SAM在CMODIS数据信息提取中的应用

中国首次上天的中等分辨率成像光谱仪 (CMODIS)数据具有 34谱段 ,包含了从可见光、近红外、短波红外至热红外波段非常丰富的波谱信息。但是CMODIS波段间相关性很高 ,而且数据量很大 ,若用传统的基于数理统计的分类方法 (如监督和非监督分类方法 )提取信息会有一定的困难。光谱角度制图法(SAM)是通过计算 1个测试光谱 (像元光谱 )与 1个参考光谱之间的“角度”来确定它们两者之间的相似性 ,从而达到分类目的。这一方法更符合高光谱数据的特点。文章对 2 0 0 2年 5月 2 2日取得的前 2 0个波段的CMODIS数数据分别采用监督分类方法和光谱角度制图 (SAM)法提取信息。试验结果表明采用SAM得到了比监督分类方法更好的分类效果和更多的信息。     

基于改进Hough算法的高光谱数据直线检测方法研究

为改进用于高光谱数据直线检测的传统Hough算法的计算量大、性能较低等不足,对一种基于改进Hough算法的检测方法进行了研究。用能反映地物信息体量的峰值信噪比选择波段,选出10个波段图像,既减少了输入波段数,又确保后续识别能考虑所有波段的光谱信息。对光谱相似性测度进行了改进,采用光谱信息散度与光谱角制图法混合度量(SID-SAM)检测图像边缘轮廓,获得特征点。再仿照传统Hough算法进行直线检测以得到结果。给出了算法的处理步骤,算法适于二维图像和高光谱图像的处理。实验检测结果表明:对二维图像,改进Hough算法识别出的直线数量远多于传统Hough变换,且提取的直线精度和完整性均有较大改善;对高光谱图像,与二维Hough算法相比,改进Hough算法所获结果的置信率高、准确性好,不仅可提高提取直线的完整性,而且能检测到前者无法检测到的部分。     

应用ASTER遥感图像的岩矿信息提取研究

高级星载热发射反射辐射计(Advanced Spaceborne Thermal Emission and Reflection Radiometer,ASTER)的数据具有较高的空间分辨率、光谱分辨率和辐射分辨率,利用其波段设置对比其他多光谱数据具有更好的波谱连续性这一特点,文章提出一种应用ASTER遥感图像的岩矿信息提取方法,用于帕米尔高原地区的岩矿信息提取。利用ASTER图像中的5个热红外波段数值来计算矿物学指数:石英指数、碳酸盐指数、镁铁质指数,将以上3个指数作为特征,通过随机森林分类方法实现岩矿信息提取,成功提取了5种重要的岩性信息(硅质、硫酸盐、超镁铁质、石英以及变质硅酸盐)。通过对帕米尔高原地区的遥感图像分析,绘制相关矿藏分布图,与经过实地勘测的矿藏分布图以及经过实验测试得到的数据点进行对比,充分验证了方法的有效性。     

应急遥感影像信息快速提取方法探讨

针对应急影像信息快速提取需求,采用对应分析方法,实现最优波段组合和监督分类训练样本的快速选择与提纯,提高应急影像分类精度。对应分析方法分别将波段和像元值设为对应分析的变量与样本,建立波段与像元值间的对应关系,判别各类别相关性最强的波段信息,有效解决监督分类样本不纯、波段间信息冗余的问题。试验结果表明,该方法可快速、准确的筛选样本,分类结果稳定、可靠,适用于快速准确地提取应急影像信息。     

基于流形学习的多光谱优化波段选择算法研究

为从多光谱图像特征提取的角度进行优化波段选择,在充分描述数据结构特征的同时使提取选择的特征有明确的物理意义,对基于流形学习算法的优化波段选择算法进行了研究。用判别局部排列(DLA)算法对多光谱数据进行预处理,选取正负样本,利用样本信息,以目标分类为目的进行特征提取。利用特征提取的结果,从特征提取的角度分析当前各谱段对所提取的主特征贡献的总信息量和贡献率,给出了基于权值和基于贡献率的两种优化波段选择算法,分别基于权值和贡献率进行特征选择。用正负样本的可分性可快速高效降维,同时又能保留多光谱图像原物理特性。实测数据验证了优化降维后的5个谱段能保留原数据的物理特性,目标识别概率提高约2%,计算复杂度降低约50%。优化选择的谱段有助于新一代多光谱探测器的研制和应用。     

CBERS-1卫星IRMSS数据在中国北方汝箕沟煤田煤层自燃区遥感分析中的试应用研究

根据热红外波段对地物热信息反映灵敏的特征 ,基于CBERS-1卫星红外多光谱扫描仪(IRMSS)所获得的2000年7月1日宁夏汝箕沟地区的图像数据 ,首先进行错位纠正、去条带、消除随机噪声等处理。通过对IRMSSB6、B7、B8、B9单波段的线性拉伸、指数变换、主成份分析 ,以及IRMSSB6、B7和B8、IRMSSB6、B7和B9的假彩色合成处理、波段运算等增强处理 ,有效地提取了由煤层自燃引起的地表热异常 ,以及煤堆、裸岩、居民区的热异常信息。通过分析对比 ,对IRMSS图像数据进行煤火信息提取进行了评价     

CBERS—1卫星IRMSS数据在中国北方汝箕沟煤田煤层自然区遥感分析中的试应用研究

根据热红外波段对地物热信息反映灵敏的特征，基于CBERS－1卫星红外光谱扫描仪（IRMSS）所获得的2000年7月1日宁夏汝箕沟地区的图像数据，首先进行错位纠正、去条带、消除随机噪声等处理。通过对IRMSSB6、B7、B8、B9单波段的线线拉伸、指数变换、主成份分析，以及IRMSSB6、B7和B8、IRMSSB6、B7和B9的假彩色合成处理、波段运算等增强处理，有效地提取了由煤层自然引起的地表热异常，以及煤堆、裸岩、居民区的热异常信息。通过分析对比，对IRMSS图像数据进行煤火信息提取进行了评价。     

大气环境监测卫星宽幅成像仪高性能碲镉汞红外探测芯片

宽幅成像仪(WSI)是大气环境监测卫星中的主要载荷之一,可以提供从可见光到长波红外的地球环境成像遥感数据。宽幅成像仪中搭载了从1.3~12.5 μm红外波段进行探测的8个波段碲镉汞红外探测器,各波段采用窄带滤光片进行分光,8个波段的碲镉汞探测器封装在短波、中波和长波3个组件中。本文中对8个波段的碲镉汞红外探测器进行了概述,内容涵盖了探测器的设计思想、制备工艺和测试方法,最后给出了目前在轨运行的高性能探测器组件的探测率性能和响应光谱,同时与各波段器件的探测率指标进行了对比。     

基于高分一号多光谱数据的廊坊城区水体提取研究

采用高分一号卫星WFV传感器所提供的2013年8月10号所拍摄的16米分辨率的多光谱数据通过监督分类方法对廊坊地区2013年8月7所由于暴雨所形成的城市内涝区域进行了提取。实验表明,采用监督分类的方法能够较好的提取城区暴雨所造成的内涝。     

GF-6卫星WFV数据在林地类型监测中的应用潜力

为了了解"高分六号"(GF-6)卫星宽视场(WFV)传感器1A级产品数据品质,评估新增4个波段在林地类型分类研究中的应用潜力,文章以内蒙古鄂伦春自治旗的秋季GF-6卫星WFV数据为对象,开展了绝对定位精度的测试,并应用随机森林方法进行了林地类型分类研究。结果表明,GF-6卫星的WFV平原区数据几何畸变较小,无控制点有理多项式系数校正后图像配准的中误差在1个像元之内,有助于降低遥感技术应用的门槛,提高工作效率。新增的红边1、红边2、黄边波段对林地类型分类影响显著,整体分类精度从74%提高到80%以上,紫边波段对于森林类型分类也有所贡献。因此,GF-6卫星WFV的8波段多光谱遥感数据对中国大尺度森林资源、森林灾害等的宏观动态监测具有重要意义和极大应用潜力。     

陨星和月球土壤的光谱识别

文章研究了使用符号检验法和秩和检验法等数理统计方法在短波红外-长波红外光谱范围(2．0795～14．011μm)内选择识别陨星和月球土壤光谱波段的问题，并对所选出的波段进行了相关性分析，最终选择了5个多光谱遥感波段，它们是：2．23～2．66μm，3．52～3．74μm，6．97～7．12μm，8．63～9．09μm和12．84～13．64μm。该项研究对中国探月计划具有参考价值。     

高光谱图像无监督分类的非线性特征提取器

高光谱图像的数据维数高、数据量大、数据间高度冗余等特点给图像分类带来困难,为进行有效降维、提高分类精度,提出以曲线距离分析作为非线性特征提取器、以独立分量分析的混合模型作为分类器的高光谱图像无监督分类的新方法。利用该方法对来自空载可见光/红外成像光谱仪的高光谱图像进行无监督分类,用分类精度对分类效果进行评价。实验表明,用本文提出的方法得到的分类精度高于传统分类方法得到的分类精度,说明了CDA方法在高光谱图像特征提取方面的有效性。     

陨星和月球土壤的光谱识别

文章研究了使用符号检验法和秩和检验法等数理统计方法在短波红外-长波红外光谱范围(2.0795~14.011μm)内选择识别陨星和月球土壤光谱波段的问题,并对所选出的波段进行了相关性分析,最终选择了5个多光谱遥感波段,它们是:2.23~2.66μm,3.52~3.74μm,6.97~7.12μm,8.63~9.09μm和12.84~13.64μm。该项研究对中国探月计划具有参考价值。     

改进的光谱角法在Landsat-8 OLI影像土地利用分类中的应用

文章对光谱角法分类的原理进行了阐述和分析,提出了一种结合图像分割算法改进光谱角法的影像分类方法,采用改进的光谱角分类方法以陆地观测卫星-8陆地成像仪(Landsat-8 OLI)遥感影像数据为数据源对武汉市武昌区的土地利用情况进行分类,并对分类精度进行了分析。研究结果表明改进的光谱角分类方法对于Landsat-8 OLI数据分类效果较好,提高了影像分类的精度。     

多波段红外目标的空谱关联检测算法

针对高速运动空中目标在远距离探测过程中能量微弱、信噪比低的问题,本文提出了多波段红外目标的空谱关联检测算法.首先利用目标的红外成像特性实现噪声滤除、目标增强与背景抑制,提升图像对比度,并利用连通域分割方法实现潜在目标区域提取.在此基础上,构建目标和背景的多波段光谱特征库,采用RX异常检测算法有效剔除单一波段的虚警,得到多波段红外图像的空谱关联目标检测结果.基于不同背景、不同光照条件场景下的多波段红外图像数据进行仿真实验.实验结果表明,多波段空谱关联检测结果优于任意单一波段的检测结果,目标检测准确率达到98.35％,而虚警率仅为7.5×10-7,验证了本文算法对于远距离目标检测的有效性.     

应用整体结构信息分层匹配的红外与可见光遥感图像融合方法

现有红外与可见光图像融合方法,侧重于将可见光图像的空间细节注入红外图像,往往由于空间细节的不当注入导致融合图像中部分地物模糊不清。此外,航天器红外与可见光成像分辨率往往相差很大,现有方法未考虑其分辨率差异,生成的融合图像细节模糊不清。为此,文章从消除红外与可见光图像的整体结构信息差异角度,提出应用整体结构信息分层匹配的图像融合方法。利用融合方法对天宫一号(TG-1)目标飞行器的红外和可见光图像数据进行图像融合,并将获得图像与图像分解法、总体变分法和频率变换法获得图像进行比对,结果表明:文章提出的融合方法获得的图像光谱与细节保真效果好,优于对比方法。     

一种基于谱域-空域组合特征支持向量机的高光谱图像分类算法

针对高光谱图像分类问题,提出了一种基于支持向量机的利用组合特征对高光谱图像进行分类的算法,组合特征综合了高光谱图像的光谱域和空域信息。针对图像的高维数据特性,利用最大噪声分量方法进行特征提取,对得到的主分量图像,采用虚拟维数估计算法来确定需要保留的主分量数目,并用数学形态学操作用保留的主分量图像中提取目标的形态信息。根据得到的空域特征并结合原始光谱域特征,构造用于分类的组合特征矢量。而且采用了支持向量机,利用了其支持小样本、效率高的优点。高光谱数据实验表明,本文提出的方法和单独使用谱域或空域信息进行分类相比,具有一定的优越性。
     

高光谱图像融合最佳波段选择方法

针对高光谱图像高数据维给图像处理带来的困难和影响,本文构造了高光谱图像融合的最佳波段选择新模型-联合偏度-峰度指数(Joint Skewness-Kurtosis figure,JSKF)模型,利用JSKF指数进行自适应子空间的分解和波段选择,降低高光谱数据维数;并将选择出的最佳波段组合进行了融合,实验结果表明,该方法所选择的波段信息差异较大、互补特征明显,融合后图像包含的信息量丰富,效果优于传统的自适应波段选择方法和主成分分析累计贡献率方法.     

特征选择的全极化SAR影像面向对象土地覆盖分类

全极化SAR数据信息丰富,仅利用单一的极化特征和基于像元的分类很难得到较好的分类效果。因此,提出了全极化数据特征优选结合面向对象方法进行土地覆盖分类。以云南西双版纳州勐腊县和普洱市思茅区的Terra SAR-X的X波段全极化雷达数据为信息源,首先对全极化SAR数据进行预处理,提取研究区Pauli RGB图像后,利用影像分割技术对Pauli RGB图像进行分割,作为分类的基本单元;然后对SAR影像提取极化分解特征和Span影像的纹理特征,选取最优特征集合;最后利用面向对象模糊分类方法进行土地覆盖分类,并采用实地调查数据对分类结果进行了精度评价。试验结果表明,面向对象方法可以很好地去除噪声的影响,最优组合的特征波段使得分类结果更加精确。西双版纳州勐腊县总体分类精度达到88.5%,普洱市思茅区总体分类精度达到86.8%,较之H/A/α-Wishart分类方法精度提高了40%以上。     

高光谱遥感数据特征挖掘技术研究进展

从目标空间尺度和传感器空间分辨率的相对大小,把高光谱遥感图像目标检测、识别与分类中的特征挖掘问题划分为多像元、单像元和亚像元3个层次,因而更具自然特性也更适合特征挖掘和目标分类与识别技术的分析。把高光谱遥感图像特征挖掘方法归纳为以保留波段物理意义为主要目的的特征选择、以综合利用所有观测数据信息为主要特色的特征提取,和考虑亚像元多目标混合信息的特征混合3大类。重点且简明地从高光谱遥感数据光谱曲线与光谱特征、特征提取、特征选择以及特征混合分析几个方面综述高光谱遥感数据/图像的特征挖掘技术的研究进展并通过热点问题展望其未来的发展趋势。