数据融合提取长江三峡库岸信息及质量评价

doi:10.3778/j.issn.1002-8331.2010.28.048

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (28): 170-174.DOI: 10.3778/j.issn.1002-8331.2010.28.048

• 图形、图像、模式识别 • 上一篇下一篇

数据融合提取长江三峡库岸信息及质量评价

许丽娜，牛瑞卿

中国地质大学（武汉）地球物理与空间信息学院，武汉 430074

收稿日期:2009-06-25 修回日期:2009-08-21 出版日期:2010-10-01 发布日期:2010-10-01
通讯作者: 许丽娜

Data fusion and application of reservoir monitoring in the Three Gorges of the Yangtze River

XU Li-na，NIU Rui-qing

Institute of Geophysics and Geomatics，China University of Geosciences，Wuhan 430074，China

Received:2009-06-25 Revised:2009-08-21 Online:2010-10-01 Published:2010-10-01
Contact: XU Li-na

摘要/Abstract

摘要： 利用北京一号高分辨率数据与中巴地球资源卫星02星CCD数据进行融合研究长江三峡库岸信息识别方面的应用。通过进行Brovey融合、主成分分析融合、IHS融合和小波变换融合的比较与分析表明：融合后的影像很好地保留了高分辨率影像的空间信息，同时加强了多光谱的信息，有利于库岸信息的识别和监测。最后为了对比各种融合方法，运用直方图分析和多种融合评价因子对各种融合方法进行了客观定量评价。

关键词: 数据融合, 北京一号, 评价因子, 库岸信息识别

Abstract: This paper applies several image fusion methods which include Brovey，HIS，PCA and wavelet transform on CBERS 02 CCD data and Beijing-1 high resolution image data in the Three Gorges of the Yangtze River.The outcome images which have the same multispectral information with the CBERS 02 CCD images have a higher resolution just like the Beijing-1.In order to assess the image fusion，visual interpretation is done at first.Then various evaluation parameters of fusion effect and histogram are acquired quantificationally.

Key words: data fusion, Beijing-1 micro satellite, evaluation parameters, reservoir monitoring

中图分类号:

TP79

许丽娜，牛瑞卿. 数据融合提取长江三峡库岸信息及质量评价[J]. 计算机工程与应用, 2010, 46(28): 170-174.

XU Li-na，NIU Rui-qing. Data fusion and application of reservoir monitoring in the Three Gorges of the Yangtze River[J]. Computer Engineering and Applications, 2010, 46(28): 170-174.

[1]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[2]	赵怡，高淑萍，何迪. 基于深度学习的眼动跟踪数据融合算法[J]. 计算机工程与应用, 2021, 57(10): 211-217.
[3]	张红，程传祺，徐志刚，李建华. 基于深度学习的数据融合方法研究综述[J]. 计算机工程与应用, 2020, 56(24): 1-11.
[4]	曹雯雯1，康彬2，颜俊1，丁琬1. 面向多源数据融合的稀疏表示目标跟踪[J]. 计算机工程与应用, 2019, 55(6): 1-7.
[5]	吴会会1，高淑萍1，彭弘铭2，赵怡1. 自适应模糊[C]均值聚类的数据融合算法[J]. 计算机工程与应用, 2019, 55(5): 26-35.
[6]	石乐义，刘佳，刘祎豪，朱红强，段鹏飞. 网络安全态势感知研究综述[J]. 计算机工程与应用, 2019, 55(24): 1-9.
[7]	贾宗璞，王冠琼，彭维平，郭海儒. 低耗能的支持完整性验证的隐私保护融合方案[J]. 计算机工程与应用, 2017, 53(5): 116-120.
[8]	段锁林，杨可，毛丹，任珏朋. 基于模糊证据理论算法在火灾检测中的应用[J]. 计算机工程与应用, 2017, 53(5): 231-235.
[9]	杨健1，赵杭生2，陈曦3. 认知无线网络中频谱预测的协作策略设计[J]. 计算机工程与应用, 2017, 53(15): 111-116.
[10]	王华1，王连华2，邓军3. 数据融合算法在煤自然发火实验系统中的应用[J]. 计算机工程与应用, 2015, 51(23): 226-229.
[11]	倪育德，马宇申，刘萍. ADS-B与TCAS II数据融合算法研究[J]. 计算机工程与应用, 2015, 51(22): 218-221.
[12]	张明阳，沈明玉. 基于WSN的数据融合在水质监测中的研究[J]. 计算机工程与应用, 2014, 50(23): 234-238.
[13]	黄登成1，2，张丽2，尹晓利2，3，王昆2，3. 数据融合技术在提高NPP估算精度中的应用[J]. 计算机工程与应用, 2014, 50(22): 193-198.
[14]	党小超1，2，高琪1，郝占军1，2. 基于小波变换的分布式WSN数据融合模型研究[J]. 计算机工程与应用, 2014, 50(22): 97-101.
[15]	陈咨余，张新伟，叶凌云. 基于LMS算法的多传感器数据加权融合方法[J]. 计算机工程与应用, 2014, 50(20): 86-90.

数据融合提取长江三峡库岸信息及质量评价

Data fusion and application of reservoir monitoring in the Three Gorges of the Yangtze River

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics