高光谱遥感影像与机载 LiDAR 数据融合的地物提取方法研究

摘要：

本文利用高光谱遥感影像和机载 LiDAR 数据融合来重点提取城市的房屋和树木目标。首先通过机载LiDAR 点云数据提取数字地面模型（Digital Surface Model，DSM）和数字地形模型（Digital Terrain Model，DTM），进一步差值计算得到 nDSM （normalized Digital Surface Model）。利用高光谱影像计算归一化植被指数（Normalized Difference Vegetation Index，NDVI），采用主成分分析法（Principal Component Analysis，PCA）进行去噪和降维处理。结合 nDSM 和 NDVI 图像，采用面向对象的特征提取方法实现研究区内大型商用房屋的提取。对 PCA 图像和 nDSM 图像进行融合，然后采用最大似然分类（Maximum Likelihood Classification，MLC）方法进行监督分类，实现民用房屋和树木的提取。本文研究结果显示：商用房屋的正确提取率达到89．53％；MLC 方法对融合图像分类的总体精度为84．00％，Kappa 系数为82．86。

关键词：高光谱遥感、LiDAR、DSM、图像融合、特征提取

分类号：TP751(遥感技术)

资助基金：中国地震局地震预测研究所基本科研业务费专项2010IES0203；国家863计划项目2012AA12A306。

在线出版日期：2015-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：73-76,83