利用多光譜和全色遙感影像實(shí)現(xiàn)耕地信息有效提取的改進(jìn)方法研究.pdf

1、耕地資源是社會(huì)經(jīng)濟(jì)穩(wěn)定發(fā)展的基礎(chǔ)，當(dāng)代遙感圖像處理技術(shù)可實(shí)現(xiàn)耕地資源的精益化管理。本文利用含有耕地信息的多源遙感影像數(shù)據(jù)，通過(guò)對(duì)影像融合算法和分割方法的研究、改進(jìn)及對(duì)比分析，實(shí)現(xiàn)了影像中耕地信息的有效提取。
　　采用小波變換結(jié)合IHS變換的融合算法，將多光譜圖像I分量和全色圖像用“bior3.7”小波基進(jìn)行2層分解重構(gòu)，充分發(fā)揮兩種算法的技術(shù)優(yōu)勢(shì)，實(shí)驗(yàn)結(jié)果和評(píng)價(jià)指標(biāo)表明，融合圖像具有較好的空間分辨率和耕地光譜信息，在平均梯度、峰值

2、信噪比等5項(xiàng)指標(biāo)中優(yōu)于IHS變換法、PCA變換法、Gram-S chmidt變換法等融合結(jié)果。以耕地在紅波段的光譜特征（均值503.83、標(biāo)準(zhǔn)差26.48、特征值1901.71）和NDVI指數(shù)(0.05092～0.07791)等為參考指標(biāo)，結(jié)合對(duì)象屬性對(duì)ENVI軟件中基于分水嶺算法的Extract Segment模塊分割方法進(jìn)行組合優(yōu)化，實(shí)驗(yàn)結(jié)果表明，該方法不僅規(guī)避了Extract Segment模塊最優(yōu)分割合并閾值難選取的缺陷，還有效