高分一号_高分一号发射失败_高分四号(3)

1.2 研究区域与数据选择

文章所选评价区域为湖南省株洲市攸县，攸县位于湖南省东南部，地理位置介于东经113°09′09″至113°51′30″，北纬26°46′34″至27°26′30″之间，全县辖20个乡镇，总面积2664平方公里，地貌以山地为主，其次为岗地，接下来依次为平原、丘陵和水面，全县海拔界于69 m至1404.9 m之间.攸县属于亚热带季风湿润气候，常年气候较温和，四季分明，雨水充足，地下矿产资源丰富，由自然条件引发的地质灾害与人类活动引发的地质灾害较为突出，主要的地质类型包括：崩塌、滑坡、泥石流、地面塌陷、踩空塌陷、土质塌陷、地面沉降、地裂缝.一般地，地质灾害发生会引发严重的经济损失、人员伤亡、交通通讯中断，甚至是在灾害发生区域造成动荡，本数据的评价工作主要应用于后期对该区域地质灾害类型、范围、强度等的判断.实验数据包括高分一号卫星PMS数据与SPOT5数据的1～3波段数据.

1.3 研究方法1.3.1 图像融合方法

(1)IHS融合

IHS融合方法就是首先将多光谱图像从R(红)G(绿)B(蓝)空间转换至I(亮度)、H(色调)和S(饱和度)空间，然后将转换后多光谱图像的I分量与全像进行直方图匹配，接着将多光谱图像的I分量用上一步匹配好的全像代替，最后进行IHS逆变换即可，IHS融合方法可以更好的表现多光谱影像关于空间细节方面的信息.

(2)Brovey变换

Brovey变换就是首先将多光谱图像的3个波段按照以下公式进行计算，计算的值即为融合后各个波段的值，然后进行Brovey反变换即可得到融合图像.Brovey变换融合方法较简单，多光谱图像的信息也最大限度地保留下来. 式中，R、G、B分别为多光谱图像3个波段影像的像元值，I为高分辨率全色影像的像元值.

(3)乘积变换

乘积变换就是将多波段遥感影像像元值和高分辨率全色波段影像像元值按照以下公式进行计算，计算的结果即为融合图像各个波段的像元灰度值，这样可以得到融合图像，公式为 式中，Bi、P和Xi分别表示融合图像的波段像元、高分辨率全色波段影像对应像元和多光谱遥感影像波段对应像元的灰度值.

(4)主成分变换

主成分分析法，即PCA(Principal component ysis)，包含两种方法，第一种是参与法，将高分辨率全色波段影像和多光谱波段遥感影像一起进行主成分变换，然后再进行PCA逆变换即可；另一种是替换法，首先将多光谱进行主成分变换，然后将高分辨率全色波段影像与多光谱图像的第一主成分图像进行直方图匹配，接着将匹配后的高分辨率影像数据代替多光谱遥感影像数据中的第一主成分数据，最后将它同其他成分数据进行逆主成分变换即可得到融合影像.主成分变换可以使用任意多个波段，有效的减少了数据的冗余.

(5)小波变换

小波变换就是首先要将多光谱遥感影像和高空间分辨率全色影像按照以下公式分别进行小波分解得到图像的近似分量和细节分量，然后再分别进行融合处理，最后将融合后图像的近似分量和细节分量进行小波逆变换，即可得到融合图像.分解公式为 式中，m、n表示像元所在位置，Cj为图像Cj+1的低频近似分量(下标j和j+1为空间尺度)，dj1、dj2、dj3分别表示Cj+1中垂直、水平、对角方向上的细节分量，h、g分别为尺度函数和小波函数对应的滤波器系数矩阵.图像重建公式为式中，x 、g 分别表示h、g 的共轭转置矩阵.

(6)Gram Schmidt变换

Gram Schmidt变换是一种多维线性正交变换，首先将高分辨率全色影像进行重采样为低分辨率的模拟的高分辨率全色波段影像，然后将低分辨率全色波段影像作为第1个向量与多光谱图像进行Gram Schmidt变换，接着将高分辨率全色波段影像代替进行上一步变换后得到图像的第1个向量，最后将得到的数据进行反Gram Schmidt变换，即可得到进行融合图像.Gram Schmidt变换方法可以有效地减少数据冗余，降低信息过于集中的问题.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/shumachanpin/article-23334-3.html