波段运算与PCA结合的融合方法研究  

Study on a new fusion method of combineing bands operation with PCA

作　　者：杨青青[1,2,3] 王克林[1,3] 陈洪松[1,3] 田日昌[1,2] 于一尊[1,2,3] 

机构地区：[1]中国科学院亚热带农业生态研究所,长沙410125 [2]中国科学院研究生院,北京100049 [3]中国科学院环江喀斯特农业生态试验站,广西环江547100

出　　处：《测绘科学》2009年第5期110-112,共3页Science of Surveying and Mapping

基　　金：中国科学院西部行动计划项目(KZCX2-XB2-08);国家973计划(2006CB403208);中国科学院"西部之光"人才培养计划项目

摘　　要：为了改善常用的主成分融合方法的融合效果,本研究结合算术运算对其加以改进,并将融合结果与主成分、Brovey和小波变换三种方法进行比较。结果表明:新方法目视优于其他三种方法,更好地保持了地物的光谱特征,监督分类可使总体分类精度达到80.45%,比主成分融合的精度提高了8%。定量指标中,均值、标准差与原图像接近,光谱扭曲小,清晰度明显提高。在四种方法中表现最好。In order to improve the effect of PCA fusion, we combined it with arithmetic fusion method, and then compared the fusion result with PCA, Brovey and wavelet fusion. The results showed that： The new method is better than other methods, it keeps the spectral characteristic better and the accuracy of supervised classification can reach 80. 45% , 8% higher than that of PCA classification. Among the quantitive indexes, mean and SD are close to the original images. The spectral distortion is minimized, while the definition （average gradient） has been improved markedly. So it excels other three methods.

关 键 词：图像融合 IKONOS 主成分融合 Brovey 

分 类 号：TP79[自动化与计算机技术—检测技术与自动化装置] P208[自动化与计算机技术—控制科学与工程]