1、参与变化信息自动提取的融合
融合后的多波段数据直接参与变化信息自动提取，因此要求同时具有两个时相的全色数据和多光谱数据。由于全色数据分辨率较高，地类边界明显高于多光谱数据，这样融合后的数据综合了全色数据的高分辨率和多光谱数据的丰富光谱信息，从而可提高变化信息的边界精度。
2、特征变异融合
基于不同传感器的卫星数据具有贡献能量不同的特性，两个时段间地表变化的部分又包含有不同的地物，它们的光谱和纹理特性都不同。运用多源数据的融合技术，可将来自不同传感器的数据能量优势互补，从而使变化区域的能量得到增强，突出了变化区域的光谱变异。通过时域交叉融合，使变化区域的光谱发生变异，是土地利用变化信息发现的主要辅助 *** --特征变异法。特征变异是土地利用动态遥感监测辅助发现变化信息的关键技术，它要求两个时相、不同传感器的数据同时具备。特征变异的融合分以下两种类型：
（1）前一时相的多光谱影像和后一时相的高分辨率影像融合，称其为特征变异正向融合。融合的影像特征变异明显，纹理上明显覆盖有光谱信息。建设用地占用有农作物耕地的区域表现为亮绿色纹理，占用裸地的区域表现为亮灰或白色纹理。
（2）前一时相的高分辨率数据和后一时相的多光谱数据融合，称其为特征变异逆向融合。它的变异信息模糊，不易判读，一般不推荐使用。 用于背景图制作的融合，则不太一样。波段组合选择多光谱更佳波段与全色影像进行HIS变换法融合，针对感兴趣的地类进行三维特殊处理，如居民点灰化等，确保结果接近自然真彩色。对于不同的地类特征，为了便于目视判读和背景图制作，对建设用地、耕地等主要地类影像分别采用不同的处理 *** 。
添加微信好友, 获取更多信息
复制微信号
来源：开源地理空间基金会中文分会
来源链接：https://www.osgeo.cn/post/370gg
本站声明:网站内容来源于 *** ,如有侵权,请联系我们,我们将及时处理。
