地物波谱

在遥感技术系统中,地物波谱的研究是基础理论研究。我们必须根据地物波谱特征来选择传感器的波段;根据地物波谱的特征来校正大气传输过程中遥感信息的失真;根据地物波谱的特征来进行目视解译;根据地物波谱的特征来引导数字图像识别。因此,美国一些大学的研究生,入学后首先要用三个月进行野外地物波谱测试,以加深对遥感信息的理解。测定的地物波谱被分门别类归档存入数据库,这对上述四方面的研究能提供许多便利。地物波谱特性,主要分为4个波段:即反射光谱段(0.3～2.5微米),反射-发射波谱段(3～5微米),发射波谱段(8～14微米)和微     

地物频谱学研究始步

随着遥感的不断发展,在地物波谱学研究之后,目前正逐渐展开地物频谱学的研究。地物波谱学研究为遥感打下了理论基础,地物频谱学研究将成为遥感深入发展的重要里程碑。一、地物波谱学——遥感的理论基础地物波谱学研究是由地物光谱学研究开始的,当时研究地物波谱反射特性只限于电磁波谱中的可见光和近红外光谱段。虽然地物反射特性在本世纪初就有人研究,但地物光谱反射特性直到1930年才由原苏联中央测绘科学研究所开始大量考察研究。当时研究的目的是解决航空摄影中的感光材料和滤光镜选择以及反差度和曝光量计算等问题。使用的方法是摄影分     

基于分类的多波段遥感图象无损压缩方法

多波段遥感图象是序列图象的一种，通常序列图象的帧间压缩是基于帧与帧之间的相关性。对于多波段遥感图象，其帧间相关性较小，因此用常规的帧间压缩收效甚微。此文提出一种基于分类的多波段的无损压缩方法（ＣＢＳ２Ｐ２），先对图象进行分类，然后采用谱间（即帧间）和空间预测方法，进行无损压缩。在多波段遥感图象中，物体在不同波段图象中的灰度值是由其本身固有的光谱反射特性决定的，所以，利用每一类的光谱反射特性构造谱间预测器，可以实现谱间压缩，同时，由于同一帧图象中同类象素之间存在空间相关性，我们选用ＪＰＥＧ标准定义的空间ＤＰＣＭ方法实现空间压缩。用这一方法对不同的多波段遥感图象进行无损压缩，压缩比都有明显提高。     

微型机在室内模拟遥感实验中的应用

室内模拟遥感实验室装备的一套精心设计的系统,能够在这个大型暗室内模拟太阳光和入射角,照射自然状态下的地物,用6米直径的双向光度计在半球空间内测量地物的双向光谱反射比系数,为遥感图象的解译和传感器最佳波段的选择提供可靠的数据。一、原理概述和测量要求如图1所示,太阳模拟器1的平行光,被旋转反射镜2反射,以不同的天顶角照射     

机载中波红外影像分类性能分析

由于中波红外谱段复杂的辐射特性以及红外探测技术的限制,目前学界对中波红外的遥感分类应用探索较少。该文是在国内首幅可见光-中波红外高分辨率(中波红外0.6m分辨率)多光谱影像的基础上,探索地物的中波红外辐射特性,挖掘中波红外谱段的潜在价值,进而融合地物的中波红外与可见光的特征,分析中波红外影像的地物分类性能,提高遥感地物分类的精度。中波红外谱段的光谱辐射特性不同于可见光与热红外谱段,既包含地面反射辐射,也包含地面物体的发射辐射能量。研究中基于多尺度分割算法与随机森林分类器分别对可见光影像和中红外+可见光四波段融合影像进行面向对象分类。该方法融合了地物的可见光与中波红外特征,并且评估了光谱、形状、纹理等特征在分类中的重要程度,定量分析了融合中波红外波段后的特征空间。研究结果表明:针对中红外特征,最有效特征为中红外与可见光其中两波段组合HIS空间各分量特征,其次为灰度共生矩阵纹理信息;中波红外波段的引入可以稳定地提高地物分类的总精度;中波红外波段对于人工地物的分类效果优于非人工地物类型,其中建筑物的分类精度提升最为显著。     

航空红外细分光谱地质遥感磁带数据处理

以找矿为目的的航空红外细分光谱地质遥感技术,近年来取得了较大进展。各种蚀变岩在2.0～2.5微米敏感范围内,有明显的光谱吸收特征,其反射光谱曲线具有与蚀变类型和蚀变强度相对应的形状与大小。非蚀变和弱蚀变岩石的光谱则表现比较平滑,反射率也较低。应用上海技术物理所研制的航空红外细分光谱扫描仪,可以获取这种红外窄波段多光谱信息,通过处理和分析,直接应用于地质找矿。该仪器六个工作波段的中心波长为2.035微米,2.087微米,2.143微米,2.200微米,2.280微米,2.380微米,带宽0.1微米,现已投入实用性遥感飞行。1986～1987年在新疆阿勒泰地区和西准噶尔地区飞行的几个已知矿区(带)上,获得了丰富的地质遥感信息,全部数据采用TEAC     

基于多尺度边缘增强的遥感图象融合

边缘是图象(尤其是遥感图象)的一种重要特征.如果能够在将遥感图象进行融合的同时,增强融合图象的主体边缘特征,这显然对融合图象的进一步分析和应用具有重要的意义.因此,本文根据小波多尺度边缘检测的特性,结合小波变换融合的原理,提出了一种基于多尺度边缘增强的遥感图象融合.实验结果表明,该方法确实能够显著增强主要地物的边缘特征,为图象分割、特征提取和地物识别等应用奠定了基础.     

基于Bhattacharyya距离的典型地物波谱特征差异性分析

地物波谱数据主要应用于定量遥感与影像分类等相关基础研究,对各条光谱曲线之间进行定量化的光谱差异性分析具有重要意义。从USGS及JHU地物波谱库中挑选了在土地覆盖分类层次具有意义的植被(73条)、人工材料(100条)与土壤(30条)3种类型共203条地物波谱数据,以分层分类体系在4.2~2.5 μm的波长范围内分析比较各类典型地物材料的光谱特征,以B距离(Bhattacharyya Distance)作为指标定量计算不同类别地物波谱间的光谱差异性。结果表明:波谱库中金属、砖石和混凝土3类人工材料光谱对于植被、土壤等自然材料光谱具有较大的光谱差异性,而塑料与自然地物间的光谱差异度最小,在此基础上统计了最能反映这些地物光谱特征差异的最优波段。该方法能够量化多种光谱曲线间的差异性并得到最佳的区分波段,从而为地物材料光谱及高光谱数据分类提供参考。     

短波红外遥感高温地物目标识别方法研究

对于地表高温目标而言,具有明显区别于常温地物的独特波谱特性,在短波红外波段（1.3μm～3.0μm）遥感影像上,高温目标像元的辐射能量值为反射与发射能量综合。通过研究高温地物反射和发射光谱特性,构建高温目标短波红外遥感识别定量参数,提出了基于ETM＋数据短波红外波段的归一化火点指数（NDFI）方法。实验结果表明,NDFI可探测传统热红外方法难以识别的小面积高温目标,经野外验证识别精度可达94%。     

Spot5影像统计分析及最佳组合波段选择

遥感影像特征分析是影像融合和解译的基础,而对遥感数据源各个波段进行定量分析是图像融合的前提。本文以SPOT5为遥感数据信息源,在湖南省资兴市天鹅山林场进行了图像特性和波段组合的实验研究。研究主要采用了典型地物的光谱数据采集分析和遥感数据定量分析相结合的方法,计算出各波段之间的熵、相关系数和协方差。研究结果表明:SPOT5各波段的标准差大小顺序为:波段3>波段4>波段2>波段1,熵值的大小顺序则为:波段4>波段1>波段2>波段3;波段3与波段4的协方差最大,而且两波段又处在红外区域,说明红外波段之间独立性较强;从光谱辐射仪采集的数据来看,水体、草地、裸土地的光谱反射率就有很大的差异性。乔木树种的光谱反射率在可见光区域内非常接近,在红外———近红外区域内具有一定的差异,红外———近红外区域波谱对林业遥感研究具有极其重要的意义;利用联合熵和最佳指数方法确定了最佳波段组合为1(R)4(G)3(B)波段。     

基于地物反射特性的多波段遥感图像无损压缩方法

要实现多波段遥感图像的无损压缩,去除空间和谱间的相关性是其中的重要环节。通过分类,分析不同地物在不同波段的反射特性,再根据不同地物的波段反射特性构造出针对不同地物的谱间预测器,用以去除谱间相关性。对于去除谱间相关的残差图像,采用Ｓ＋ Ｐ变换,以去除空间相关。实验取得了令人满意的效果,证明了这种方法的有效性。     

基于一维Kohonen网络的遥感影像分类方法研究

分析了Kohonen网络的训练模式和聚类特性,选用规模相对较小的一维Kohonen网络,并调整网络输出层的规模和邻域形状,优化网络结构;同时根据多光谱遥感影像中地物波谱曲线特征,通过不同波段组合、波段权重系数调整等方法对输入数据进行预处理,使该方法更适用于多光谱遥感影像分类和专题提取.本文以浙江省绍兴地区多光谱遥感影像分类为例,研究结果表明使用改进后的分类方法可以有效提高分类精度.     

一种有效的多波段遥感图像无损压缩方法

首先利用分类的方法,得到同一地物在不同波段的光谱反射特性,在此基础上构造谱间预测器,去除谱间相关性,再对残差图像采用S＋P变换去除空间相关性,然后,利用改进的分级树的集合划分（SPIHT）方法,实现遥感图像的高效无损编码,实验表明本方法取得满意的结果,显示了本方法在多波段遥感图像压缩中的潜力。     

多门限二进制编码方法在TM 图像处理中的应用

不同类型的地物具有不同的反射光谱, 在多维光谱空间中构成不同的特征向量, 这便是遥感多光谱图像分析与识别的物理依据。传统方法中有基于单个像元波段亮度的、空间纹理的、变换空间的多光谱图像特征提取与分析方法, 但这些方法并没有直接描述地物的最本质特征-反射光谱曲线。从20 世纪80 年代开始, 当二进制编码的方法提出并在多光谱匹配识别中获得成功应用后,多光谱图像分析处理便可以在这种特征提取的基础上, 研究新的方法。提出一种基于多门限二进制编码的光谱形状描述方法, 这种方法的核心就是将多光谱的亮度范围细分成若干个灰度区间, 也称为多门限, 分别将各波段光谱亮度与多门限进行比较, 从而建立一列能够较详细描述光谱形状的二进制编码, 我们将这种新的特征描述方法应用于多光谱图像的分类、信息提取和变化检测。遥感图像处理实验的结果表明, 这种方法是有效的。     

WorldView卫星16波段影像光谱特征分类

传统的高分辨率遥感卫星光谱分辨率较低,WorldView卫星在8个可见光-近红外多光谱波段的基础上,新增加的8个短波红外(short wave infrared,SWIR)影像,有助于提高影像提取地物信息能力。分析了WorldView卫星的16波段影像上各种地物的光谱特征和分类性能,提出了新的植被指数、水体指数和建成区指数。实验表明,相比于8波段影像,使用16波段影像分类能够显著提高各类地物特别是裸地、建筑物和道路的分类精度,总体精度提高约5.5%。基于16波段设计的新地物特征指数能更好地避免干扰地物,通过简单阈值提取地物,取得较高的提取精度。     

WorldView卫星16波段影像光谱特征分类

传统的高分辨率遥感卫星光谱分辨率较低,WorldView卫星在8个可见光G近红外多光谱波段的基础上,新增加的８个短波红外(short wave infrared,SWIR)影像,有助于提高影像提取地物信息能力。分析了WorldView卫星的16波段影像上各种地物的光谱特征和分类性能,提出了新的植被指数、水体指数和建成区指数。实验表明,相比于8波段影像,使用16波段影像分类能够显著提高各类地物特别是裸地、建筑物和道路的分类精度,总体精度提高约5.5％。基于16波段设计的新地物特征指数能更好地避免干扰地物,通过简单阈值提取地物,取得较高的提取精度。     

月球表面多光谱数据最佳波段选择研究

从传统的多光谱遥感数据最佳波段选择理论入手,结合月球表面的特殊环境,针对月球表面主要岩石对不同波段电磁波的反射特性,分析适合月球表面多光谱数据最佳波段选择的一些方法.     

基于子空间-粗集法的高光谱数据光谱与纹理特征优选

为提高光谱数据光谱信息和纹理信息利用率,提出基于自动子空间划分和粗集理论的光谱与纹理特征优选方法。该方法在传统子空间划分法的基础上,利用粗集约简思想对不同类别地物光谱特征进行约简,得到基于光谱的初选波段,再利用灰度共生矩阵法计算出初选光谱波段的纹理信息,并约简优选,得到基于光谱和纹理信息的终选波段。利用黑河生态水文遥感试验中所获取的机载高光谱数据CASI,开展该方法的实证研究。对原始光谱波段、初选光谱波段和终选波段进行SVM(Support Vector Machine)分类,结果表明:与原始光谱数据相比,经过光谱初选得到的初选波段和增加纹理优选的终选波段,总体分类精度分别提高了0.84%和2.78%,Kappa系数分别提高了0.01和0.035;对地物纹理信息进行深度挖掘可以进一步提高遥感影像分类精度。     

基于边缘剔除与空间去相关的图像信噪比评估方法研究

分析地物光谱特征可知,同种地物具有相同或相似的光谱特征,在同一波段的光学遥感图像内就会具有相同或相似的灰度值。而且同一均匀区域内的同种地物信号之间具有很高的相关性,噪声则是随机的、独立的、不具有相关性信息的干扰成分。也就是说均匀区域内同一景物的光谱反射值是相关的,如果能估算出该点的信号值,就可以将信号与噪声分离。通过提出边缘剔除空间维度去相关法(EESDD)来估计图像信噪比,即首先剔除地物边缘,然后利用均匀区域同种地物的高相关性进行多元回归运算来拟合地物像素灰度值的方法估计噪声标准差,从而计算信噪比。该方法既可用于单波段图像,也可用于多光谱(含高光谱)图像的信噪比评估;既可用于图像中均匀区域也可用于不均匀区域的信噪比评估。通过与局部方差法(LMSD)以及基于边缘剔除的局部方差法(EE\|LMSD),对几幅地物覆盖复杂程度不同的实测图像信噪比估算结果的比较得出,边缘剔除空间维度去相关法的结果要优于前述两种方法,而且更具健壮性。     

高光谱遥感图像波段选择研究进展综述

高光谱成像遥感技术可获取地物的光谱、辐射和空间信息,在国民经济的各个领域得到广泛的应用.但其狭窄的波段间距带来丰富光谱信息的同时,也带来了信息冗余,增加了数据处理的难度.因此,高光谱遥感数据在进行实际应用前,需要进行波段选择并提取光谱特征,降低数据维数.对高光谱遥感图像的波段选择研究进展进行了综述,在分析、归纳波段选择...