第9期*基于主成分分析与Brovey变换的ETM+影像植被信息提取沈明霞何瑞银丛静华杨俊【摘要】在ETM+影像全色波段和多光谱数据融合时,Brovey变换是一种较好的融合方法,但是Brovey变换所利用的波段信息量少,并且在对融合后影像分类时常将存在阴影的植被覆盖区误判为水体。因此将主成分和归一化植被指数(NDVI)作为Brovey变换融合时的波段,实验结果显示融合后的影像更利于后期植被信息提取。关键词:植被遥感影像融合信息提取Brovey变换主成分分析中图分类号:TP

2、158;S220文献标识码:AStudyonExtractionofVegetationInformationofETM+byUsingPCAMethodandBroveyTransform1121ShenMingxiaHeRuiyinCongJinghuaYangJun(1.NanjingAgriculturalUniversity2.NanjingForestPoliceHighSchool)AbstractDatafusiononremotesensingimagescanimprovevisua

3、lizationoftheimagesinvolved.Forthedatafusionbetweenmulti-spectralimagesandpanchromaticimageofLandsat-7satellite,BroveytransformisbetterthanPCAtransformationorHIStransformation.However,Broveytransformationonlyusesthreebandsofmulti-spectralimages.PCAcancom

4、pressmorethan95%oftheoriginalinformationintoPC1andPC2,andtheinformationofvegetationcanbeshowedinNDVIimage.So,PC1,PC2andNDVIwereusedasthefusionbandsofBroveytransformationinthispaper.Theexperimentalresultsshowedthatvegetationinformationcanbebetterobtainedb

5、ythebandscompoundingthanbyformerbandscompounding.KeywordsVegetation,Remotesensingimage,Fusion,Informationextraction,Broveytransformation,PCABrovey变换只是在多光谱波段中选择3个波段与引言全色波段融合,信息利用率低。在对融合后的影像分[2]遥感影像融合技术以其能充分利用多源数据的类时,被阴影覆盖的植被区常被错分为水体,使植互补性,逐渐成为研究的热点。ETM+影像

6、全色波被覆盖率的统计出现偏差。针对以上问题,在基于段与多光谱波段有相同的太阳高度角和其他环境条ETM+影像的植被信息提取研究中,提出主成分分件,影像获取时间一致,因此这两种波段数据信息融析PCA与Brovey变换相结合的影像融合方法。[1]合效果好。目前基于像元级的图像融合算法有1研究区域数据及预处理PCA变换、HIS变换、Brovey变换等。研究表明Brovey比HIS、PCA更适合于多光谱数据与全色波遥感数据是南京地区2001年7月17日的ETM[2]段数据间的融合,高频信息融入度更高。然而传统+影

7、像,轨道号为120/38,共8个波段,其中全色波收稿日期:2006-05-11*江苏省科技厅高技术研究资助项目(项目编号:BG2005328)沈明霞南京农业大学工学院教授博士生导师,210031南京市何瑞银南京农业大学工学院副教授博士丛静华南京森林公安专科学校教授,210042南京市杨俊南京农业大学工学院硕士生88农业机械学报2007年段1个,多光谱波段7个。全色波段空间分辨率为表1各主成分的特征值15m,多光谱波段空间分辨率为30m(除TM6空间Tab.1EigenvalueofeachPC分辨率为6

8、0m外)。从影像中选取有山体植被阴影和PC123456水体的区域作为研究对象,影像平均云量小于1%。特征值5066.9953.6166.340.420.910.2以1∶50000的南京市地形图为基准,选取20贡献率0.8030.1510.0260.0060.0030.0016个控制点(GCP),对南京市的ETM+遥感影像全色表2各波段与主成分间的特征向量波段采取二次多项式双线性内插法进行几何精纠Tab.2EigenvectorofPCand

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。