机载LiDAR与高分2号融合的城镇地物分类研究

摘要

为了更好地利用遥感数据对城镇地表覆盖物进行分类,研究了机载LiDAR数据与高分辨率影像数据的特点及其在进行地表覆盖物分类时的优、缺点,分别采用比值变换、乘积变换、主成分变换、Gram-Schmidt (GS)融合、高通滤波融合和小波变换等6种方法,对同一地区的机载LiDAR数据与高分辨率影像(高分2号)数据进行融合处理,并对结果进行客观评价因子分析.实验结果表明,PCA融合方法的各项评价因子更适合于实验区域,对PCA融合的数据进行分类处理,影像总体分类精度为98.9256％,Kappa系数为0.983 8,比原始数据有较大提高,利用机载LiDAR数据的高程信息辅助影像分类,能够有效提高分类精度.