Abstract

JINTONG, Ren et al. Optimización del método de fusión para imágenes satelitales GF-2 basadas en el efecto de clasificación. Earth Sci. Res. J. [online]. 2019, vol.23, n.2, pp.163-169. ISSN 1794-6190.  https://doi.org/10.15446/esrj.v23n2.80281.

Con el lanzamiento exitoso de los satélites de la serie GF de China es más importante estudiar la calidad de los datos de imagen, la adaptabilidad del método de procesamiento y el método de extracción de información. Los datos pancromáticos y multiespectrales que se basan en los datos de imágenes GF-2 del satélite de teleobservación de alta resolución en el submetro chino, se fusionaron mediante PCA, Pansharp, Gram-Schmidt y NNDiffuse. Luego, la calidad de las imágenes de fusión se evaluó de manera subjetiva y objetiva. Para evaluar la aplicabilidad de diferentes algoritmos de clasificación, se utilizó el algoritmo de clasificación orientado a objetos basado en el aprendizaje automático, como KNN, SVM y árboles aleatorios para clasificar las diferentes imágenes de fusión de GF-2. Los resultados mostraron que: (1) El mejor efecto visual de la imagen de fusión GF-2 fue la imagen de fusión Pansharp; los resultados de la evaluación cuantitativa mostraron que el brillo y la retención de información de la imagen de fusión Gram-Schmidt fueron los mejores, mientras que la imagen de fusión Pansharp tuvo la mayor correlación con la imagen multiespectral original; la imagen de fusión NNDiffuse tuvo la mayor claridad, y el efecto de evaluación cuantitativa de la imagen de fusión PCA fue el peor; (2) De acuerdo con el análisis de aplicabilidad de las imágenes de fusión basadas en diferentes algoritmos de clasificación con características de extracción de información, se pudo ver que se usó el método de fusión NNDiffuse para la fusión de datos de imágenes GF-2, y la clasificación de las imágenes de fusión fue más apropiada utilizando el algoritmo de clasificación KNN o Random Trees.

Keywords : GF-2; algoritmo de fusión; clasificación orientada a objetos; efecto de clasificación.

        · abstract in English     · text in English     · English ( pdf )