作者:郭宇龙,王永波,李云梅,王桥,朱利,吕恒 单位:中国光学学会 出版:《光学学报》2015年第04期 页数:9页  (PDF与DOC格式可能不同) PDF编号:PDFGXXB2015040140 DOC编号:DOCGXXB2015040149 下载格式:PDF + Word/doc 文字可复制、可编辑
《遥感图像融合技术及其在土地资源动态监测中的应用》PDF+DOC2005年第Z2期 王艳,陈波 《基于光谱响应函数的遥感图像融合对比研究》PDF+DOC2011年第03期 窦闻,孙洪泉,陈云浩 《遥感图像的融合方法研究》PDF+DOC2010年第04期 张志红 《基于小波变换灰度与彩色图像融合算法研究》PDF+DOC2019年第12期 姚洪涛,侯怀侠,白会东 《卫星多源遥感图像融合研究》PDF+DOC2005年第04期 何贵青,郝重阳,常根杰 《一种基于小波变换的多传感器图像融合优化方法》PDF+DOC2004年第07期 程英蕾,赵荣椿,蒋晓悦,王兵 《基于梯度变换的多传感器图像融合算法》PDF+DOC2012年第10期 王建,刘肖,王国珲 《多传感器图像融合流程建模及仿真》PDF+DOC2007年第34期 张强,王炯琦,周海银 《一种新的图像融合及性能评价方法》PDF+DOC2007年第04期 闫莉萍,刘宝生,周东华 《农作物遥感识别中的多源数据融合研究进展》PDF+DOC2015年第06期 宋茜,周清波,吴文斌,胡琼,余强毅,唐华俊
  • 针对内陆湖泊水环境遥感监测缺乏合适数据源这一问题,基于水体生物光学模型与传统图像融合算法,开发了一种适用于复杂内陆二类水体的生物光学融合(BOF)算法,用于融合多光谱数据和高光谱数据。利用Hyperion数据生成模拟数据集进行算法验证,并将实验结果与小波变换算法、Gram-Schmidt变换算法和色彩标准化算法分别进行对比,结果表明:从视觉效果来看,BOF算法较好地融合了高光谱数据的色彩信息和多光谱数据的空间细节信息;从图像精度指标来看,BOF算法不仅在多种分辨率差异下都得到最好的精度,且精度对分辨率差异不敏感;在叶绿素a浓度估算实验中,BOF算法也得到了最优的效果,均方根误差(RMSE)为9.817,其他三种算法的RMSE分别为18.841、15.913和15.655。新算法有较强的应用潜力,有望为内陆二类水体遥感监测提供更合适的数据源。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。