基于分形理论的高光谱图像压缩算法的研究

高光谱图像是由成像光谱仪在不同光谱波段获得的序列图像,在二维遥感图像的基础上又增加了光谱维的信息。与传统的遥感数据源相比,高光谱数据同时具有空间冗余和谱间冗余的特点。该文在分形理论的基础上,利用分形压缩编码的高压缩比特性,并针对高光谱图像的特点,将分形理论和高光谱图像相结合,设计了一个三维分形压缩编码算法,在去除图像空间相关性的同时,去除了波段图像之间的相关性。     

成像光谱仪图像数据特征和实时处理系统

一、引言本文通过分析成像光谱仪图像数据的特征,提出减少和压缩成像光谱仪数据率的可能性和实施方案,并研制了一套成像光谱仪图像实时处理系统。成像光谱仪以它高光谱分辨率的强大优势而将成为90年代新型的遥感仪器。它把传统的二维空间遥感技术与光谱仪的技术有机地相结合发展成“图谱合一”的三维遥感技术。为了探测到地物光谱的吸收和反射特征,目前的成像     

CCSDS压缩算法对高光谱数据质量的影响研究

成像光谱仪能够探测获取目标的空间信息和光谱信息,逐渐在军事/民用遥感领域广泛应用.然而随着成像光谱仪的空间分辨率和光谱分辨率的提高,数据量也飞速提高.受数据下行链路带宽限制,星载高分辨率成像光谱仪所获取的海量数据必须进行有损压缩,而采用有损压缩又带来了一个关键问题:有损压缩所造成的数据失真究竟会对高光谱数据质量及后续遥感应用造成怎样的影响.本文基于CCSDS压缩算法的两种压缩方案,从统计性能、辐射性能、空间性能、光谱性能和应用性能5个方面,系统性分析了数据压缩对高光谱数据质量造成的影响.结果表明,利用高光谱数据的高谱间相关性,采用谱间去相关与CCSDS空间数据压缩相结合的方案,与直接采用CCSDS进行空间数据压缩的方案相比,具有更好的压缩性能,对高光谱数据质量造成的影响更小.     

基于USB2.0的光谱图像数据采集系统研究设计

80年代的成像光谱仪将成像技术和光谱技术结合在一起,在探测物体空间特征的同时并对每个空间像元色散成几十到上百个波段,为地球科学开创了崭新的应用前景。到90年代,新的成像仪器在保持空间分辨率和信躁比基础上,得到几百个波段的光谱图像数据,同时要求仪器动态范围大、位数高,且一般采用12比特量化或更多,结果是导致数据量的急剧上升,对数据的传输和记录造成了极大的压力。另一方面,现在的成像光谱仪器正朝着小型、轻型、低功耗方面发展。它们迫切希望有一种新的接口技术,采集海量数据,使用方便,甚至适于电脑应用。     

成像光谱数据挖掘与矿物填图技术研究

评述了当前成像光谱测量技术的发展和应用现状。以地面高光谱测量、航空成像光谱测量、航天高光谱图像处理分析及室内数据模拟等多维立体研究方式,采用多源空间数据挖掘、弱信息提取、光谱建模及分类识别等关键技术,结合岩石矿物光谱吸收特征形成机理分析,开展成像光谱矿物填图技术的研究。根据实际的成像光谱数据特点与应用需求,提出成像光谱数据挖掘与矿物填图技术应用流程。     

高光谱图像的无损压缩研究进展

随着成像光谱仪的普及应用,遥感图像的空间分辨率、谱间分辨率、时间分辨率越来越高,使得成像光谱数据量迅速增长,对海量数据进行有效的压缩成了遥感技术发展中迫切需要解决的一个问题.由于有损压缩可能会丢掉对进一步处理非常有用的信息,通常采用无损压缩方法.本文首先介绍了高光谱图像的特点和无损压缩的基本原理,然后综述了高光谱图像无损压缩的研究进展,最后展望了研究前景.     

Offner成像光谱仪的设计与航拍实验

介绍一种Offner结构高分辨率推扫式成像光谱仪的设计,包括光学结构设计、数据获取与存储系统配置、基于数据库的光谱图像拼接软件设计以及成像光谱仪波长标定和辐射标定方法.其次介绍成像光谱仪在青藏高原陆面敏感因子航空遥感实验中的使用情况,包括实验概况、成像光谱仪及其采集系统在机舱内的安装调试、光谱仪的航拍参数以及航带光谱图像的拼接处理,最终获取到高分辨率的高光谱图像立方体.仪器的首次航拍飞行实验取得预期成果.     

分形维数作为高光谱遥感数据波段选择的一个指标

在分析最大值、最小值、标准差等传统统计量作为高光谱遥感数据波段选择方法的优缺点后，将分形维数作为波段选择的一个指标，弥补了传统统计量不能获取图像空间结构信息及其变化规律的缺点。在研究中采用分线法和三角棱柱法两种方法计算了研究地区OMIS-Ⅰ成像光谱仪各波段沙地、植被的分形维数。分析表明，第Ⅰ、Ⅴ两个光谱波段区各波段分形维数变化相对平缓，图像质量及空间结构较好，是研究中重点考虑的波段；而Ⅱ、Ⅲ、Ⅳ各区分形维数较高，且波动性大，图像质量和空间结构差。另外，高光谱数据分形维数计算结果表明，分形维数的变化反映了高光谱数据各波段空间结构信息变化，定量地表示了不同波段间的差异，因此，传统统计方法结合分形维数将为高光谱遥感应用研究中选择最佳波段提供新的技术支持。     

基于近景摄影技术的地质编录数据管理

探讨了基于近景摄影技术并结合MapInfo的地质数据管理技术在地质编录中的应用。特别介绍了该技术在分期数据的管理和自动合并不同时期的同一结构线中的应用。实际应用证明了该技术在地质编录中相对于传统编录方式的优势。     

施工地质数码影像编录系统的开发与应用

传统的施工地质编录方法一直困扰着广大地质专业技术人员，以往基于近景摄影测量的各种编录方案或设想，都没有从根本上解决编录模式、量测精度等方面存在的不足。本课题研究注重多专业知识的交叉运用，主观研究与客观现场紧密结合，在硬件技术改造和图形图像处理方面取得了新的突破，设计开发了基于普通数码相机的施工地质数码影像编录系统。通过对龙滩水电站的边坡、洞室、基坑实践应用检验表明：该系统实现了现场影像采集、机辅处理、CAD成图和数据库管理的一体化作业模式，操作简捷、性能稳定、自动化程度高，提高了工作质量、成果质量和效益，有望逐步替代传统的手工作业模式，为水利水电工程施工地质编录带来新的技术变革。     

近红外高光谱图像数据预测技术

目的 受到传感器光谱响应范围的影响,可见光区域和近红外区域（400~2 500 nm）的高光谱数据通常使用不同的感光芯片进行成像,现有这一光谱区域典型的高光谱成像系统,如AVIRIS （airborne visible infrared imaging spectrometer）成像光谱仪,通常由多组感光芯片组成,整个成像系统成本和体积通常比较大,严重限制了该谱段高光谱探测技术的发展。为了能够扩展单感光芯片成像系统获得的高光谱图像的光谱范围,本文探索基于卷积神经网络的近红外光谱数据预测技术。方法 结合AVIRIS成像光谱仪的光谱配置,设计了基于残差学习的红外谱段图像预测网络,利用计算成像的方式从可见光范围的高光谱图像预测出近红外波段的光谱图像,并在典型的卫星高光谱遥感数据上进行红外光谱预测重构和基于重构的数据分类实验,以验证论文提出的红外光谱数据预测技术的可行性以及有效性。结果 本文设计的预测网络在Cuprite数据集上得到的预测近红外图像峰值信噪比为40.145 dB,结构相似度为0.996,光谱角为0.777 rad;在Salinas数据集上得到的预测近红外图像峰值信噪比为39.55 dB,结构相似性为0.997,光谱角为1.78 rad。在分类实验中,相比于只使用可见光图像,利用预测的近红外图像使得支持向量机（support vector machine,SVM）的准确率提升了0.6%,LeNet的准确率提升了1.1%。结论 基于AVIRIS传感器获取的两组典型卫星高光谱数据实验表明,本文提出的红外光谱数据预测技术不仅可基于计算成像的方式扩展可见光光谱成像系统的光谱成像范围,对于减小成像系统体积和质量具有重要意义,而且可有效提高可见光区域光谱图像数据在典型应用中的处理性能,对于提高高光谱数据处理精度提供新的技术支撑。     

航空高光谱遥感的发展与应用

概述了成像光谱遥感技术的内涵、高光谱数据的特点、成像光谱仪的主要类型、数据处理软件以及光谱数据库建设等内容。在此基础上,综述了航空成像光谱技术在海洋、环境资源勘探以及植被与生态遥感等方面的应用现状。最后对高光谱遥感技术的发展方向提出了几点建议。     

基于行频变化的航空高光谱成像仪相对辐射校正方法研究

对于核心部件为线阵CCD阵列的航空高光谱成像仪而言,积分时间因随飞行过程中成像行频动态变化而变化,导致影像中各行数据记录的地物灰度值不具备可比性,更使得相邻航带可能出现明显色差。为此,发展了一种基于行频变化的相对辐射校正方法,在传统的相对辐射校正模型中引入了行频的影响,实现了反映行频动态变化的航空高光谱数据辐射校正三维曲面模型。通过无人机载高光谱成像仪的航空飞行试验,利用所获取的验证场的图像进行相对辐射校正处理,通过相邻航带间图像处理前后色差比较、验证场布设均匀靶标的定量化。     

矿物高光谱解混进展研究综述

由于高光谱传感器低空间分辨率特征,岩石高光谱一般是矿物组分的综合反映。矿物高光谱解混对矿产勘查、矿物含量定量反演和野外地质填图等提供了可行的鉴定方法。首先介绍了2种主要的光谱混合模型;其次基于矿物混合机理特征,从模型驱动法和数据驱动法2个方面,对近年高光谱数据的端元提取和丰度求解算法进行归纳,分析各解混算法的原理和优缺点;然后从实验室实测数据、模拟数据和高光谱影像数据3个方面,对目前已开展的混合矿物高光谱解混实验进行概括,总结各算法的解混效果和适用性;最后针对各解混算法的特点和研究现状指出未来矿物高光谱解混的研究方向。     

HJ-1 A高光谱数据的条带噪声去除方法研究

针对环境减灾小卫星的高光谱图像条带的特点,提出了基于光谱空间连续性的倾斜条带去除方法。高光谱数据的光谱分辨率达到纳米级,光谱波段多,在一定范围内可以连续成像,具有光谱空间的连续性,基于光谱空间连续性的条带去除方法利用了光谱空间连续性的这一重要特点。本文在考虑了图像条带噪声的倾斜角度的基础上,成功地将该方法应用于批量的环境减灾小卫星2级高光谱数据,进行了相对辐射校正的研究,并将相邻列均衡方法应用于单幅环境减灾小卫星2级高光谱数据,对比二者的单幅图像条带去除效果,结果证明基于光谱空间连续性的条带去除方法较相邻列均衡方法更适合于对环境减灾小卫星的2级高光谱数据进行条带噪声的去除。     

干涉成像光谱遥感技术发展与应用

干涉成像光谱技术是遥感技术与应用的前沿与热点,因其高通量、高光谱分辨率和高成像稳定性等特点带来的巨大应用潜力而受到各国的普遍重视。从干涉成像光谱技术基本原理出发,系统回顾并评述干涉成像光谱数据在光谱复原、定标、大气校正三方面的主要进展,同时对国内外干涉型成像光谱仪的发展与应用加以介绍,指出基于HJ\|1A超光谱成像仪开展相关工作是加快我国干涉成像光谱技术发展的有效途径。     

基于独立成分分析的高光谱图像有损压缩方法

提出一种结合小波变换和独立成分分析(ICA)的高光谱图像有损压缩方法。采用最大似然估计与最大噪声分离相结合的方法对原始高光谱数据进行维数估计。依据维数估计的结果在光谱方向上采用 ICA,在空间上运用离散小波变换。对于变换后的系数,使用多级树集合分裂算法和算术编码分别进行量化编码和熵编码。在机载可见光/红外成像光谱仪220波段高光谱数据上的实验结果表明,该算法可以在获得较高压缩率的同时,保留高光谱图像的光谱特性。     

近红外和高光谱技术用于小麦籽粒蛋白含量预测探索

以57份小麦籽粒为样本,分别采用Vertex 70傅立叶近红外光谱仪(单籽粒测样附件)和近红外增强型高光谱成像系统采集光谱,建立预测小麦籽粒蛋白含量的模型。基于近红外的小麦单籽粒模型相关系数为0.52,交叉校验均方根误差为0.807;而基于高光谱建立的模型相关系数为0.81,交叉校验均方根误差为0.7035。结果表明:在样本量少且为籽粒形态时,可优先考虑高光谱技术替代传统的近红外单籽粒采样模式来检测样本内部品质,但其实用性还有待进一步验证。若深入结合图像信息,高光谱技术在农产品内外品质检测方面有更广阔的应用。     

基于特征加权的高光谱图像融合分类

在对高光谱图像监督分类中, 传统的监督学习方法对高光谱数据进行分类时需要获取足够的有标记样本作为训练样本, 这样可以有效的避免Hughes效应. 实际情况下的高光谱数据拥有较多的波段和相对较小的训练样本集给传统的遥感图像分类方法带来了挑战. 因此, 提出了一种基于特征组合以及特征加权的高光谱图像分类算法, 针对纹理特征分析难度较大的现实, 利用一阶直方图的统计特征描述图像纹理特征, 通过类内散度矩阵的逆矩阵作为特征加权矩阵构造组合核函数将高光谱光谱特征和空间特征融合起来, 同时利用特征加权的方法用于提高小训练样本的监督分类精度. 实验结果表明, 本文所提的方法对小样本的高光谱数据分类具有良好的效果.     

高光谱图像超分辨率重建技术研究进展

不同于传统图像（如灰度图像、RGB图像等）专注于保存目标场景的空间信息,高光谱图像蕴含丰富的空—谱信息,不仅可以保存目标的空间信息,还可以保存具有高可辨性的光谱信息。因此高光谱图像广泛应用于多种计算机视觉和遥感图像任务中,如目标检测、场景分类和目标追踪等。然而,在高光谱图像获取以及重建过程中仍然存在许多问题与瓶颈。如传统高光谱成像仪器在成像过程中通常会引入噪声,且获得的图像往往具有较低的空间分辨率,极大地影响了高光谱图像的质量,对后续数据分析任务造成了极大的困难。近年来,高光谱图像超分辨率重建技术研究得到了极大的发展,现有超分辨率重建方法可以大致分为两类,一类为空间超分辨率重建方法,可以通过直接提升高光谱图像的空间分辨率来获得高质量高光谱图像;另一类为光谱超分辨率重建方法,可以通过提升高空间分辨率图像的光谱分辨率来生成高质量高光谱图像。本文从高光谱图像超分辨率重建领域的新设计、新方法和应用场景出发,通过综合国内外前沿文献来梳理该领域的主要发展,重点论述高光谱图像超分辨率重建领域的发展现状、前沿动态、热点问题及趋势。