多源遥感影像像素级融合分类与决策级分类融合法的研究

贾永红; 李德仁

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

多源遥感影像像素级融合分类与决策级分类融合法的研究

贾永红, 李德仁

文章导航 > 武汉大学学报 ( 信息科学版) > 2001 > 26(5): 430-434

贾永红, 李德仁. 多源遥感影像像素级融合分类与决策级分类融合法的研究[J]. 武汉大学学报 ( 信息科学版), 2001, 26(5): 430-434.

引用本文:

贾永红, 李德仁. 多源遥感影像像素级融合分类与决策级分类融合法的研究[J]. 武汉大学学报 ( 信息科学版), 2001, 26(5): 430-434.

JIA Yonghong, LI Deren. An Approach of Classification Based on Pixel Level and Decision Level Fusion of Multi-source Images in Remote Sensing[J]. Geomatics and Information Science of Wuhan University, 2001, 26(5): 430-434.

Citation:

JIA Yonghong, LI Deren. An Approach of Classification Based on Pixel Level and Decision Level Fusion of Multi-source Images in Remote Sensing[J]. Geomatics and Information Science of Wuhan University, 2001, 26(5): 430-434.

多源遥感影像像素级融合分类与决策级分类融合法的研究

贾永红¹,
李德仁²

1 武汉大学遥感信息工程学院, 武汉市珞喻路129号, 430079;
2 武汉大学测绘遥感信息工程国家重点实验室, 武汉市珞喻路129号, 430079

基金项目: 国家测绘局测绘科技发展基金资助项目(98015)

详细信息

作者简介:
贾永红,副教授。主要从事数字图像处理与遥感应用研究。代表成果:《计算机图像处理与分析》;多源遥感影像数据融合方法及其应用研究等。发表论文20多篇。E-mail:yhjia@wtusm.edu.cn

中图分类号: TP751;TP753;P231.5

An Approach of Classification Based on Pixel Level and Decision Level Fusion of Multi-source Images in Remote Sensing

JIA Yonghong¹,
LI Deren²

1 School of Remote Sensing Information Engineering, Wuhan University, 129 Luoyu Road, Wuhan, China, 430079;
2 National Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, 129 Luoyu Road, Wuhan, China, 430079

摘要: 首先探讨了基于像素的多源遥感影像高频调制融合法,根据成像系统特性和Heisenberg测不准原理,设计的高斯滤波器对高分辨率影像滤波的方法是合理有效的。在研究BP神经网络的基础上,采用动量法和学习率自适应调整的策略,提高了BP神经网络学习算法收敛速度,并增强了算法的可靠性。提出并实现了多源遥感影像像素级融合分类与决策级分类融合两种分类方法,并进行了比较。采用LandsatTM 3,4,5和航空SAR影像进行试验,结果表明两种分类方法是行之有效的,均适用于多源遥感影像分类。
- 高通滤波 /
- 影像融合 /
- BP神经网络 /
- 分类
Abstract: With the availability of multi-sensor,multi-temporal,multi-resolution and multi-spectral image data from operational Earth observation satellites,the image fusion has become a valuable tool in remote sensing image evaluation.It is a relatively new and rapidly developing research field in remote sensing.In this paper,a pixel-level fusion algorithm of multi-source images in remote sensing based on high frequency modulation is studied.According to the characters of imaging system and principle of Heisenberg,a Gaussian filter is designed and used in the algorithm,which is proved to be effective.A back-propagation feed forward artificial neural network using momentum and adjusting learning rate by self-adaptation is studied.The speed and reliability of BP neural network are improved.A pixel-level fusion procedure and a decision-level fusion procedure for classification of multi-source remotely sensed images are proposed.A multi-source image set including Landsat TM3,4,5 and SAR has been used in classification.Compared with their classification accuracy obtained by the two procedures,the results show that the two procedures applied in classification of multi-source remotely sensed images are effective.
- high frequency modulation /
- image fusion /
- BP neural network /
- classification

[1]	门计林, 刘越岩, 张斌, 周繁. 多结构卷积神经网络特征级联的高分影像土地利用分类 . 武汉大学学报 ( 信息科学版), 2019, 44(12): 1841-1848. doi: 10.13203/j.whugis20180137
[2]	岳冲, 刘昌军, 王晓芳. 基于多尺度维度特征和SVM的高陡边坡点云数据分类算法研究 . 武汉大学学报 ( 信息科学版), 2016, 41(7): 882-888. doi: 10.13203/j.whugis20140335
[3]	余磊, 张永军, 孙明伟, 朱昕宇. 联合云检测与高通滤波的含云影像融合方法 . 武汉大学学报 ( 信息科学版), 2016, 41(9): 1160-1167. doi: 10.13203/j.whugis20140505
[4]	王艳东, 何奕霖, 杨建思, 李昊. 利用形式概念分析的空间信息服务分类体系融合方法 . 武汉大学学报 ( 信息科学版), 2014, 39(1): 100-105.
[5]	姚娜, 林宗坚, 张景雄, 任超锋. 遥感影像分类后处理的地统计方法 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 15-18.
[6]	张晓贺, 翟亮, 张继贤, 杨享兵. AdaTree算法在遥感影像分类中的应用 . 武汉大学学报 ( 信息科学版), 2013, 38(12): 1460-1464.
[7]	高永刚, 徐涵秋. 利用直方图匹配和低通滤波改进的SVR融合算法 . 武汉大学学报 ( 信息科学版), 2012, 37(11): 1316-1320.
[8]	郑文武, 曾永年. 利用多分类器集成进行遥感影像分类 . 武汉大学学报 ( 信息科学版), 2011, 36(11): 1290-1293.
[9]	谭琨, 杜培军, 王小美. 利用分离性测度多类支持向量机进行高光谱遥感影像分类 . 武汉大学学报 ( 信息科学版), 2011, 36(2): 171-175.
[10]	陶建斌, 舒宁, 沈照庆. 利用互信息改进遥感影像朴素贝叶斯网络分类器 . 武汉大学学报 ( 信息科学版), 2010, 35(2): 228-232.
[11]	钟燕飞, 张良培, 李平湘. 遥感影像分类中的模糊聚类有效性研究 . 武汉大学学报 ( 信息科学版), 2009, 34(4): 391-394.
[12]	薄树奎, 韩新超, 丁琳. 面向对象影像分类中分割参数的选择 . 武汉大学学报 ( 信息科学版), 2009, 34(5): 514-517.
[13]	管海燕, 邓非, 张剑清, 钟良. 面向对象的航空影像与LiDAR数据融合分类 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 830-833.
[14]	宋杨, 万幼川, 申绍洪, 陈鹏. 基于傅立叶变换的混合分类模型用于NDVI时序影像分析 . 武汉大学学报 ( 信息科学版), 2007, 32(5): 406-409.
[15]	黄昕, 张良培. 基于光谱变换与融合的IKONOS多光谱影像分类 . 武汉大学学报 ( 信息科学版), 2007, 32(6): 502-505.
[16]	陈云浩, 冯通, 史培军, 王今飞. 基于面向对象和规则的遥感影像分类研究 . 武汉大学学报 ( 信息科学版), 2006, 31(4): 316-320.
[17]	王建梅, 覃文忠. 基于L-M算法的BP神经网络分类器 . 武汉大学学报 ( 信息科学版), 2005, 30(10): 928-931.
[18]	邵黎霞, 何宗宜, 艾自兴, 宋晓东. 基于BP神经网络的河系自动综合研究 . 武汉大学学报 ( 信息科学版), 2004, 29(6): 555-557.
[19]	曾旭平, 阳凡林, 李陶, 赵建虎. 基于SOFM网络的声图非监督分类 . 武汉大学学报 ( 信息科学版), 2004, 29(11): 977-980.
[20]	哈斯巴干, 马建文, 李启青, 戴芹. 多波段遥感数据的自组织神经网络降维分类研究 . 武汉大学学报 ( 信息科学版), 2004, 29(5): 461-465. doi: 10.13203/j.whugis2004.05.019

点击查看大图

计量

文章访问数: 969
HTML全文浏览量: 52
PDF下载量: 252
被引次数: 0

多源遥感影像像素级融合分类与决策级分类融合法的研究

贾永红¹,
李德仁²

1 武汉大学遥感信息工程学院, 武汉市珞喻路129号, 430079;

2 武汉大学测绘遥感信息工程国家重点实验室, 武汉市珞喻路129号, 430079

基金项目: 国家测绘局测绘科技发展基金资助项目(98015)

作者简介:
贾永红,副教授。主要从事数字图像处理与遥感应用研究。代表成果:《计算机图像处理与分析》;多源遥感影像数据融合方法及其应用研究等。发表论文20多篇。E-mail:yhjia@wtusm.edu.cn

收稿日期: 2001-06-13
刊出日期: 2001-05-05

中图分类号: TP751;TP753;P231.5

关键词:

摘要: 首先探讨了基于像素的多源遥感影像高频调制融合法,根据成像系统特性和Heisenberg测不准原理,设计的高斯滤波器对高分辨率影像滤波的方法是合理有效的。在研究BP神经网络的基础上,采用动量法和学习率自适应调整的策略,提高了BP神经网络学习算法收敛速度,并增强了算法的可靠性。提出并实现了多源遥感影像像素级融合分类与决策级分类融合两种分类方法,并进行了比较。采用LandsatTM 3,4,5和航空SAR影像进行试验,结果表明两种分类方法是行之有效的,均适用于多源遥感影像分类。

English Abstract

An Approach of Classification Based on Pixel Level and Decision Level Fusion of Multi-source Images in Remote Sensing

JIA Yonghong¹,
LI Deren²

1 School of Remote Sensing Information Engineering, Wuhan University, 129 Luoyu Road, Wuhan, China, 430079;

2 National Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, 129 Luoyu Road, Wuhan, China, 430079

Received Date: 2001-06-13
Publish Date: 2001-05-05

Keywords:

Abstract: With the availability of multi-sensor,multi-temporal,multi-resolution and multi-spectral image data from operational Earth observation satellites,the image fusion has become a valuable tool in remote sensing image evaluation.It is a relatively new and rapidly developing research field in remote sensing.In this paper,a pixel-level fusion algorithm of multi-source images in remote sensing based on high frequency modulation is studied.According to the characters of imaging system and principle of Heisenberg,a Gaussian filter is designed and used in the algorithm,which is proved to be effective.A back-propagation feed forward artificial neural network using momentum and adjusting learning rate by self-adaptation is studied.The speed and reliability of BP neural network are improved.A pixel-level fusion procedure and a decision-level fusion procedure for classification of multi-source remotely sensed images are proposed.A multi-source image set including Landsat TM3,4,5 and SAR has been used in classification.Compared with their classification accuracy obtained by the two procedures,the results show that the two procedures applied in classification of multi-source remotely sensed images are effective.

贾永红, 李德仁. 多源遥感影像像素级融合分类与决策级分类融合法的研究[J]. 武汉大学学报 ( 信息科学版), 2001, 26(5): 430-434.

引用本文:

贾永红, 李德仁. 多源遥感影像像素级融合分类与决策级分类融合法的研究[J]. 武汉大学学报 ( 信息科学版), 2001, 26(5): 430-434.

Citation:

全文HTML

下载: 全尺寸图片幻灯片

返回文章

用微信扫码二维码

分享至好友和朋友圈

我要投稿

投稿攻略

联系我们

二维码

留言板

多源遥感影像像素级融合分类与决策级分类融合法的研究

作者简介: 贾永红,副教授。主要从事数字图像处理与遥感应用研究。代表成果:《计算机图像处理与分析》;多源遥感影像数据融合方法及其应用研究等。发表论文20多篇。E-mail:yhjia@wtusm.edu.cn

An Approach of Classification Based on Pixel Level and Decision Level Fusion of Multi-source Images in Remote Sensing

计量

出版历程

多源遥感影像像素级融合分类与决策级分类融合法的研究

1 武汉大学遥感信息工程学院, 武汉市珞喻路129号, 430079; 2 武汉大学测绘遥感信息工程国家重点实验室, 武汉市珞喻路129号, 430079

作者简介: 贾永红,副教授。主要从事数字图像处理与遥感应用研究。代表成果:《计算机图像处理与分析》;多源遥感影像数据融合方法及其应用研究等。发表论文20多篇。E-mail:yhjia@wtusm.edu.cn

English Abstract

An Approach of Classification Based on Pixel Level and Decision Level Fusion of Multi-source Images in Remote Sensing

1 School of Remote Sensing Information Engineering, Wuhan University, 129 Luoyu Road, Wuhan, China, 430079; 2 National Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, 129 Luoyu Road, Wuhan, China, 430079

全文HTML

目录

作者简介:
贾永红,副教授。主要从事数字图像处理与遥感应用研究。代表成果:《计算机图像处理与分析》;多源遥感影像数据融合方法及其应用研究等。发表论文20多篇。E-mail:yhjia@wtusm.edu.cn

1 武汉大学遥感信息工程学院, 武汉市珞喻路129号, 430079;

2 武汉大学测绘遥感信息工程国家重点实验室, 武汉市珞喻路129号, 430079

作者简介:
贾永红,副教授。主要从事数字图像处理与遥感应用研究。代表成果:《计算机图像处理与分析》;多源遥感影像数据融合方法及其应用研究等。发表论文20多篇。E-mail:yhjia@wtusm.edu.cn

1 School of Remote Sensing Information Engineering, Wuhan University, 129 Luoyu Road, Wuhan, China, 430079;

2 National Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, 129 Luoyu Road, Wuhan, China, 430079