高光谱图像的数据特征及压缩技术

首先简要介绍了成像光谱遥感技术的理论基础及应用领域，然后分析了高光谱图像的特征，最后较全面地总结了目前出现的各类高光谱图像的压缩技术，并介绍了几种典型的算法。     

超光谱成像仪成像电路的设计与实现

超光谱成像仪是环境减灾-1A卫星的主载荷之一,也是我国第一台采用静态干涉型光谱成像技术的星载遥感相机。成像电路是超光谱成像仪的核心组件之一,文章介绍了超光谱成像仪成像电路的系统组成,以及各功能模块的结构、功能和设计原理。     

多角度多光谱遥感技术

文中以ＥＯＳ平台上配置的多角度成像光谱辐射计为例，对多角度多光谱遥感技术的科学目标及仪器基本概念、组成、关键技术和数据应用进行了讨论。     

用于遥感光谱探测的干涉成像光谱技术

由于干涉成像光谱仪具有高通量、高光谱分辨率和光谱多通道等优点，成为超光谱分辨率遥感方面的研究热点，文章简要分析了国内外的研究现状和干涉成像光谱仪的应用前景，主要介绍时间调制型干涉成像光谱仪和基于变形Sagnac干涉仪、双折射棱镜及Savart板等空间调制型的干涉成像光谱仪的形式、原理和特点，分析了其光学结构和影响光谱分辨率的因素。     

色散推扫型高光谱数据系统残余误差校正

高光谱遥感成像链路中各个环节产生的系统误差会降低数据质量（quality）,从而削弱高光谱数据的应用潜力。为了消除高光谱辐亮度数据中的系统残余误差,以色散推扫型高光谱遥感系统为例,提出了基于成像链路的系统残余误差校正流程。首先,从成像链路出发,在不同环节分析系统残余误差的产生原因及机理;然后,通过分析检测及校正算法对数据质量的影响,以及误差项之间的内在联系,设计了一种系统残余误差校正流程;最后,以PHI高光谱数据作为数据源对提出的校正流程进行实验验证。结果表明：校正后的图像可视性增强;信噪比显著提高,最大提升值为91.9%;反射率数据中的过校正现象得到有效消除。利用该校正流程能够较好的消除数据中的系统误差,提高图像数据质量以及后续应用处理能力。     

基于实测高光谱数据的树种分类

本文利用实测高光谱数据,结合光谱特征分析方法和全波段分析方法将15种树木进行有效分类.与多光谱数据对比,高光谱技术具有数据量多、波段窄等特点,根据这一特点高光谱数据可对树种进行更为精细的识别.其中,选择合适的分类波段对于提高树种分类精度非常重要.该文对于使用归一化、一阶微分、倒数等12种变换方法对原始光谱数据进行变换,...     

多角度多光谱遥感技术

文中以EOS平台上配置的多角度成像光谱辐射计(MISR)为例,对多角度多光谱遥感技术的科学目标以及仪器基本概念、组成、关键技术和数据应用进行了讨论。     

太阳的光谱观测和色球观测

1666年牛顿用三棱镜将太阳分解出七色光，这是一条人造彩虹，也是人类获得的第一条太阳光谱。1802年德国光学家沃拉斯顿（William Hyde Wollaston，1766-1828）改良了牛顿的方法，使太阳光先经过狭缝。     

星载高光谱成像系统发展综述

高光谱遥感技术通过记录地表物体在多个连续波段下的光谱信息,实现高精度的地球观测与分析。为了获取更多地物目标的细节信息,研究人员提出了对高光谱成像系统各项参数指标的新要求,国内外开展了大量相关研究。随着卫星技术的成熟,高光谱遥感平台从最初的机载平台逐渐发展到星载平台,促进了高光谱遥感图像在地质、农林业、环境监测等领域的广泛应用。目前,多数光谱成像系统选用传统的光学器件来实现分光,将计算光学与高光谱遥感结合,有利于集成更紧凑便捷的成像系统。文章首先介绍了高光谱成像系统的主要类型和原理,随后对近30年来典型的星载高光谱成像系统及载荷进行了综述,梳理了典型国内外星载高光谱成像系统的发展现状,并对不同国家成像系统的性能指标进行了对比分析,总结了相应的发展历程,并对未来星载高光谱成像系统的发展作出了展望。     

星超光谱成像技术应用及现状分析

文章介绍了星载起光谱成像技术的基本概念、主要应用目标和原理。综述了起光谱成像技术的国内外发展现状。最后对我国发展超光谱成像技术提出一些建议。     

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。     

基于光谱特性的高光谱图像压缩方案

根据干涉型高光谱成像仪成像特点,提出了一种针对干涉型光谱仪所获得高光谱图像的基于光谱特性的图像压缩方案。由于光谱信息最终从“点”十涉图像中恢复,因此方案中首先通过高精度匹配技术将原始“像面”干涉图像序列“重组”成“点”干涉图像,然后针对“点”干涉图像序列进行压缩。在重组过程中采取基于光流的亚像素级匹配和基于梯度的三角插值算法,实现了高精度的图像匹配重组;在压缩环节利用“点”干涉图像与光谱信息之间的傅立叶变换关系,提出一种能够很好保持频谱特性的基于一维DCT的压缩算法。实验证明,压缩算法总体性能远高于针对“像而”干涉圈序列的压缩算法．很好地控制了光谱信息的失真。     

面向高光谱图像的目标检测研究

现有的高光谱目标检测方法是通过逐像素分类而实现,导致了检测速度缓慢。物体级目标检测的发展为高光谱图像实时目标检测带来了希望。为了实现实时高光谱图像目标检测,文章提出了一种基于目标检测模型YOLO的卷积神经网络算法。首先,该算法提出了用多尺度光谱注意力网络（Res2NetSE）来提取空谱特征,能够提升多尺度目标检测效果并能更有效地提取关键波段信息;其次,该算法提出了一个空间增强的特征金字塔模块（Spatial Enhanced FPN,SFPN）用于特征融合,提升了神经网络的感受野和多尺度性能;最后,该算法设计了FIOU(Fantastic IoU)损失函数,提升了预测框定位精度。实验结果表明,所提出的算法能够有效提取空间域和光谱域信息特征,分别在平均准确率上提升了14.19%、8.01%和5.38%,与现有方法相比表现出更出色的性能。文章的算法为高光谱图像的物体级目标检测提供了一种有效的解决方案,有望推动高光谱图像分析领域的进一步发展。     

HJ1A与Landsat8卫星多光谱数据的交互对比

为定量分析HJ与Landsat8卫星多光谱数据之间的可比性,基于河北和新疆HJ1A与Landsat8-OLI同步影像,对两种传感器之间的表观反射率一致性进行交互对比。结果显示,HJ1A-CCD与Landsat8-OLI数据之间有一定的可比性,发现在蓝、绿波段HJ1A信号强度小于Landsat8,而红、近红外波段HJ1A信号强度强于Landsat8。通过本文模型方程可以实现HJ1A向Landsat8-OLI的较好转换,各波段的精度表现依次为：绿波段>蓝波段>红波段>近红外波段。本文转换模型提高了HJ1A的数据质量,也提升了数据的应用价值。     

新一代多光谱扫描仪方案设计

新一代多光谱扫描仪方案设计是以某单位拟议的技术要求为依据开展的。文章简要介绍了方案设计中的设计思想、系统基本原理和关键技术原理等。该遥感器已于1999年10月完成原理样机研制,获得了满意的结果。     

星载超光谱成像技术应用及现状分析

文章介绍了星载超光谱成像技术的基本概念、主要应用目标和原理。综述了超光谱成像技术的国内外发展现状。最后对我国发展超光谱成像技术提出一些建议。