5.6. Wavelet-Based Fusion. The wave

5.6. Wavelet-Based Fusion. The wavelet transform decomposes
the signal based on elementary functions, that is the
wavelets. By using this, an image is decomposed into a set
of multiresolution images with wavelet coefficients. For each
level, the coefficients contain spatial differences between two
successive resolution levels. In general, a wavelet-based image
fusion can be performed by either replacing some wavelet
coefficients of the low-resolution image by the corresponding
coefficients of the high-resolution image or by adding highresolution
coefficients to the low-resolution data [31]. In
this study, the first approach which is based on biorthogonal
transforms has been applied.
In order to obtain good colour images that can illustrate
spectral and spatial variations of the building and other classes
on the selected optical and SAR images, all the fused
images have been visually inspected and compared. In the
case of the multiplicative method, the fused image demonstrated
the worst result compared to all other combinations,
while in the case of the Brovey transform, the combination
of the Quickbird and TerraSAR created an image with some
noise. The spectral appearance of the Brovey transformed
image was a bit similar to the original Quickbird image, but
on this image, the edges of the buildings were too much
influenced by the speckle and textural information of the
SAR image. In the case of the modified IHS method, the
fused image demonstrated a better result compared to the
combinations obtained by the multiplicative method and
Brovey transform. However, a thorough inspection of the
image had revealed that it still contained some noise of the
radar image.
Table 1: Principal component coefficients from Quickbird and
TerraSAR images.
PC1 PC2 PC3 PC4
Quickbird PAN 0.58 0.59 0.56 0.02
Quickbird B3 0.01 0.01 0.02 −0.99
Quickbird B4 −0.73 0.08 0.67 0.01
TerraSAR VV −0.35 0.80 −0.48 0.00
Eigenvalue 11049.7 1914.2 259.8 28.8
Variance (%) 83.37 14.44 1.96 0.23
In the present study, the PCA has been performed using
all available optical and SAR bands, and the results are shown
in Table 1.
As can be seen from Table 1, PC1 contains 83.37% of
the overall variance, whereas PC2 has 14.44% of the total
variance. Thus, the first two PCs contain 97.81% of the
overall variance. As seen, panchromatic band of Quickbird
has high loadings in PC1, PC2, and PC3. Also, infrared band
of Quickbird has the highest negative loading in PC1 and
the highest loading in PC3. VV polarisation of TerraSAR
data has the highest loading in PC2 and negative loading
in PC3. Unlike the other bands, red band of Quickbird has
no influence on the main PCs, but has a very high negative
loading in the PC4. The inspection of the last PC that
contained only 0.23% of the overall variance indicated that
it contained noise from the total data set. Visual inspection
of the image obtained by the PCA had shown that the
image could clearly illustrate the individual buildings than
any other images. However, the image contained too much
colour variations of other classes, and it was very difficult to
use for the interpretation.
In the case of the Ehlers fusion, the integrated image
looked very similar to the original Quickbird image and
demonstrated a better result compared to most other combinations.
However, this image had a bit blurred appearance
due to speckle noise of the SAR image which makes the
image less relevant for the final interpretation. In the case
of the wavelet-based fusion, the fused image demonstrated
the best result compared to all other combinations. Although
the image had a bit similar spectral appearance as the
image obtained by the Ehlers fusion, it did not contain
speckle. On this image, the buildings were very well separated
from other classes both spatially and spectrally. Moreover,
it could be seen that some textural information has been
added for differentiation between the building and other
classes. Therefore, the image obtained by the wavelet-based
fusion has been used for the final analysis. Figure 2 shows
the comparison of the images obtained by different fusion
methods.
6. Database Development and Land Use
Change Analysis
Initially, a digital topographic map of the study area of
scale 1 : 5000 represented in a raster format has been georeferenced
to a Gauss-Kruger map projection using 9

ผลลัพธ์ (ไทย) 1:

5.6 การ wavelet การหลอม แปลง wavelet decomposesสัญญาณขึ้นอยู่กับฟังก์ชันมูลฐาน นั่นคือการwavelets โดยใช้ รูปภาพถูกแยกเป็นชุดภาพ multiresolution โดยสัมประสิทธิ์ wavelet สำหรับแต่ละระดับ สัมประสิทธิ์ประกอบด้วยความแตกต่างของพื้นที่ระหว่างสองระดับความละเอียดต่อเนื่อง โดยทั่วไป รูปจาก waveletฟิวชั่นสามารถกระทำได้ โดยการแทน wavelet บางสัมประสิทธิ์ของรูปแบบความละเอียดต่ำโดยให้สอดคล้องกับสัมประสิทธิ์ ของภาพความละเอียดสูง หรือ โดยการเพิ่ม highresolutionสัมประสิทธิ์การข้อมูลสนับสนุน [31] ในศึกษา วิธีการแรกที่ใช้ biorthogonalใช้แปลงเพื่อให้ได้ภาพสีที่ดีสามารถแสดงเปลี่ยนแปลงสเปกตรัม และปริภูมิของชั้นอาคาร และอื่น ๆในการเลือกแสง และเขตบริหารพิเศษ ภาพ ทั้งหมดที่หลอมภาพมีการตรวจสอบ และเปรียบเทียบ ในแสดงกรณีและปัญหาของวิธีการเชิงการคูณ ภาพการหลอมผลเลวร้ายที่สุดเมื่อเทียบกับชุดอื่น ๆ ทั้งหมดขณะที่ในกรณีแปลง Brovey ชุดQuickbird และ TerraSAR สร้างภาพกับเสียงรบกวน ลักษณะสเปกตรัมของ Brovey แปลงรูปบิต Quickbird ภาพต้นฉบับ แต่ในภาพนี้ ขอบของอาคารได้มากเกินไปอิทธิพล speckle และ textural ข้อมูลรูปภาพของเขตปกครองพิเศษ ในกรณีของ IHS วิธีการแก้ไข การหลอมรูปแสดงผลลัพธ์ดีขึ้นเมื่อเทียบกับการชุดได้ โดยวิธีการเชิงการคูณ และBrovey แปลง อย่างไรก็ตาม การตรวจสอบอย่างละเอียดภาพได้เปิดเผยว่า จะยังคงประกอบด้วยบางเสียงของการรูปภาพของเรดาร์ตารางที่ 1: หลักสัมประสิทธิ์ส่วนประกอบจาก Quickbird และภาพ TerraSARPC1 PC2 PC3 PC4Quickbird แพนคือ 0.59 0.58 0.02-0.56Quickbird B3 0.01 0.01 0.02 −0.99−0.73 Quickbird B4 0.08 0.67 0.01เหล่า TerraSAR −0.48 −0.35 0.80 0.00Eigenvalue 11049.7 1914.2 259.8 28.8ผลต่าง (%) 83.37 14.44 1.96 0.23ในการศึกษาปัจจุบัน สมาคมมีการใช้ทั้งหมดแสดงแสง และเขตบริหารพิเศษวง และผลลัพธ์ในตารางที่ 1สามารถเห็นได้จากตารางที่ 1, PC1 83.37% ประกอบด้วยผลต่างรวม ขณะ PC2 มี 14.44% ของยอดรวมผลต่าง ดังนั้น ชิ้นสองประกอบด้วย 97.81% ของการต่างโดยรวม เป็นวงเห็น panchromatic Quickbirdloadings สูง ใน PC1, PC2, PC3 ได้ ยัง อินฟราเรดวงของ Quickbird มีการโหลดค่าลบสูงสุด PC1 และโหลดสูงสุดใน PC3 เหล่าเร่งของ TerraSARข้อมูลที่มีการโหลดสูงสุดใน PC2 และโหลดลบใน PC3 ซึ่งแตกต่างจากวงอื่น มีวงสีแดงของ Quickbirdชิ้นหลัก อิทธิพลไม่มีลบสูงมากแต่โหลดในนี้ PC4 ตรวจสอบพีซีสุดท้ายที่ประกอบด้วยเพียง 0.23% ของผลต่างโดยรวมระบุที่มันประกอบด้วยเสียงรบกวนจากชุดข้อมูลทั้งหมด ตรวจสอบภาพรูปภาพรับ โดยสมาคมที่ได้แสดงที่ภาพชัดเจนสามารถแสดงอาคารละกว่ามีภาพอื่น ๆ อย่างไรก็ตาม รูปที่ประกอบด้วยมากเกินไปรูปแบบสีของชั้นเรียนอื่น ๆ และมันถูกยากมากที่จะใช้สำหรับการตีความในกรณีของ Ehlers หลอม ภาพรวมดูคล้ายกับ Quickbird ภาพต้นฉบับ และแสดงผลดีเมื่อเทียบกับชุดอื่น ๆอย่างไรก็ตาม ภาพนี้มีลักษณะไม่คมชัดมากเนื่องจากเสียง speckle ภาพปีการศึกษาซึ่งทำให้การรูปน้อยเกี่ยวข้องกับการตีความขั้นสุดท้าย ในกรณีของฟิวชั่นตาม wavelet แสดงรูปการหลอมผลสุดเมื่อเทียบกับชุดอื่น ๆ ทั้งหมด ถึงแม้ว่ารูปที่มีลักษณะเล็กคล้ายสเปกตรัมเป็นภาพที่ได้รับ โดยหลอม Ehlers มันไม่ประกอบด้วยspeckle ในภาพนี้ อาคารได้ดีแบ่งจากอื่น ๆ คลาทั้ง spatially และ spectrally นอกจากนี้จะเห็นว่า ได้รับข้อมูลบางอย่าง texturalเพิ่มการสร้างความแตกต่างระหว่างอาคารและอื่น ๆห้องเรียน ดังนั้น ภาพที่ได้รับ โดยการ wavelet-ตามฟิวชั่นได้ถูกใช้สำหรับการวิเคราะห์ขั้นสุดท้าย รูปที่ 2 แสดงการเปรียบเทียบภาพที่ได้ โดยการฟิวชั่นที่แตกต่างกันวิธี6. ฐานข้อมูล และการใช้ที่ดินวิเคราะห์การเปลี่ยนแปลงตอนแรก ดิจิตอล topographic แผนที่ของบริเวณศึกษามาตราส่วน 1:5000 แสดงในรูปแบบราสเตอร์ได้ georeferencedto a Gauss-Kruger map projection using 9

ผลลัพธ์ (ไทย) 2:

5.6 ฟิวชั่นเวฟ-Based การแปลงเวฟเล็สลาย
สัญญาณขึ้นอยู่กับฟังก์ชั่นระดับประถมศึกษาที่เป็น
คลื่น โดยการใช้นี้ภาพจะถูกย่อยสลายเป็นชุด
ของภาพหลายความมีค่าสัมประสิทธิ์เวฟ สำหรับแต่ละ
ระดับมีค่าสัมประสิทธิ์ความแตกต่างเชิงพื้นที่ระหว่างสอง
ระดับความละเอียดต่อเนื่อง โดยทั่วไปภาพเวฟตาม
ฟิวชั่นสามารถทำได้โดยการเปลี่ยนบางเวฟ
ค่าสัมประสิทธิ์ของความละเอียดของภาพในระดับต่ำโดยสอดคล้อง
ค่าสัมประสิทธิ์ของภาพความละเอียดสูงหรือโดยการเพิ่ม HighResolution
สัมประสิทธิ์กับข้อมูลความละเอียดต่ำ [31] ใน
การศึกษาครั้งนี้วิธีแรกซึ่งอยู่บนพื้นฐาน biorthogonal
แปลงได้ถูกนำมาใช้.
เพื่อให้ได้ภาพสีที่ดีที่สามารถแสดงให้เห็นถึง
รูปแบบสเปกตรัมและเชิงพื้นที่ของอาคารและชั้นเรียนอื่น ๆ
ในภาพแสงและ SAR เลือกทั้งหมดหลอมรวม
ภาพมี รับการตรวจสอบสายตาและเมื่อเทียบกับ ใน
กรณีของวิธีคูณภาพหลอมรวมแสดงให้เห็นถึง
ผลที่เลวร้ายที่สุดเมื่อเทียบกับชุดอื่น ๆ ทั้งหมด
ในขณะที่ในกรณีของ Brovey เปลี่ยนการรวมกัน
ของ QuickBird และ TerraSAR สร้างภาพที่มีบาง
เสียง ลักษณะสเปกตรัมของ Brovey เปลี่ยน
ภาพเป็นบิตคล้ายกับภาพ QuickBird เดิม แต่
ภาพนี้ขอบของอาคารที่ได้รับมากเกินไป
ได้รับอิทธิพลจากจุดและข้อมูลเนื้อสัมผัสของ
ภาพ SAR ในกรณีที่มีการปรับเปลี่ยนวิธีการไอเอชเอ,
ภาพหลอมรวมแสดงให้เห็นผลที่ดีกว่าเมื่อเทียบกับ
ชุดที่ได้รับโดยวิธีการคูณและ
Brovey เปลี่ยน อย่างไรก็ตามการตรวจสอบอย่างละเอียดของ
ภาพได้เผยให้เห็นว่ามันยังคงมีอยู่เสียงของบาง
ภาพเรดาร์.
ตารางที่ 1: ค่าสัมประสิทธิ์ส่วนประกอบหลักจาก QuickBird และ
TerraSAR ภาพ.
PC1 PC2 PC3 PC4
QuickBird PAN 0.58 0.59 0.56 0.02
QuickBird B3 0.01 0.01 0.02 -0.99
QuickBird B4 -0.73 0.08 0.67 0.01
TerraSAR VV -0.35 0.80 -0.48 0.00
eigenvalue 11,049.7 1,914.2 259.8 28.8
แปรปรวน (%) 83.37 14.44 1.96 0.23
ในการศึกษาปัจจุบัน PCA ได้รับการดำเนินการโดยใช้
วงแสงและ SAR ที่มีอยู่ทั้งหมดและผลที่มี แสดง
ในตารางที่ 1.
ในฐานะที่สามารถเห็นได้จากตารางที่ 1 PC1 มี 83.37% ของ
ความแปรปรวนโดยรวมในขณะที่ PC2 มี 14.44% ของทั้งหมด
แปรปรวน ดังนั้นครั้งแรกที่สองเครื่องคอมพิวเตอร์มี 97.81% ของ
ความแปรปรวนโดยรวม เท่าที่เห็นวงดนตรีเต็มที่ของ QuickBird
มีแรงสูงใน PC1, PC2 และ PC3 นอกจากนี้วงอินฟราเรด
ของ QuickBird มีการโหลดเชิงลบที่สูงที่สุดใน PC1 และ
โหลดที่สูงที่สุดใน PC3 โพลาไรซ์ VV ของ TerraSAR
ข้อมูลที่มีการโหลดที่สูงที่สุดใน PC2 และโหลดเชิงลบ
ใน PC3 ซึ่งแตกต่างจากวงอื่น ๆ วงสีแดงของ QuickBird มี
อิทธิพลในเครื่องคอมพิวเตอร์หลักไม่มี แต่มีเชิงลบสูงมาก
โหลดใน PC4 การตรวจสอบของเครื่องคอมพิวเตอร์ที่ผ่านมาที่
มีเพียง 0.23% ของความแปรปรวนโดยรวมแสดงให้เห็นว่า
มันมีสัญญาณรบกวนจากชุดข้อมูลทั้งหมด การตรวจสอบภาพ
ของภาพที่ได้จาก PCA ได้แสดงให้เห็นว่า
ภาพอย่างชัดเจนสามารถแสดงให้เห็นถึงแต่ละอาคารกว่า
ภาพอื่น ๆ แต่ภาพที่มีอยู่มากเกินไป
รูปแบบสีของชั้นเรียนอื่น ๆ และมันเป็นเรื่องยากมากที่จะ
ใช้สำหรับการตีความ.
ในกรณีของฟิวชั่น Ehlers ภาพรวม
ดูคล้ายกับภาพ QuickBird เดิมและ
แสดงให้เห็นผลที่ดีกว่าเมื่อเทียบกับ ชุดอื่น ๆ มากที่สุด.
อย่างไรก็ตามภาพนี้มีบิตลักษณะเบลอ
เนื่องจากจุดสัญญาณรบกวนของภาพ SAR ซึ่งจะทำให้
ภาพที่เกี่ยวข้องน้อยลงสำหรับการตีความสุดท้าย ในกรณี
ของฟิวชั่นเวฟตามภาพหลอมรวมแสดงให้เห็น
ผลที่ดีที่สุดเมื่อเทียบกับชุดอื่น ๆ ทั้งหมด แม้ว่า
ภาพมีบิตลักษณะสเปกตรัมที่คล้ายกันเป็น
ภาพที่ได้จากการฟิวชั่น Ehlers ก็ไม่ได้มี
จุด ภาพนี้อาคารที่ถูกแยกออกเป็นอย่างดี
จากชั้นเรียนอื่น ๆ ทั้งในเชิงพื้นที่และผี นอกจากนี้
ก็อาจจะเห็นได้ว่าข้อมูลบางอย่างที่เนื้อสัมผัสได้รับการ
เพิ่มสำหรับความแตกต่างระหว่างอาคารและอื่น ๆ ที่
เรียน ดังนั้นภาพที่ได้จากการเวฟตาม
ฟิวชั่นได้ถูกนำมาใช้สำหรับการวิเคราะห์สุดท้าย รูปที่ 2 แสดง
การเปรียบเทียบของภาพที่ได้จากฟิวชั่นที่แตกต่างกัน
วิธีการ.
6 การพัฒนาฐานข้อมูลและการใช้ที่ดิน
การวิเคราะห์การเปลี่ยนแปลง
ในขั้นต้นแผนที่ภูมิประเทศดิจิตอลของพื้นที่ศึกษาของ
มาตราส่วน 1: 5000 แสดงในรูปแบบแรสเตอร์ได้รับการอ้างอิงทางภูมิศาสตร์
เพื่อการฉายแผนที่ Gauss-Kruger โดยใช้ 9

ผลลัพธ์ (ไทย) 3:

5.6 . เวฟเลตฟิวชันตาม การแปลงเวฟสลายตัว
สัญญาณขึ้นอยู่กับฟังก์ชั่นเบื้องต้น นั่นคือ
คลื่น . โดยการใช้นี้ภาพจะย่อยสลายเป็นชุดของภาพที่มีค่า
การวิเคราะห์เวฟเล็ต . สำหรับแต่ละ
ระดับค่าสัมประสิทธิ์มีความแตกต่างทางพื้นที่ระหว่างสอง
ระดับความละเอียดที่ต่อเนื่อง ในทั่วไป , รูปภาพ
ตามเวฟเลตฟิวชั่นสามารถดำเนินการโดยให้เปลี่ยนวิธีการ
ค่าสัมประสิทธิ์ของความละเอียดของภาพต่ำ โดยรวมของภาพความละเอียดสูงสอดคล้องกัน
หรือโดยการเพิ่มสัมประสิทธิ์ highresolution
ให้ข้อมูลความละเอียดต่ำ [ 31 ] ใน
การศึกษาวิธีการแรกซึ่งจะขึ้นอยู่กับ biorthogonal

เปลี่ยนได้ถูกใช้ เพื่อให้ได้ภาพสีที่ดีที่สามารถแสดงให้เห็นถึง
สเปกตรัมและรูปแบบของอาคารและพื้นที่อื่น ๆในคลาส
เลือกแสงและสารภาพทั้งหมด ผสม
ภาพได้รับการตรวจสอบสายตาและเปรียบเทียบ ใน กรณี ของ วิธี คูณ
,
ผสมภาพแสดงเป็นผลเมื่อเทียบกับชุดอื่น ๆทั้งหมด ,
ในขณะที่ในกรณีของ brovey แปลงรวมกัน
ของรูปที่ terrasar และสร้างภาพด้วย
เสียง ลักษณะสเปกตรัมของ brovey แปลง
ภาพเป็นบิตคล้ายกับภาพรูปเดิมแต่
บนภาพนี้ขอบของอาคารมาก
ได้รับอิทธิพลจากร้านอาหารและข้อมูลทางเนื้อสัมผัสของ
ภาพข ในกรณีของการปรับเปลี่ยนในวิธีการ
ผสมภาพแสดงผลที่ดีกว่าเมื่อเทียบกับ
ชุดได้โดยวิธีอนุกรมเวลาและ
brovey กลายร่าง อย่างไรก็ตาม การตรวจสอบอย่างละเอียดของ
ภาพได้เปิดเผยว่า ยังคงมีบางเสียงของ

ภาพเรดาร์ ตารางที่ 1 : องค์ประกอบหลักจากรูปที่ 1 และรูป terrasar
.

รูปที่ pc2 PC ด้วย pc4 กระทะ 0.58 0.59 ( รูป B3 0.01 0.01 0.02
002 −− 7 B4
รูปถึง 0.08 0.67 0.01
terrasar VV −− 0.35% 0.80 ค่า 0.48 0.00
11049.7 1914.2 259.8 28.8
ผลต่าง ( % ) 83.37 14.44 1.96 0.23
ในการศึกษา PCA ได้โดยใช้
วงแสงและ SAR ทั้งหมดที่มีอยู่ และผลลัพธ์จะแสดงใน ตารางที่ 1
.
ที่สามารถเห็นได้จากตารางที่ 1 PC มี 83.37 %
แปรปรวนโดยรวม ในขณะที่ pc2 ได้ 14.44 % ของทั้งหมด
ความแปรปรวน ดังนั้นก่อนสองชิ้นประกอบด้วย 97.81 %
( รวม เห็นเป็นวงรูปดาวเทียม
มีสูง ครอบคลุมใน pc2 PC , ด้วย , และ . นอกจากนี้
วงอินฟราเรดรูปมีการโหลดลบสูงสุดใน PC และ
โหลดสูงสุดด้วย . วีวี่ กระดังงาข้อมูล terrasar
มีการโหลดสูงสุดใน pc2
โหลดและลบด้วย . ซึ่งแตกต่างจากวงอื่น ๆวงสีแดงรูปได้
ไม่มีผลต่อชิ้นหลัก แต่ได้สูงมากลบ
โหลดใน pc4 . การตรวจสอบเครื่องคอมพิวเตอร์สุดท้าย
ที่มีอยู่เพียง 0.23 เปอร์เซ็นต์ของความแปรปรวนโดยรวม พบว่า มันมี เสียงรบกวนจาก
รวมชุดข้อมูล
ตรวจสอบภาพของภาพที่ได้จากระบบมาแสดงที่ชัดเจนสามารถแสดงภาพ

แต่ละอาคารกว่าใด ๆอื่น ๆภาพอย่างไรก็ตาม ภาพที่มีอยู่มากเกินไป
สีรูปแบบของชั้นเรียนอื่น ๆ และมันก็ยากมากที่จะใช้สำหรับการตีความ
.
ในกรณีของฟิวชั่น เลอ , รวมภาพ
ดูคล้ายกับต้นฉบับรูปภาพและแสดงผลที่ดีกว่าเมื่อเทียบกับ

ชุดค่าผสมอื่น ๆ มากที่สุด อย่างไรก็ตาม ภาพนี้ มีลักษณะเป็นบิตเบลอ
เนื่องจากจุดเสียงของซาร์ภาพซึ่งทำให้
ภาพที่เกี่ยวข้องน้อยลงสำหรับการตีความขั้นสุดท้าย ในกรณีของเวฟเลตฟิวชัน

ตาม ผสมภาพแสดงผลที่ดีที่สุดเมื่อเทียบกับชุดอื่น ๆทั้งหมด แม้ว่าภาพลักษณ์เหมือนกันเล็กน้อย

ภาพเงาที่ปรากฏได้จากฟิวชั่น เลอ มันไม่ได้มี
จุดด่าง . ในรูปนี้อาคารที่ถูกแยกจากคนอื่น ๆในชั้นเรียนได้เป็นอย่างดี
2 และเปลี่ยนมากกว่ . โดย
จะเห็นว่าเนื้อข้อมูลบางส่วนได้
เพิ่มความแตกต่างระหว่างอาคารและห้องเรียนอื่น ๆ

ดังนั้น ภาพที่ได้จากการแปลงเวฟตาม
ฟิวชั่นได้ถูกใช้ในการวิเคราะห์ขั้นสุดท้าย รูปที่ 2 แสดงการเปรียบเทียบภาพที่ได้

โดยรวมแตกต่างกันวิธีการ .
6 การพัฒนาฐานข้อมูลและการใช้ที่ดินการวิเคราะห์

เปลี่ยนในแผนที่ภูมิประเทศดิจิตอลของพื้นที่ศึกษา
สเกล 1 : 5 , 000 แสดงในรูปแบบราสเตอร์ได้ทาง
ให้เกาส์ Kruger แผนที่ประมาณการใช้ 9