基于误差分析的岩芯高光谱数据几何校正方法

南京地质调查中心研制的推扫式岩芯成像光谱仪由可见近红外成像光谱仪、短波红外成像光谱仪以及载有岩芯盘的导轨构成。导轨匀速运动的控制误差、两台独立成像光谱仪不同的空间分辨率不同以及不重合的视场范围,导致所获得的数据存在几何畸变,无法直接进行应用处理。针对上述问题,在分析了畸变产生机理的基础上,提出了基于三角形靶标的拉伸压缩畸变校正方法以及像元级与亚像元级联合配准方法。通过在岩芯盘一侧布设等腰直角三角形靶标,实现无位置姿态参数下的几何拉伸压缩畸变检测与校正;同时将尺度不便特征变化与扩展的相位相关方法相结合进行图像配准,提高图像配准的精度。实验结果表明,利用南京地质调查中心研制的岩芯成像光谱仪的实测高光谱数据进行方法性能验证,经过几何校正处理后的岩芯高光谱数据,拉伸压缩畸变校正精度为0.28个像元,配准精度优于0.1个像元。     

基于SPHP的推扫式高光谱航空影像拼接

针对高光谱推扫影像间相机光心不重合,在配准过程中利用传统全局单应性矩阵对齐方式会有误差的问题,提出了一种基于SPHP(Shape-Preserving Half-Projective)并且考虑光谱信息的高光谱推扫图像的拼接方法(H-SPHP)。主要步骤包括:1)基于正解法的视矢量几何校正;2)基于先验知识和PCA的基准波段选择;3)基于SPHP的网格优化对齐方法;4)加权平均融合算法进行融合;5)将拼接参数应用于所有波段,得到拼接后的高光谱数据。对福建三明和江西南昌等区域获取实验影像,通过对研究数据的拼接实验表明,本文算法具有很强的鲁棒性,消除视差和地理坐标精度比SIFT+单应性变换算法都有较大提高,拼接后波段间配准精度在一个像元内,重叠区光谱相似度在90%以上。     

线推扫式高光谱相机侧扫成像几何校正

线阵高光谱相机侧扫成像可以有效解决卫星遥感影像无法获取建筑物立面光谱数据等问题。阐述了课题组集成开发的线推扫式高光谱遥感监测系统组成部分及关键技术指标等;根据地面侧扫成像特点,详细推导了适合于线推扫式相机地面侧扫成像几何校正模型;给出了地理参考影像格网划分和重采样方法,并对数据采集过程可能出现的漏采现象提出解决方案。通过大量地面模拟实验,验证了线阵影像几何畸变校正算法的有效性及鲁棒性,为同类产品的地面应用提供参考。     

基于海岸线区域两类不同轴遥感设备之间匹配应用

以高光谱分辨率的空间外差光谱仪为例,针对其获取地表目标干涉数据的特点,提出一种利用高空间分辨率遥感图像中海岸线区域的大面积均匀地貌且地表反射率有突变的特征来对空间外差光谱仪进行指向配准的方法,实现了不同轴成像遥感设备与非成像遥感设备之间的匹配应用.利用空间外差光谱仪在多个对地观测点的结果干涉数据和相同经纬度区域的高空间分辨率图像数据进行地基测试实验,将配准校正值结果与其标称值进行对比,误差范围在-3%~5%.结果表明,该方法可为星载不同轴成像遥感设备与非成像遥感设备之间匹配应用提供参考依据.     

干涉成像光谱仪高光谱数据信息质量评估

从信噪比和信息熵两个方面对干涉成像光谱仪(IIM)高光谱数据的信息质量进行了评估,以期为IIM高光谱数据的深入应用提供参考依据.结果显示,IIM高光谱数据整体信息质量良好,中间波段影像信息质量优于两端波段,750 nm附近作为月表斜长石、辉石光谱曲线反射峰,表现出较好的信噪比和信息熵,这对提取月表元素与矿物具有重要意义,但作为辉石、斜长玻璃矿物吸收谷的930 nm波段附近则信息质量较差;前9个波段信息质量上升趋势明显,但整体较差,建议在使用时对噪声做着重处理;第一波段和最后一个波段信息质量较差,建议舍去.     

运动补偿下双通道星载高光谱成像仪图像配准

最新一代可见近红外（VNIR）和短波红外（SWIR）双通道星载高光谱成像仪,多采用视场分离器将VNIR和SWIR通道分离为多个子视场,同一时刻各子视场对地成像区域不同,在采用运动补偿技术提高图像信噪比时,各子视场对同一地物的观测角不同,导致图像间失配关系复杂,无法获取同一地物的VNIR-SWIR连续光谱。通过建立运动补偿下的严格成像几何模型,定量分析了双通道图像的畸变和失配规律,进而提出了各子视场分别几何定位再相位相关法配准的方案,并利用东天山区域运动补偿下星载双通道高光谱仿真数据进行验证。结果表明,传统的基于图像的配准方案精度为3.9像元,仍无法得到同一地物像元的VNIR-SWIR光谱曲线,文中方案配准精度提高到0.3像元,VNIR和SWIR重叠波段的反射率光谱重合度误差由41.5%降低到1.2%。     

一种基于对称性边缘的多光谱图像配准方法

多光谱成像技术是遥感领域的一项重要技术。多光谱图像配准技术可以提高遥感图像的应用效率和能力。基于边缘结构在多光谱图像中较为稳定这一特性,提出了一种基于对称性边缘的多光谱图像配准方法,该方法主要包含“图像比例调整”、“对称性边缘提取”和“互信息配准”等三个步骤。基于天宫二号宽波段成像仪的遥感数据设计了一种多子图配准方案,验证了所提方法在可见光、短波红外和长波红外三个谱段之间图像配准的有效性。设置对比实验,将所提配准方法与其他多光谱图像配准方法进行比较,结果表明该方法在天宫二号宽波段遥感图像的配准中具有较高的精度。     

成像光谱仪数据信息提取和分类方法探讨

成像光谱技术的应用，开辟了遥感技术的新纪元。由于成像光谱仪的数据具有波段多，光谱分辨率高，数据量大，数据率高等特点，传统的数据处理方法无法 适应成像光谱数据的处理，本文对成像光谱仪数据信息提取和分类方法进行了探讨，提出了一个系统地对高分辨率成像光谱数据进行处理，分析、分类的方案。经过分析，我们认为该方案具有先进性和可靠性。     

成像光谱仪数据信息提取和分类方法探讨

成像光谱技术的应用，开辟了遥感技术的新纪元。由于成像光谱仪的数据具有波段多，光谱分辨率高，数据量大，数据率高等特点，传统的数据处理方法无法适应成像光谱数据的处理。本文对成像光谱仪数据信息提取和分类方法进行了探讨，提出了一个系统地对高分辨率成像光谱数据进行处理、分析、分类的方案。经过分析，我们认为该方案具有先进性和可行性。     

基于压缩感知的高光谱遥感影像重构方法研究

高光谱遥感影像包含丰富的空间、辐射以及光谱信息,同时海量的数据也引发了高光谱成像技术在传输和存储方面的诸多问题。针对这一问题,根据高光谱遥感影像谱间相关性强的特性,提出了一种结合谱间多向预测的基于压缩感知的高光谱遥感影像重构方法。首先,根据高光谱遥感影像的谱间相关性对高光谱遥感影像的波段进行分组,每组确定一个参考波段,使用平滑l_0范数算法重构每组的参考波段。其次,根据重构恢复的相邻组内的参考波段,建立了一个非参考波段预测模型,用来计算非参考波段的预测测量值;然后,计算实际测量值与预测测量值的差值,使用SL0算法重构该差值得到差值向量;最后,利用得到的差值向量迭代更新预测测量值,直到恢复该波段原始图像。仿真实验结果表明,该方法提高了高光谱遥感影像的重构效果。     

High-accuracy band to band registration method for multi-spectral images of HJ-1A/B

Band-to-band registration accuracy is an important parameter of multispectral data. A novel band-to-band registration approach with high precision is proposed for the multi-spectral images of HJ-1A/B. Firstly, the main causes resulted in misregistration are analyzed, and a high-order polynomial model is proposed. Secondly, a phase fringe filtering technique is employed to Phase Correlation Method based on Singular Value Decomposition (SVD-PCM) for reducing the noise in phase difference matrix. Then, experiments are carried out to build nonlinear registration models, and images of green band and red band are aligned to blue band with an accuracy of 0.1 pixels, while near infrared band with an accuracy of 0.2 pixels.     

一种基于虚拟三角形的图像自动配准方法

图像配准是图像处理和分析的关键技术之一.本文提出了一种基于虚拟三角形的图像自动配准方法来处理具有全局刚体变换的图像配准问题.该方法主要分三步:首先采用改进的Harris算子从参考图像和待配准图像中分别提取角点特征,将每三个角点顺次连接起来构成一个虚拟三角形;然后运用刚体变换模型下匹配虚拟三角形对全等的准则找到全等性最好的一对虚拟三角形,利用它们的对应顶点求解刚体变换模型参数的初始值;最后根据刚体变换模型参数的初始值和一个预设的门限得到所有的匹配角点特征,通过它们求得最终的刚体变换模型参数.实际图像实验结果表明:本文提出的图像自动配准方法是正确和有效的,并具有较高的配准精度.     

ASTER geometric performance

The Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) system acquires multispectral images ranging from the visible to thermal infrared region. The ASTER system consists of three subsystems: visible and near-infrared (VNIR), short-wave infrared (SWIR) and thermal infrared (TIR) radiometers. The VNIR subsystem has a backward-viewing telescope as well as a nadir one. To deliver data products of high quality from the viewpoint of geolocation and band-to-band registration performance, a fundamental program, called Level-1 data processing, has been developed for images obtained using four telescopes with a cross-track pointing function. In this work, the methodology of the geometric validation is first described. Next, the image quality of ASTER data products is evaluated in view of the geometric performance over a period of four years. The band-to-band registration accuracy in the subsystem is better than 0.1 pixels and that between subsystems is better than 0.2 pixels. This means that the geometric database is determined accurately and the image matching method based on a cross-correlation function is effective in the operational usage.     

基于PROSAIL模型的高光谱遥感图像模拟研究

针对高光谱图像数据难以获取的情况,提出了一种基于PROSAIL辐射 传输模型的高光谱图像模拟方法。首先,对PROSAIL模型的输入参数进行了敏感性分析。以 此为基础,针对5个典型生化参数(叶片结构参数N、叶绿素含量Cab、叶片干物质含量Cm、类 胡萝卜素含量Car和叶面积指数LAI),基于支持向量机构建了一种基于多光谱数据的参数计算模型。其 次,根据得到的典型生化参数图,通过利用PROSAIL模型逐像元计算获得了高光谱模拟图像。 对HJ1A环境卫星的CCD1多光谱图像数据进行了实验,实现了高光谱图像数据模拟。在将等效计算后的模拟结果 与HJ1A CCD1多光谱图像数据进行对比后发现,两幅图像对应波段的 平均结构相似度都超过了95%;除了蓝光波段之外,全图的相对误差均小于10%。结果表明,本文方 法可以很好地实现基于多光谱数据的高光谱图像模拟。     

基于功率谱AR模型的3D激光虚拟图像重建研究

当前常用的无样本图像重建方法具有分辨率低的弊端,有样本图像重建方法得到的3D激光虚拟图像重建结果有很大误差。为此,提出一种基于功率谱AR模型的3D激光虚拟图像重建方法。建立功率谱AR模型,将Burg技术和自相关法结合在一起,得到合理的AR模型参数。在存在平移、旋转参数的情况下,在功率谱AR模型基础上对图像进行配准处理,先完成旋转步长,然后进行平移估计与步长,以提高旋转配准精度与平移配准精度。将3D激光虚拟图像信息看作希尔伯特空间的元素,依据配准结果,在重建的3D激光虚拟图像重建视觉效果达到要求或连续若干次迭代结果改变情况区域稳定的情况下,结束迭代,实现3D激光虚拟图像重建。经验证,所提方法重建精度最低为97%,重建误差最低为2%,而且重建花费时间较短,证明了本文方法在图像重建方面的优越性,可应用于图像重建的相关工作中。     

高光谱与机载LiDAR结合的树种分类研究

高光谱遥感图像虽然具有较高的光谱分辨率,但只能提供二维光谱信息,而激光雷达(Light Detection and Ranging,LiDAR)可以提供可靠的三维数据和森林的冠层特征,二者结合能够优势互补,协同提高地物分类能力。基于此,本文提出了一种利用高光谱和机载激光雷达数据进行树种识别的方法,探讨了二者协同对树种精细分类的影响,最后通过公开数据的实验来验证方法的有效性。结果表明,高光谱和激光雷达数据结合后,树种分类精度得到了显著提高。通过本文提出的方法,即使使用少量特征也能大大提高分类精度。整体分类准确率最高达到9321,比单个高光谱数据的分类准确率提高931。     

大孔径静态干涉成像光谱仪探测器配准误差标定方法

大孔径静态干涉成像光谱技术是近年来出现的一种新型干涉成像光谱技术,具有高通量、多通道等优点,然而干涉图与探测器之间存在一定配准误差时,则会对复原光谱产生较大的影响,甚至影响到仪器的最终应用。针对该问题,通过对大孔径静态干涉成像光谱仪成像机理的分析,提出了一种探测器配准误差的标定方法,经验证该方法可以很好地解决探测器的配准误差,最终提高了复原光谱的精度,该研究对大孔径静态干涉成像光谱仪的研制具有重要的指导意义。     

基于独立分量分析和相关向量机的高光谱数据分类

提出一种独立分量分析（ICA）和相关向量机（RVM）相结合的高光谱数据分类方法,首先采用虚拟维数方法对高光谱数据维数进行估计,在此基础上,采用独立分量分析对数据进行降维,然后采用相关向量机对降维后的数据分类。计算机仿真实验结果表明,该方法在获得较高分类精度的同时大大节省了分类时间。